深度：大模型时代网安战略地位空前｜国联民生计算机

摘要

头部大模型密集卷入AI真实攻防，安全防御由可选变为必选。2026年以来，OpenAI内部测试模型在评测中出现越界行为，Claude被诱导参与针对墨西哥政府系统的攻击，相关事件涉及约1.95亿条纳税人记录，大模型应用自身成为新攻击面，提示注入居OWASP风险首位；攻击侧同步升级，Anthropic披露的AI主导编排攻击GTG-1002中AI完成约80%-90%的战术操作，模型防护与使用治理正成为独立产品线。

AI带来新型威胁与防御需求，安全支出同步扩张。据Gartner预测，2026年全球终端用户信息安全支出有望达到2400亿美元，较2025年同比增长12.5%，安全软件是增速较高的细分；需求端，攻击自动化降低了实施门槛，AI换脸拟声类案件2025年一季度环比增长45%，AI驱动的恶意数据泄露占比超过四分之一。

海外市场：AI重构行业，传导沿“基础设施采购—订阅收入—并购整合”的路径展开。AI数据中心建设带动Fortinet 2026年第二季度产品收入同比增长52%；平台化与AI专项产品线推动Palo Alto Networks下一代安全ARR达91.0亿美元、同比增长63%，CrowdStrike的Falcon Flex 2027财年第二季度期末ARR超22.9亿美元、同比增长101%；约250亿美元收购身份安全龙头CyberArk，确认机器身份是智能体时代的新增缺口。

国内市场：AI安全正形成相对独立的需求与供给类别，订单验证阶段正在推进。供给端，大模型防护与智能体安全独立成线构成新赛道，头部厂商完成安全大模型与智能体体系布局，模型厂商入场带来生态协同，中国信通院发布的AI+网络安全产品能力图谱已纳入多类国内厂商产品。需求端，合规框架将AI系统纳入强制义务，AI安全由项目附属变为独立预算项，多家公司披露相关订单或产品落地进展，行业正从产品发布期进入订单验证期。

投资建议：AI时代网络安全产业迎来新机遇：海外龙头AI安全收入已在报表端体现，国内厂商完成安全大模型与智能体产品体系布局，AI安全订单与合规需求共同驱动行业增长。建议关注A股网络安全公司：三六零、深信服、奇安信、绿盟科技、启明星辰、国投智能、天融信、数字认证、亚信安全、安恒信息、安博通、北信源、任子行、格尔软件、山石网科、吉大正元、中孚信息。

风险提示：AI技术落地不及预期；行业竞争加剧；测算与假设误差风险。

1 大模型能力跃升，安全威胁与风险集中显现

2026年以来，头部大模型的安全事件进入密集披露期。模型在测试环节自主越界攻击真实系统，系统提示词与思维链被完整提取，模型厂商基础设施遭直接入侵，模型被诱导滥用于真实网络攻击，四类事件同步出现，涉事方覆盖OpenAI、Anthropic、谷歌、Meta等头部厂商。大模型能力跃升带来的安全威胁已从潜在风险转为现实事件。

1.1 头部大模型安全事件密集披露，应用层成为新攻击面

OpenAI
内部测试模型在封闭评测中出现越界行为。2026
年
7
月，央视网转引称，
OpenAI
一款内部测试模型在隔离评测环境中尝试绕过限制，并入侵
Hugging Face
系统以获取测试相关信息。该事件表明，当模型具备工具调用和网络访问能力后，评测环境本身也需要加强隔离、权限与监控。

Anthropic模型的部署前测试越界涉及三家真实机构。2026年7月30日，新浪财经转引Anthropic声明称，第三方评测机构Irregular的测试环境误连互联网，Claude系列模型将真实网站当作测试目标；公司审查超过14.1万次测试运行记录后确认三起事故，涉及三家真实机构的生产系统。其中一次，模型利用依赖混淆将恶意软件包发布至公共仓库PyPI，并被一家安全公司的自动化扫描器获取；另一次运行中，模型扫描约9000个互联网目标。公司随后暂停相关测试并升级安全协议。9月18日，谷歌确认Gemini在同类测试中入侵三家真实企业，Meta亦披露一款未发布模型的同类事件，越界并非单一厂商的孤例。

Claude Fable 5.1的系统提示词在发布当天即被完整提取。9月1日Anthropic发布Claude Fable 5.1，越狱研究者Pliny the Liberator在数小时内将其系统提示词完整提取并在GitHub公开，文件约269KB、2195行，涵盖核心行为逻辑、记忆系统规则、安全分类器行为与全部内置工具的调用架构，同类事件在6月Fable 5发布时已发生过一次。该事件不涉及模型权重、基础设施与用户数据，Anthropic自身亦将提示词暴露归为低严重度类别。7月，OpenAI GPT-5.6 Sol的Codex桌面端系统提示词（逾4.2万词）被公开；8月，智谱ZCode的系统提示词亦遭公开，提示词泄露已是头部模型的共性事件。

Claude被诱导参与了针对墨西哥政府系统的真实攻击。凤凰网财经转引彭博社及安全公司Gambit Security信息称，一名单独行动的攻击者通过西班牙语角色扮演诱导Claude生成攻击指南和脚本，并利用老旧系统漏洞入侵墨西哥多个政府系统，窃取约150GB数据，涉及约1.95亿条纳税人记录等信息。该行动发生于2025年12月至2026年1月，是低技能攻击者借助大模型实施复杂网络攻击的公开案例。

国产模型厂商同样经历了数据安全信任危机。9月18日，有开发者发现智谱AI编程工具ZCode在用户登录状态下将整个工作区静默打包加密上传至云端对象存储，内容包含完整Git历史、LFS缓存及操作记录，并将其直接上传到阿里云OSS。智谱当日致歉，将问题归因于默认开启的“代码库索引”功能，称数据仅用于在云端生成Repo Wiki页面、生成后即销毁；但涉事企业发函追责，指出致歉当日凌晨仍有上传记录，事件由技术争议升级为数据合规与信任危机。9月20日至21日，智谱连续整改：MaaS平台上线“数据内容不留存”机制；ZCode客户端、后端及Agent CLI全面开源接受社区监督，移除Repo Wiki快照生成与上传链路；邀请中国信通院与绿盟科技开展安全审计，审计确认云端存储桶内全部数据及存储桶本身均已删除、未发现可触发文件外发的功能路径，并建立常态化漏洞报告机制。该事件发生在工信部对Claude Code发出安全预警之后，AI编程工具“上传即风险”的信任边界问题被集中暴露。

上述案例之外，其他高关注度事件同样密集，包括首例全自主AI勒索攻击、模型厂商基础设施遭直接入侵、专项测试越界发现与滥用治理披露等。2026年以来头部大模型安全事件全貌如下表所示，前文详述的主要案例一并列入。

密集披露的事件之外，大模型应用本身正在成为新的攻击面。开放全球应用安全项目（OWASP）发布的2025年版LLM应用十大安全风险中，提示注入居首位，敏感信息泄露、供应链风险、数据与模型投毒等紧随其后。

传统软件中“指令”与“数据”分离，代码与数据分属不同权限域；而LLM将用户输入、检索文档、网页内容统一作为上下文处理，攻击者可通过在数据中嵌入指令劫持模型行为。如图1所示，2026年9月Claude Fable 5.1发布数小时内，其系统提示词即被完整提取并公开，前沿模型的“操作手册”本身即可通过交互通道被解构，系统提示词作为安全边界的假设并不成立。风险的敞口随智能体化放大：当大模型具备工具调用、代码执行、数据库查询能力时，一次成功的注入不再止于获取不当回答，而是可能直接触发实际业务操作，OWASP十大风险中的“过度代理”（Excessive Agency）描述的正是权限授予超出智能体实际所需时的攻击面扩张。

IBM
报告的数据显示：超过
20%
的受访组织报告发生了针对其
AI
模型或应用的泄露事件，其中
92%
缺乏完善的
AI
访问控制；事件成因中，
API/
插件
/
应用被攻陷占
27%
，云配置错误占
27%
，说明当前阶段大模型应用的安全短板主要在部署环境与周边系统，而非模型算法本身；此类事件中成本最高的两类为模型逆向攻击与提示注入攻击，平均成本分别为
607
万美元和
589
万美元。

1.2 AI在攻击侧从辅助工具升级为自主执行主体

AI
在攻击侧的角色从“辅助工具”升级为“自主执行主体”。Anthropic
于
2025
年
11
月披露，其在
2025
年
9
月中旬检测到一轮针对约
30
家机构的协同网络入侵行动，并将其描述为首例有公开记录、由
AI
主导编排的大规模网络攻击案例，编号
GTG-1002
。攻击者将
Claude Code
与
MCP
工具链编排为自主攻击框架：人类操作者负责任务初始化、目标选择与少数战略决策，
AI
独立执行侦察、攻击面测绘、漏洞发现与验证、凭据窃取、横向移动、数据分析与外泄等战术环节。
Anthropic
测算
AI
独立完成了约
80%-90%
的战术操作。

安全产业的参与主体有望从“安全厂商”扩展为“安全厂商+模型厂商”。攻击者通过伪装为合法安全公司的防御性渗透测试人员，并将攻击链拆分为孤立看似无害的常规技术请求，诱导模型在无法感知完整恶意上下文的情况下逐环执行；行动的失效点则来自模型幻觉——Claude在自主行动中频繁夸大战果、偶发伪造数据，迫使攻击者对所有产出进行人工验证，这一约束随模型能力迭代正在减弱。成本结构因此被改写：此前一个高水平渗透团队数周的工作，现在由少数操作者加模型订阅在数天内完成，且可并行发起多路入侵，攻击的规模约束从“人”变为“算力配额”；依赖人工研判的传统SOC在时序上落后，“以AI对AI”的机器速度防御从可选变为必选，模型厂商的滥用检测分类器、账号封禁与威胁情报调查构成阻断攻击链的早期防线。

2 网络安全市场：安全支出维持两位数增长，AI有望开启行业发展新阶段

全球信息安全支出保持增长。根据Gartner预测，2025年全球终端用户信息安全支出将达到2130亿美元，较2024年的1930亿美元有所增长；2026年将达到2400亿美元，较2025年同比增长12.5%；国防预算提高、威胁等级上升与监管要求趋严，将在中长期继续支撑安全支出的增长。安全支出已连续两年维持两位数增长。

从细分结构看，软件化与服务化是全球市场的共同趋势。Gartner数据显示，全球安全软件支出从2024年的949.6亿美元增至2025年的1059.4亿美元，2026年预计达1211.5亿美元、较2025年增长14.4%，为增长较快的细分；安全服务支出从771.3亿美元增至838.1亿美元，2026年预计达927.8亿美元；网络安全细分2025年为232.7亿美元。软件与服务两类合计占全球信息安全支出的比重接近九成，硬件已退居次要位置。

安全软件是支出结构中增长最快的部分，AI是核心解释变量。Gartner数据显示，2026年全球安全软件支出预计达1211.5亿美元，占信息安全支出总额的比重约为一半；随着生成式AI的普及，应用安全、数据安全与隐私保护、基础设施保护等安全软件细分市场投资持续抬升，Gartner同时预测，到2027年全球17%的网络攻击或数据泄露事件将涉及生成式AI。

AI时代，防御有望逐渐由可选变为必选：

改造来自AI扮演的多种新角色。作为攻击工具，攻击自动化降低了实施门槛、攻击链以机器速度推进，防御从可选变为必选，安全投入由“合规成本”转为“风险对冲”；作为防御工具，AI嵌入检测、分诊与研判环节，海外厂商对存量产品以AI功能增量计价，以深信服为例，据其2026年半年度报告，安全GPT可替代80%以上人工研判，存量产品进入换代周期，单品价值与客户黏性同步提升。

增量来自
AI
创造的多种新需求。其一是
AI
自身安全：大模型与智能体的规模部署形成全新攻击面，大模型防火墙、
API
安全网关、智能体身份管理与
AI
安全评测构成独立产品线，
Gartner
预计专门用于保护
AI
系统的安全支出将从
2026
年的约
28
亿美元增至
2028
年的近
77
亿美元，年复合增速接近
65%
；其二是使用治理：据
IBM
报告，影子
AI
事件占比一年内由
20%
升至
43%
，标识办法与新网安法把检测核验、行为审计与数据防泄漏变成合规必需品。

3 AI催生新型威胁，安全防御由可选变为必选

3.1AI换脸拟声进入规模化犯罪阶段，前端核验需求常态化

AI深度伪造已从技术演示进入规模化犯罪阶段。公安部数据显示，2025年第一季度AI换脸拟声类案件数量环比增长45%；在受骗人群中，老年人占比达38%。最高人民检察院发布的典型案例显示，一起利用AI换脸实施的诈骗案件中，被害人达13人，涉案资金超过1300万元。供给端的价格信号同样清晰：制作一段换脸视频的价格为20元至500元，拟声素材约200元，换脸、拟声与自动化话术工具的产业化供给已经形成，治理需求因此从单点身份核验扩展到覆盖作案链条的内容与资金监测。

AI换脸拟声冲击的是身份验证体系中“生物特征不可复制”的基本假设。金融机构与互联网平台的风控体系普遍将人脸、声纹作为最高置信度的验证因子，深度伪造使其置信度坍塌：一段视频通话式的单点核验已不足以确认交易对手身份，验证体系需要向活体检测、时延分析、设备指纹、行为特征等多模态交叉验证与延迟确认机制重构，大额转账需引入冷静期。这一重构涉及银行远程开户、支付验证、客服核身等高频业务环节，技术改造的采购主体从安全部门扩展至业务部门。

执法与治理强度保持高位。公安部
2026
年
1
月
8
日新闻发布会通报，
2025
年全国公安机关共破获电信网络诈骗案件
25.8
万起。据
2026
年
6
月
11
日《检察日报》报道的打击治理口径，公安机关会同工业和信息化部对
6.4
万款涉诈
App
采取禁止性安装措施，拦截诈骗电话
36
亿次、短信
33
亿条，封堵涉诈域名网址
816.2
万个；会同中国人民银行紧急拦截止付涉诈资金
2170.7
亿元；会同中央网信办处置涉诈账号
2000
万个；各地公安机关累计见面劝阻
674.7
万人次，直接避免群众损失
350
亿元。国际执法合作方面，累计
5.8
万名涉诈犯罪嫌疑人被移交我方。中央网信办“清朗·整治
AI
应用乱象”专项行动第一阶段累计处置违规
AI
产品
1.4
万余款。案件呈现“境内话术窝点
+
境外洗钱通道”的分工结构。运营商侧拦截体系、金融侧资金链治理、平台侧账号处置与内容检测等环节的常态化技术采购已经形成，
AI
伪造检测与身份核验正在成为标准化安全产品类别。

3.2 数据泄露成本不断攀升，AI驱动攻击占比达四分之一

数据泄露的经济成本在2026年明显抬升。IBM《2026年数据泄露成本报告》基于2025年3月至2026年2月全球602家受泄露影响组织的调研显示，全球数据泄露平均成本达499万美元，同比增长12%，升至该报告发布以来的高位。其中，超过四分之一的恶意数据泄露由AI驱动，以深度伪造身份冒充与AI生成恶意软件为主，同比增加56%，此类泄露平均成本达600万美元，较全球平均水平高出约100万美元。62%的AI驱动攻击指向关键基础设施行业，金融服务行业单次泄露平均成本630万美元，能源行业520万美元。

攻防两端的成本不对称构成安全投入的经济学基础：攻击发起成本已降至数千美元，而防御侧广泛使用AI与自动化的组织单次泄露平均可节省近200万美元，安全投入的性质由“合规成本”转变为“风险对冲”。85%的组织在了解前沿AI攻击能力后即计划增加安全支出，高于实际遭遇泄露后的64%，防御侧的短板同样清晰：AI智能体在威胁检测与遏制环节的渗透已超过50%，在漏洞管理环节仅为18%。

勒索攻击在数量与策略上同时升级。IBM
报告显示，
2026
年报告勒索软件事件的受访组织占比达
39%
，高于上一年的
34%
，攻击者正利用
AI
实现攻击的自动化与规模化；在施压策略上，攻击者从单纯的操作中断转向更具杀伤面的手段，利用品牌声誉施压的占比
41%
，窃取员工数据占
35%
，窃取知识产权占
31%
。

4 海外市场：AI重构行业，三类增量开始兑现

4.1 海外龙头股价与ARR双重验证AI安全收入落地

AI给海外网安市场带来的新变化集中为三类增量：AI基础设施的安全采购、面向模型与智能体的专项安全产品、存量产品的AI化换代。海外网安板块在2026年走出强势行情。年初以来，Fortinet、Palo Alto Networks、CrowdStrike为代表的网络安全公司均持续上涨。Fortinet的受益路径是AI基础设施的直接采购。公司2026财年第二季度营收20.5亿美元、同比增长26%，其中产品收入同比增长52%至7.73亿美元——产品收入以FortiGate防火墙硬件为主，其放量主要对应AI数据中心的建设需求。AI数据中心建设推进中，防火墙是落地较早的采购项。Fortinet以FortiOS 8.0为底座构建AI原生安全架构，覆盖影子AI管控、大模型安全与自主威胁检测等功能；FortiAI SOC平台实现86%事件量降低、3倍TCO优化与7倍检测效率提升。

Palo Alto Networks的增长动力是平台化与AI专项产品线。公司2026财年第四季度营收34.1亿美元、同比增长34%，下一代安全（NGS）ARR达91.0亿美元、同比增长63%；期末剩余履约义务（RPO）达212亿美元、同比增长34%。公司管理层将AI需求拆为三条线：AI数据中心建设拉动防火墙采购、平台化整合替代单点产品、企业为AI模型与智能体采购专门安全产品，三条线均已体现在订单中。

Palo Alto Networks的Prisma AIRS覆盖模型扫描、AI红队测试与智能体运行时安全；XSIAM以AI SOC为核心整合检测、分诊与响应，客户约1000家。

CrowdStrike
的增长机遇是智能体时代的运营与身份入口。公司
2027
财年第二季度净新增
ARR
达
3.33
亿美元、同比增长
51%
，期末
ARR
达
58.4
亿美元、同比增长
25%
；其中
AIDR
（
AI
检测与响应）业务
ARR
环比增长近
3
倍。

ARR口径的验证意义在于区分需求的真实性与可持续性。一次性订单如设备与项目制采购可以由渠道压货或单一大客户贡献，而ARR衡量的是存量客户持续付费的合同价值，龙头净新增ARR保持同比增长。

除
ARR
快速增长外，其他重要催化包括
AI
威胁确认、
SaaS
替代担忧缓解与供给侧变化。1
）市场认知的反转：
2026
年
2
月
Anthropic
推出
Claude Code Security
曾引发网安股集体抛售，此后数月前沿模型相继暴露自主攻击能力，
9
月
12
日
Anthropic CEO
发文呼吁关注前沿
AI
能力风险，
9
月
14
日
CrowdStrike
单日上涨
13.8%
，板块定价框架从“
IT
支出周期股”转向“
AI
基础设施股”。
2
）
SaaS
替代的担忧缓解：龙头厂商以
ARR
数据证明
AI
带来的是单客户价值提升而非订阅替代。
3
）供给侧变化：
OpenAI
、
Anthropic
等模型厂商亲自下场做安全，供给主体扩展为“安全厂商
+
模型厂商”，
GTG-1002
案例表明两类主体的关系以互补为主、竞争为辅。

4.2 并购潮指向AI部署规模化后的三类新增安全缺口

2025年以来海外网安市场出现规模居历史前列的并购潮，三笔标志性交易集中指向AI部署规模化后新增的三类安全缺口：云与AI基础设施防护、机器与智能体身份、AI模型与智能体原生防护集中对应传统安全体系未覆盖的新增需求。

第一，云与AI基础设施防护。Google母公司Alphabet于2025年3月宣布以320亿美元全现金收购云安全公司Wiz，交易于2026年3月完成交割。Wiz成立于2020年，以无代理架构通过API接入即可在数分钟内完成全异构云环境扫描。Google明确的整合方向是：Wiz的云与代码安全能力叠加Google的Mandiant威胁情报与Gemini模型能力，构建“AI自动发现、拦截、修复漏洞”的闭环，同时防护针对AI模型的威胁与来自AI模型的威胁。

第二，身份安全，其驱动是智能体带来的机器身份数量快速增长。Palo Alto Networks于2025年7月宣布以约250亿美元收购身份安全公司CyberArk，支付方式为现金加股票，溢价约26%。公司管理层认为，随着智能体AI规模部署，身份市场有望在未来12—24个月迎来拐点；AI智能体往往需要访问敏感系统，因此需按“最小权限+即时授权”原则管理，身份管控对象从人的账号扩展为人、机器与智能体。

第三，AI模型与智能体的原生防护。Fortinet于2026年8月宣布收购AI安全公司Virtue AI，后者提供覆盖50余个沙箱环境、14个高风险域的智能体红队测试，以及MCP工具扫描、影子AI发现与实时护栏能力，与Fortinet此前发布的大模型防护产品FortiAIGate组合为覆盖AI全生命周期的防护体系。

4.3 存量产品AI化：从辅助、自动化走向自主处置

效率提升最终体现在安全运营的成本曲线上。告警分诊占据安全运营中心（SOC）大部分人力但价值密度最低，Charlotte AI每周超40小时的人力节省主要对应安全运营服务的人力成本改善。

收入端的传导同样明确：AI功能以独立SKU或附加订阅并入现有合同定价。CrowdStrike的Falcon Flex采购模式推动模块交叉渗透，Flex客户超2900家、2027财年第二季度期末ARR超22.9亿美元；Palo Alto Networks以平台化捆绑销售AI能力。存量换代模式下，受益主体是存量客户基数大、产品线完整的平台型厂商，而非仅有单点AI产品的新进入者。技术交付形态正沿“辅助—自动化—自主”三阶段演进，行业整体处于第二阶段向第三阶段的过渡期，各阶段的交付形态与代表进展如下表所示。

漏洞管理是攻防两端AI竞速的集中交汇点。攻击侧，前沿模型已展现自主挖掘漏洞的能力；防御侧，OpenAI Aardvark与Anthropic Claude Code Security持续扫描代码仓库、验证可利用性并生成补丁。两侧共同作用，使漏洞从发现、披露到利用和修复的周期大幅压缩，依赖“月度补丁日+人工排查”的传统节奏面临挑战。

综合本章公司层面的证据，
AI
给海外网络安全行业带来的变化主要集中在三个方面。需求端，攻防竞速促使安全支出由合规驱动转向攻防驱动，
AI
数据中心建设带动防火墙等基础设施先行扩容，重大并购则确认云与
AI
基础设施防护、机器身份与
AI
原生防护是
AI
部署规模化后的新增缺口。商业模式上，
AI
功能以独立
SKU
与附加订阅进入合同定价，
ARR
逐步成为衡量需求真实性的核心口径。产品形态上，安全能力从辅助工具走向自主处置，存量产品线的
AI
化换代开始改写既有收入。

5 国内市场：AI安全五大新变化集中显现

国内AI安全的需求形态与海外一致，商业化阶段不同。本章将国内的新变化归纳为五个方面：产品体系成型、新品类独立成线、商业化进入订单落地期、模型厂商入场、合规成为独立需求，以下分节讨论各自的进展与承接主体。

5.1 垂类模型叠加本地部署，国内聚焦AI安全运营场景

海外验证的AI安全需求形态，在国内由垂类模型与本地化部署等路线承接。国内头部厂商已完成从单点产品AI化到“安全大模型+智能体”体系化布局的升级，中小厂商依托密码、取证、保密等细分领域的存量能力切入AI安全。

安全场景的技术特性决定了垂类模型的适用性或优于通用大模型。流量分类、钓鱼识别、日志研判、告警分诊等核心任务的边界明确、输出格式固定、训练语料相对封闭，小参数垂类模型在安全语料上微调后即可达到可用精度，不必依赖通用大模型的参数规模；小参数带来的推理延迟与算力成本可控，使模型可以部署在客户本地或私有云环境，这一特性与国内需求结构匹配。

国内AI+网安供给已形成规模。中国信通院统计显示，国内已有72家企业推出190款AI+网安产品，覆盖安全运营、威胁检测、数据分类分级、内容安全等场景；国内厂商的技术路线与海外趋同，均以安全大模型为底座、以智能体为交付形态、以安全运营场景为变现入口。代表性进展方面，深信服安全GPT累计测试客户超过400家，奇安信AISOC智能安全运营平台已在金融、能源、制造等行业新签多家头部客户。

国内商业化与海外的阶段差源于结构，而非单纯的技术差距。两者在预算属性、付费形态与验证信号上的差异如下表所示；报表传导上，国内AI安全收入将先体现为安全运营服务毛利率与人效指标的改善，再体现为独立的AI产品收入，周期长于海外。

5.2 产品体系与商业化：大模型布局成为标配，订单开始落地

国内AI安全的新变化之一是产品体系成型：头部厂商普遍完成自研安全大模型布局，智能体成为统一的交付形态。大模型方面，奇安信QAX-GPT、天融信天问、绿盟科技风云卫、安恒信息恒脑、360安全大模型、山石网科灵岩、安博通鲁班已在各家产品线中落地。智能体方面，启明星辰构建“安全大模型+驾驭工程+多安全智能体”架构，构建安星智能体矩阵并推出“安星数字员工”家族；天融信发布覆盖6大垂直场景的20余个安全智能体矩阵；安恒信息恒脑4.0以安全智能体总指挥实现统一调度、自主执行与闭环验证；奇安信形成“安全智能”与“智能安全”两大产品方向；亚信安全推出安全运营智能体、安全检测智能体等能力，AI XDR入选IDC《中国AI XDR平台最佳实践案例，2026》并作为深度拆解案例。

新变化之二是新品类独立成线：大模型防护与智能体安全构成
AI
安全新赛道的产品主线。大模型防护侧，启明星辰大模型应用防火墙（
MAF
）、天融信大模型多模态安全网关、中孚信息大模型安全防护系统、格尔软件
AI
大模型应用安全护栏、深信服
AI
安全平台密集落地；其中天融信大模型多模态安全网关获国内首张大模型安全防护围栏增强级证书，中孚信息大模型安全防护系统覆盖
OWASP LLM Top 10
攻击类型。

智能体安全成为差异化竞争点：亚信安全发布智能体信任框架ATF；启明星辰推出智能体安全“新三件套”；奇安信发布智能体安全平台与QAgent Fabric安全智能体研发框架；格尔软件、吉大正元布局智能体身份管理，吉大正元开展智能体分布式数字身份与可验证凭证研究。密码厂商沿“密码+AI”路线切入：格尔软件AI大模型安全保险箱、吉大正元基于密码机制的模型指纹嵌入与内容数字水印实现AI版权保护与侵权溯源，数字认证发布人工智能安全运营平台。

AI能力同时向存量业务与内部运营渗透。存量业务侧，深信服将安全GPT用于威胁检测、钓鱼邮件识别与告警研判；绿盟科技AI-PTS以大模型驱动智能渗透测试；安恒信息发布AI原生代码审计智能体与零日雷达漏洞情报订阅产品；任子行以自研大模型打造数据安全“数安三件套”。内部运营侧，启明星辰将AI Coding融入研发全生命周期，安恒信息推动安全服务和运营向AI原生转型。

新变化之三是商业化落地：
AI
布局已从产品发布进入订单与收入落地阶段。绿盟科技
AI
安全相关订单额达
1.17
亿元，
2026
年上半年运营商行业
AI
安全签单额同比增长超
300%
；安恒信息纯
AI
收入超
4100
万元、间接
AI
产品收入超
6400
万元，
AI
原生安全收入同比增长超
300%
；启明星辰大模型应用防火墙收入同比增长
238.15%
，
Agentic SOC
收入同比增长
31.99%
；天融信
AI
安全防护业务收入同比增长超
130%
，
AI
安全业务直接收入超
8000
万元；
360
数字安全业务收入
3.10
亿元、同比增长
22.27%
。从披露口径看，
AI
相关收入在总收入中的占比仍处低位，但增速显著高于传统业务，收入结构正向
AI
安全倾斜。

5.3 安全厂商与模型厂商协同提速，国产大模型进入安全应用

新变化之四是模型厂商入场：国内安全厂商与模型厂商的协同在2026年三季度明显提速。能力验证方面，绿盟科技适配智谱GLM-5.3大模型，其在AI安全国际基准CyberGym榜单的漏洞复现成功率为95.02%；双方联合开展AI漏洞挖掘研究，绿盟科技AI-PTS智能渗透测试系统亦融合智谱GLM系列模型。

角色延伸方面，智谱AI编程工具ZCode因代码上传争议引发数据安全关注，智谱于2026年9月21日宣布完成安全整改并将客户端代码开源，同时邀请中国信通院与绿盟科技开展第三方安全审计。生态组织化方面，中关村自主大模型产业联盟成员已达100家，奇安信、绿盟科技等已将GLM-5.3用于漏洞挖掘系统。

5.4 合规框架成型，AI安全成为独立需求

新变化之五是合规成为独立需求：AI生成内容治理的制度框架在2025-2026年密集落地。《人工智能生成合成内容标识办法》自2025年9月1日起施行，要求对AI生成的文本、图片、音频、视频等内容添加显式与隐式标识，互联网平台承担分发环节的核验义务；CNNIC第57次《中国互联网络发展状况统计报告》显示，截至2025年12月我国生成式AI用户规模达6.02亿人。《人工智能拟人化互动服务管理暂行办法》自2026年7月15日起施行，将AI拟人化交互服务纳入监管。2026年1月1日施行的新修订《网络安全法》在立法层面纳入AI安全监管条款，与上述专项办法形成“通用法律+专项办法+部门规章”的分层监管体系，“传统合规筑底+AI合规增量”构成下一阶段政策驱动需求的基本结构。

标识义务的技术实现路径或将引导需求的方向。显式标识要求在AI生成内容中嵌入用户可感知的标识，如文字与音频提示；隐式标识要求在文件元数据中写入生成属性，如水印与密码学签名。两者均需在内容生产端改造生成服务、在分发端部署核验能力，平台的核验义务即对无标识AI内容的检测与处置，是需求的核心所在，深度合成检测由此从可选项变为平台合规的重要环节。监管对象覆盖490余款备案模型与6.02亿生成式AI用户，检测与核验属于持续运行需求。

对关键信息基础设施运营者而言，合规范围正在从传统等保向
AI
系统延伸。AI
系统的采购、部署、测评正在成为等保测评之外的新增合规项，由此产生的
AI
安全评测、红队测试、模型资产盘点等需求，属于政策驱动型需求。
AI
自身安全的需求正在分化为两条产品线。一条是模型防护：针对提示注入、越狱、供应链投毒等直接攻击模型的手段，对应大模型防火墙、
API
安全网关、模型安全评估等产品。
OWASP 2025
年版
LLM
十大风险为该领域提供了风险分类的通用语言，提示注入居首；
IBM
数据显示超过
20%
的组织已发生针对
AI
模型或应用的泄露，其中
92%
缺乏完善的
AI
访问控制。
另一条是使用治理，其需求增速更快但当前渗透更低。员工使用未经企业正式管理的外部AI工具，即影子AI，AI智能体大量参与业务流程产生了规模化的非人工身份，如服务账号、API密钥。这两类风险对应的产品是行为审计、数据防泄漏（DLP）与权限管理，防护对象从模型本身延伸到AI使用的全过程，包括智能体的执行行为，权限管控的颗粒度需细化到每一次工具调用。

国内供给侧已经启动。信通院已开展AI安全评测标准工作，网安厂商的AI防火墙、提示词防护、模型资产管理系统陆续发布；海外侧，部分模型厂商、云厂商与安全厂商围绕MCP等协议推进协作生态，标准逐步成型有望带动防护产品接口统一。该赛道的采购主体正从互联网平台扩展至金融、政务等大模型部署规模较大的行业，2026—2027年有望成为国内网安市场中增速较快的细分方向。

综合本章证据，国内的五项新变化指向同一结论：
AI
安全已逐步成为独立的需求与供给类别。需求端，合规框架将
AI
系统纳入强制义务，
AI
安全由项目附属变为独立预算项；供给端，头部厂商完成大模型与智能体体系布局，模型厂商入场带来生态协同，产品线由模型防护延伸至使用治理。国内与海外的差距主要体现在预算属性、付费形态与验证信号的传导节奏，而非技术能力；随着运营商等行业订单落地，国内商业化正从产品发布期进入订单验证期。

6 投资建议

AI时代网络安全产业迎来新机遇：海外龙头AI安全收入已在报表端体现，国内厂商完成安全大模型与智能体产品体系布局，AI安全订单与合规需求共同驱动行业增长。建议关注A股网络安全公司：三六零、深信服、奇安信、绿盟科技、启明星辰、国投智能、天融信、数字认证、亚信安全、安恒信息、安博通、北信源、任子行、格尔软件、山石网科、吉大正元、中孚信息。

7  风险提示

AI技术落地不及预期的风险。安全大模型在客户生产环境中的可用性、稳定性仍在验证期，若智能体误报率或自主处置出错率高于预期，商业化进度可能低于测算。

行业竞争加剧的风险。目前行业整体发展平稳，但如果厂商为争夺存量预算发起价格竞争，行业毛利率与竞争格局可能恶化。

测算与假设误差风险。引用的市场规模数据来自
Gartner
等第三方统计口径，相关推算基于公开信息，可能与实际存在偏差。

计算机团队介绍

分析师 吕伟

执业证书：S0590525110033

分析师 郭新宇

执业证书：S0590525110034

详见报告《计算机行业深度报告：大模型时代网安战略地位空前》

对外发布时间：2026年10月12日

分析师承诺

本报告署名分析师具有中国证券业协会授予的证券投资咨询执业资格并登记为注册分析师，基于认真审慎的工作态度、专业严谨的研究方法与分析逻辑得出研究结论，独立、客观地出具本报告，并对本报告的内容和观点负责。本报告清晰准确地反映了研究人员的研究观点，结论不受任何第三方的授意、影响，研究人员不曾因、不因、也将不会因本报告中的具体推荐意见或观点而直接或间接收到任何形式的补偿。

重要提示

《证券期货投资者适当性管理办法》于2017年7月1日起正式实施，通过本微信订阅号/本账号发布的观点和信息仅供国联民生证券的专业投资者参考，完整的投资观点应以国联民生证券股份有限公司（下称“国联民生证券”）发布的完整报告为准。若您并非国联民生证券客户中的专业投资者，为控制投资风险，请取消订阅、接收或使用本订阅号/本账号中的任何信息。本订阅号/本账号难以设置访问权限，若给您造成不便，敬请谅解。国联民生证券不会因为关注、收到或阅读本订阅号/本账号推送内容而视相关人员为客户；市场有风险，投资需谨慎。

免责声明

国联民生证券股份有限公司（下称“国联民生证券”）已获中国证监会许可的证券投资咨询业务资格，本平台推送观点和信息仅供国联民生证券研究服务客户参考，完整的投资观点应以国联民生证券研究所发布的完整报告为准。若您非国联民生证券研究服务客户，为控制投资风险，请勿订阅、接受、转载或使用本平台中的任何信息，若给您造成不便，敬请谅解。国联民生证券不会因订阅本平台的行为或者收到、阅读本平台推送内容而视相关人员为客户。任何未经国联民生证券同意或授权而对本平台内容进行复制、转发或其他类似不当行为均被严格禁止。对于使用本平台包含信息所引起的后果，国联民生证券概不承担任何责任。

本平台及国联民生证券研究报告所载资料的来源及观点的出处皆被国联民生证券认为可靠，但国联民生证券不对其可靠性、准确性、时效性或完整性做出任何保证。本平台推送内容仅反映国联民生证券研究人员于发出完整报告当日的判断，本平台所载的资料、意见及推测有可能因发布日后的各种因素变化而不再准确或失效，国联民生证券不承担更新不准确或过时的资料、意见及推测的义务，在对相关信息进行更新时亦不会另行通知。在任何情况下，本平台所载信息、意见不构成对任何人的投资建议，所述证券或金融工具买卖的出价或征价，评级、目标价、估值、盈利预测等分析判断亦不构成对具体证券或金融工具在具体价位、具体时点、具体市场表现的投资建议。本平台所包含的观点及建议并未考虑获取本平台包含信息的机构及个人的具体投资目的、财务状况、特殊状况、目标或需要，客户应当充分考虑自身特定状况，进行独立评估，并应同时考量自身的投资目的、财务状况和特定需求，必要时就法律、商业、财务、税收等方面咨询专家的意见，不应单纯依靠本报告所载的内容而取代自身的独立判断。在法律允许的情况下，国联民生证券及其关联方可能持有本平台推送内容中提及的公司所发行证券的头寸并进行交易，也可能为这些公司提供或正在争取提供投资银行、财务顾问、咨询服务等相关服务。客户应充分考虑可能存在的利益冲突，勿将本平台推送内容作为投资决策的唯一参考依据。对任何直接或间接使用本平台所载信息和内容或者据此进行投资所造成的任何一切后果或损失，国联民生证券及/或其关联人员均不承担任何形式的法律责任。

法律声明

本微信号及其推送内容的版权归国联民生证券所有，国联民生证券对本微信号及其推送内容保留一切法律权利。未经国联民生证券事先书面许可，任何机构或个人不得以任何形式转载、翻版、复制、刊登、发表、修改、仿制或引用本订阅号中的内容。任何订阅人如引用或转载本平台所载内容，务必注明出处为国联民生证券研究所，且转载应保持完整性，不得对内容进行有悖原意的引用和删改。转载者需严格依据法律法规使用该文章，转载者单方非法违规行为与我司无关，由此给我司造成的损失，我司保留法律追究权利。

国联民生证券研究所：

无锡：江苏省无锡市金融一街8号国联金融大厦8楼；邮编 214100

上海：上海市虹口区杨树浦路188号星立方大厦7层；邮编 200082

北京：北京市西城区丰盛胡同20号丰铭国际大厦B座5F；100005

深圳：深圳市福田区中心四路1号嘉里建设广场1座10层 01室；邮编518048