CrowdStrike 总裁兼 CEO George Kurtz 在 No Priors 访谈中认为,AI 智能体正在让低技能攻击者获得更高级的攻击手法,降低复杂网络攻击的能力门槛。这一判断来自 Apple Podcasts 所载节目说明的转述。

本期节目由 Sarah Guo 与 Elad Gil 共同主持,讨论内容还包括安全模型研发,以及开放权重模型与闭源模型的安全比较。Kurtz 所在的 CrowdStrike 也正在开发相关产品,其判断同时具有安全厂商的商业视角。

CrowdStrike 在 2026 年 9 月 1 日的新闻稿中宣布推出 SafeMind 专用安全模型与运行框架,并表示该系统将原生运行于 Falcon 安全平台。公司称,模型基于 NVIDIA Nemotron 开放模型构建,训练数据包括自身安全遥测、威胁情报、事件标注和十五年的事件响应实践。

据 CrowdStrike 的产品说明,SafeMind 将进攻模型 Red Tempest、防御模型 Blue Solano 与运行框架组合起来,执行持续的安全工作流程。其初始商业服务是 Frontier AI Readiness and Resilience(FAIRR),其中 Red Tempest 的代码审查能力用于查找定制应用及其软件依赖中的漏洞。

这套系统是否能带来防御优势,NVIDIA 技术博客提供了一组范围有限的合作评估:研究人员将通过回测的检测规则部署到八次此前未见的攻击中,优化后的开放模型流程有 11 条规则,其中五条至少检出一次攻击,约占 45%;完整前沿模型系统有 35 条规则,其中 10 条至少检出一次攻击,约占 29%。这里的百分比以检测规则数量为分母,不能读成对全部攻击的检出率。

NVIDIA 同时说明,评估只覆盖一个场景族和少量检测规则,尚未测试跨场景泛化;正常流量有限,也不足以代表生产环境的误报表现。八次测试中有三次发生运行框架故障,因仍产生完整遥测而被保留。该案例由合作方发布,并非独立机构对整体系统的验证。

从产品路线看,值得关注的是安全数据、专用模型与执行和验证流程的组合。现有评估同时调整了运行框架、模型组合、领域上下文、工具和验证机制,无法把提升单独归于模型。对企业采购而言,这意味着仍需检验整套系统在自身环境中能否持续发现漏洞、生成有效检测并控制误报;目前的有限场景结果还不能替代这一步。

参考来源: