日本国家检查点软件技术株式会社（以下简称检查点）于29日基于其威胁情报部门Check Point Research（CPR）发布的《2026年版AI安全报告》，举办了关于生成式AI时代安全形势的说明会。
检查点日本法人社长佐贺文宣指出：“传统的高级网络攻击需要专业知识，但现在专业门槛大幅降低，发生了重大变化。”攻击者利用生成式AI，能够即时获得写作、程序开发和前期调查等支持，因此即使是少数人也能迅速发动大规模攻击。
佐贺强调：“攻击不仅被民主化，还实现了标准化、分工化和自动化，这就是网络犯罪的产业化。”虽然钓鱼、恶意软件和漏洞利用等攻击手法未发生根本变化，但生成式AI已融入社会工程学、攻击工具开发和实时支援等攻击生命周期的各个环节，极大提升了攻击效率。
“攻击者的生产力大幅提升，网络犯罪的入门门槛显著降低。防守方仍靠人工应对时，攻击方可同时发动数千至数万次攻击。用人海战术已无法克服这种不对称。”佐贺呼吁摆脱依赖传统人力的防御方式。
《2026年版AI安全报告》显示，AI不仅是攻击辅助工具，已进化为主导攻击的执行者。AI能自动入侵系统执行命令，分析窃取数据，发出后续攻击指令，甚至与受害者谈判，几乎无需人工干预。
攻击与正常业务的界限日益模糊。佐贺警告：“用自然日语写的合作伙伴邮件、在线会议中的假上司或同事视频、招聘中的虚假简历等单一内容难以辨别真伪。未来必须基于‘谁、从哪里、用何种权限做了什么’的行为全貌来判断安全。”
此外，佐贺指出生成式AI时代的安全风险还包括攻击手段更复杂更快速，AI模型及其运行环境本身存在漏洞，以及员工未经许可使用AI的“影子AI”，防护范围迅速扩大。
为应对新时代挑战，检查点推进“前沿AI模型准备计划”，核心是自主开发的大规模检测系统BLAST（业务逻辑应用安全测试）。佐贺介绍，BLAST不仅查找代码错误，还跨产品和服务分析数据流、认证权限及信任关系，评估攻击风险和影响，优先修复。
佐贺透露，BLAST发现的漏洞数量比去年更多，但他强调：“关键不在于发现漏洞数量，而是能多快多安全地修复，响应质量和速度更重要。”
佐贺将安全历史划分为三大范式：第一是区分内外部的边界防御；第二是每次访问都进行认证授权的零信任；第三是当前向机器速度威胁以机器速度响应的自主防御转变。
“防御必须从人工向自主进化。”佐贺强调，零信任依然重要，但仅管理访问权限无法阻止AI代理执行恶意指令。必须实时保护执行输出，系统按人类设定策略以机器速度防御，向自主防御转型。
夯实基础，应对新时代
佐贺表示：“即使出现新威胁，资产管理、补丁更新、最小权限原则等安全基础不变，变的是运维周期。”传统一年一次资产盘点、每月补丁更新已不足够，必须持续监控包括大量AI代理在内的资产，补丁更新周期缩短，对漏洞按优先级处理，必要时采用虚拟补丁及时应对。
最后，佐贺强调AI安全不仅是信息系统部门的问题，更是企业管理课题。
“为了利用AI提升业务和生产力，必须将新风险纳入管理指标。企业领导者需亲自参与，边小规模试点边评估效果，将安全融入业务循环，这对管理层提出了新要求。”
