Gartner发布的《2026中国网络安全技术成熟度曲线》中指出，中国网络安全正同时面临三重力量的塑造：人工智能（AI）加速融入企业系统、监管执法日趋严格、地缘政治压力下的技术自主需求不断增强。在这三重力量的共同作用下，今年的技术成熟度曲线呈现出若干值得关注的信号——AI安全相关技术正在从概念热潮转向效果检验，而智能体安全的爆发式增长则催生了全新的安全需求。

四大趋势重塑2026年中国网络安全格局

Gartner在报告中指出，2026年中国网络安全发展将呈现四大趋势：

向代理型AI与机器身份转变。 随着AI从生成工具演进为能执行多步骤操作的自主智能体，威胁范围从数据泄露扩展到未授权操作和工具滥用。

严格责任下的可执行数据安全。 《网络安全法》修订案的实施，针对重大安全事件对‘责任人员’引入了严厉的个人经济处罚（最高可达100万元），形成了高风险的合规悬崖（Compliance Cliff），促使企业从理论隐私政策转向持续、可审计的数据映射和动态访问控制。

主动威胁暴露面管理与网络韧性。 企业正转向持续、自动化的攻击面验证，以实证方式评估风险可利用性。

基础设施现代化与技术自主。 地缘政治压力下，中国企业从硬件到密码标准全面推进技术自主。

五项技术新增，两项技术退出

今年报告新增五项技术：代理型AI网络安全、AI网络安全测试（Gartner预测将有70%的中国企业实施该项测试，而目前这一比例不足5%；其当前市场渗透率处于1%~5%的起步阶段）、机器身份与访问管理、后量子密码、容器安全（处于稳步爬升复苏期，其成熟度级别达到主流采用阶段）。

五项技术移出曲线：数据分类、SIEM、零信任网络访问（ZTNA）已发展成熟并进入生产成熟期；物联网认证的核心需求已被更全面的机器身份与访问管理（Machine IAM）所涵盖；威胁暴露面管理（TEM）的研究重点则转向了持续威胁暴露面管理（CTEM）的具体执行组件（如AEV和EAP）。这些能力的整合与沉淀，反映了技术平台的收敛趋势。

图1：2026年中国网络安全技术成熟度曲线

发展最快的三项技术

本年度发展最快的技术为安全访问服务边缘（SASE）、安全服务边缘（SSE）和数据风险评估（DRA）。SASE和SSE的快速推进受益于零信任转型和影子AI风险防范需求；DRA重要性提升则源于监管趋严、生成式AI场景扩展及新国标GB/T 45577-2025出台。

AI安全的价值：首先是能力扩张，而非裁员

Gartner战略规划假设指出：到2028年，中国网络安全项目通过AI实现的价值，80%将来自任务自动化和能力扩张，而非裁员。Gartner认为，AI只是众多安全工具之一，企业并未因AI而忽视传统安全工作。AI安全并非一套全新体系——API网关可扩展为AI网关，数据防泄漏（DLP）与安全服务边缘（SSE）深度融合，实现对‘影子AI’提示词流的动态内容审计与敏感数据脱敏，身份管理可覆盖智能体。只有传统工具无法处理的新风险，才需要专门投入。

智能体安全：市场尚处早期，没有“一站式平台”

今年最受关注的新增技术是代理型AI网络安全。与生成内容的大模型不同，智能体可感知、决策并直接行动——调用工具、修改配置、发起采购、执行转账，风险从数据泄漏扩大至权限滥用和业务操作失控。

Gartner指出，目前市场尚未出现能完整覆盖智能体安全全生命周期的单一平台。嵌入式SaaS智能体（如办公软件中的Copilot）企业主要面临数据泄露与影子AI风险，应优先通过安全服务边缘（SSE）或 AI 网关进行流量和内容审计；而对于企业自建的目标导向或多智能体系统，则需通过机器身份与访问管理（Machine IAM）来管理非人类主体的 API 交互、凭证生命周期与最小工具权限调用。

Gartner提醒：认为“选个安全模型就够了”或“开源模型部署在内网就安全”是常见误区。模型本身安全性远不足以覆盖业务风险；开源模型一旦网络边界被突破，缺乏运行时监测将成为重大隐患。

CIO如何“遴选务实方案”？

面对20多项技术选项和未增预算，Gartner建议CIO从以下维度筛选：

第一，多维度评估技术特征与业务优先级的匹配度。企业在决策时，不仅应参考技术在成熟度曲线上的所处阶段（Phase）距离主流采用年限（Years to Mainstream），更应深度结合优先级矩阵中的商业效益评级（Benefit Rating）市场渗透率（Market Penetration），根据自身的数字资产痛点进行精准匹配。一家研发型云原生企业，即便某项技术尚不成熟，若它能解决数据资产保护这一核心痛点，就值得优先考虑。

第二，警惕“串联式部署”的单点失效风险。 AI安全网关和身份管理系统若出现故障，可能直接影响核心业务，铺开部署时需特别关注扩容能力和高可用性。

第三，优先拥抱“分析型、评估型”工具。 这类工具不与实际系统串联，风险较低，可大规模快速部署。Gartner还提醒，数据治理、用户行为管理、运行时监测等环节都需要额外安全投入，不能依赖模型自带护栏。

AI既带来了智能体爆发、深度伪造泛滥、影子AI蔓延等前所未有的安全挑战，也提供了新的防御手段。但正如Gartner所强调的，AI只是众多安全工具之一。理性的预期、务实的评估、场景化的部署，才是穿越这轮AI安全热潮的正确姿态。