2026年WAIC上，大模型、AI Agent、具身智能轮番登场。聚光灯之外，一场针对AI基础设施的攻击浪潮正在悄然涌起。

AI跑得越快，攻击面越大

过去一年，中国AI产业经历了从“模型竞赛”到“应用落地”的关键转折。Gartner预测到2029年，AI智能体将在中国大型企业中承担超过40%的IT运营任务。但一个被高速发展掩盖的真相是：AI系统的攻击面扩张速度，远超多数企业的安全准备。

Akamai最新发布的《2026年应用、API与DDoS互联网现状报告》揭示了一系列令人警醒的数据：过去两年，Layer 7 DDoS攻击激增104%，每日API攻击数量同比暴涨113%；针对未经授权工作流的API攻击在2024年至2025年间翻了一番。

Akamai大中华区售前技术经理 马俊

Akamai大中华区售前技术经理马俊表示：“攻击者正在跟随企业AI投资的方向移动。API是AI转型的基础，保护AI就意味着首先要保护API。无论大模型多么强大，一旦其赖以运行的API暴露在攻击之下，整个AI系统都将面临崩溃风险。”

关键问题在于：大多数企业并不知道自己的API正在暴露什么

Akamai《2026年API安全影响调研》揭示了更深层的隐患：87%的企业在过去一年内遭遇过API安全事件；42%的安全事件涉及与AI技术相关的API，包括大语言模型和自主Agent。真正令人不安的是，仅23%的企业清楚哪些API会返回敏感数据——这一比例较2022年的40%出现剧烈下滑。换句话说，企业在把更多数据喂给AI的同时，对数据流向的掌控力却在急剧衰退。

这并非中国企业的独有问题，但在“数据出海合规”和《网络安全法》修正案等中国本土监管框架下，API安全管理缺失的风险被进一步放大。当AI系统通过API与第三方模型、云服务、供应链系统互联互通时，任何一个缺乏治理的API接口都可能成为数据泄露的合规导火索。

API相关数据泄露每年给头部企业造成的损失高达180万美元——这还只是直接经济损失，监管处罚和品牌声誉的隐性代价远高于此。

AI Agent带来了一个更根本的身份难题

如果说API是AI系统的“血管”，那么AI Agent就是AI系统的“双手”——它们开始代替人类自主发起请求、执行交易。这带来了一个传统安全架构从未预想过的问题：当请求背后的“人”不是人类，传统的身份验证体系还管用吗？

Akamai在2026年6月正式发布的Agentic Security Framework（智能体安全框架） ，正是对这一挑战的回应。该框架将身份验证、监测能力、信任机制和边缘安全整合到一个统一的实时决策层中，围绕六大核心支柱构建：身份验证与人类归因、以用户为中心的认证、自适应信任分析、边缘执行、内容货币化与价值交换、运营可见性与流量分析。

其中，“Know Your Agent（KYA）”协议是该框架的核心机制。KYA借鉴了金融领域成熟的KYB（了解你的企业）和KYC（了解你的客户）模型，为AI Agent提供了一种声明其身份、来源和意图的标准化方式，将其与所代表的用户和运行的平台绑定，确保每个自主智能体在发起API调用或商业交易时都具备可追溯、可验证的身份凭证。Akamai正与Skyfire、Experian等合作伙伴共同推进KYA框架的落地。

AI Agent安全：群雄逐鹿，标准未定

值得注意的是，Agentic Security Framework并非行业对这一挑战的唯一回应。Gartner在2026年中国网络安全成熟度曲线中首次纳入“智能体人工智能网络安全”，并将其定位在技术萌芽期，意味着当前市场仍处于标准形成阶段。与此同时，零信任架构厂商和云原生安全厂商也在从身份治理、运行时防护等不同角度切入Agent安全。对CIO而言，选择哪条路线可能取决于现有技术栈的兼容性，而非单点方案的先进性。

Akamai从边缘和安全交集的独特定位出发，将身份验证、边缘执行与流量分析纳入统一框架，是一条清晰的差异化路径。

安全建设的“提前量窗口”正在收窄

对中国企业而言，这一挑战还有本土特殊性。一方面，《网络安全法》修正案引入了对责任人员的高额罚款，API数据泄露的合规代价正在急剧上升；另一方面，中国企业AI智能体应用目前仍多停留在内部知识库问答阶段，真正涉及跨系统编排的自主智能体尚未大规模部署——这意味着安全建设存在一个“提前量窗口”，但也可能导致企业产生“暂时不需要”的侥幸心理。

这种“滞后部署”的风险在于：当企业开始大规模部署自主智能体时，攻击者可能已经提前准备好了针对性的攻击工具。Gartner预测到2029年，AI智能体将承担超40%的IT运营任务——从“知识库问答”到“跨系统自主执行”，威胁面将从数据外泄急剧扩展至未经授权的操作与工具滥用。安全建设如果等到业务上线后再补，往往就错过了在最前端治理风险的机会窗口。

为AI时代重新设计安全底座

Akamai认为，传统安全架构建立在“交易另一端始终有人类”的假设之上。如今AI Agent的行动速度已超越人类响应能力，攻击者正在利用AI自动化发起复杂逻辑攻击API、在内网横向渗透、即时利用云配置漏洞。

面对这一趋势，Akamai以Firewall for AI + API Security + App & API Protector构建了一套从边缘到应用层、再到AI模型内核的纵深防御体系。

马俊指出：“攻击工业化时代已经到来——漏洞可以被规模化发现、关联和利用，传统被动式安全流程根本无法匹配这种速度。现在是时候为AI时代重新设计安全底座了。”

对CIO和安全负责人而言，WAIC之外的真实挑战是：

API资产清单是否完整？哪些API与AI系统交互、返回敏感数据？

AI Agent的身份认证是否与人类用户绑定、具备可追溯性？

面对AI加速的攻击响应时间，现有安全流程能否匹配？

当产业界为AI的无限可能欢呼时，安全行业正在打一场无人喝彩的暗战。WAIC的聚光灯照亮了AI的未来，而照亮未来的前提，是先守住它的根基——API的安全与AI Agent的可信身份。