在近日举行的云栖大会上，AI智能体（Agentic AI）落地的信号密集释放——从多智能体协作、自动化工作流到MCP协议的广泛应用，“AI智能体上岗执行任务”已从概念走向企业实践。

与此同时，Akamai最新一期《互联网现状》（SOTI）安全报告《智能体威胁格局：速度、规模与非人类身份》揭示了一个行业尚未充分警觉的现实：企业安全风险的重心，正从“人员身份管理”转向“非人类实体的行为治理”。当AI智能体开始自主调用API、跨系统执行操作，传统的边界防火墙已经“看不见、防不住”。

Akamai亚太地区及日本安全技术和战略总监Reuben Koh表示：“AI攻击的速度已经超过了人工补丁的速度，防线必须前移到边缘，实时拦截，而非事后修补。”

Akamai 亚太地区及日本安全技术和战略总监 Reuben Koh

风险的本质变化：从“人”到“非人类身份”

Akamai在报告中指出，AI智能体自主执行任务意味着，一旦某个提示词被篡改或输出有缺陷，其影响会在每个执行阶段被层层放大。传统边界防火墙无法检测智能体间的“东西向”内部通信，这使企业内部流量成为新的安全盲区。

当AI智能体被赋予执行权限，安全策略不再仅仅回答“谁可以访问”，而必须回答“这个非人类实体正在做什么，以及它被允许做什么”。

三个被严重低估的攻击面

报告列出了当前企业安全团队尚未充分警觉的三个攻击面。

浏览器成为未受保护的工作入口。 超过40%的企业用户已安装AI浏览器扩展，其中25%的扩展在12个月内修改过自身权限；这类扩展存在已知通用漏洞（CVE）的概率，比普通扩展高出60%。当浏览器承载越来越多的AI工作流，它已经从“访问工具”变成“执行环境”。

聊天机器人数据泄露。 超过6%的企业AI聊天机器人对话包含敏感数据，主要为个人身份信息，其中47%通过未受监控的个人账户进行，企业安全团队对此几乎没有任何可见性。

MCP协议可见性缺失。 MCP支持AI智能体跨系统自动执行操作，但目前在CISO安全优先级清单上排名靠后。与之形成反差的是，68%的安全负责人预判，到2030年恶意AI智能体将成为首要网络威胁。

“事后打补丁”模式已经失效

Akamai认为，传统“事后打补丁”的安全模式已难以应对智能体时代的攻击节奏。前沿AI能力可以快速挖掘漏洞、串联多个弱点形成攻击链；漏洞被AI发现和利用的速度，远快于人工修复漏洞的速度。

在这一背景下，Akamai给出的对策是：边缘侧实时风险阻断能力，在漏洞被利用的瞬间即完成隔离。

Akamai对CISO的四大行动建议

针对智能体时代的安全挑战，Akamai向CISO提出四点建议：

一是转向自适应边缘治理。 部署边缘原生运行时保护、API过滤和微隔离机制。

二是锁定浏览器边缘。 在浏览器内实现监测与行为控制，安全管理非托管AI扩展。

三是在零点击经济中保护品牌权威。 在网络边缘实施GEO（生成式引擎优化）策略，防止AI爬虫和虚拟购物者对品牌数据产生幻觉或误呈现。

四是将自主权与可验证性相匹配。 依据AI智能体行为的可验证程度、故障可回滚能力，分级授予操作自主权，高风险操作保留人工介入。

云栖大会释放的智能体落地信号，与Akamai的判断指向同一个提醒：安全防线需要与智能体的执行速度同步，前移到边缘。