Palo Alto點樣用Claude Mythos 5同GPT-5.6-Cyber做全天候AI攻防？

Palo Alto Networks將 Unit 42 Continuous Frontier AI Defense 定位為由「間中做一次」滲透測試，轉向全年持續、由專家帶領嘅進攻式保安服務。呢項全球年費訂閱服務，透過專有多模型AI編排系統，配合Anthropic嘅Claude Mythos 5、OpenAI嘅GPT-5.6-Cyber同開放權重模型，再由Unit 42專家參與，持續找出企業暴露面、測試漏洞係咪真係用得著，以及協助安排修復優次。 12

唔再係一次過「驗身」：環境一變，就再測

傳統進攻式保安測試通常只係某個時間點嘅快照：測試團隊評估指定範圍、交報告，然後工作完結。Palo Alto表示，新服務將早前嘅Frontier AI Defense由一次性分析延伸成常駐模式；當客戶環境變動時，系統會持續重新測試。 23

覆蓋範圍包括Web應用程式、API（應用程式介面）、身分系統、雲端基建同網絡資產。目標唔係單純產生一張「可能有問題」嘅清單，而係找出攻擊路徑，判斷邊啲問題應該優先修補，避免攻擊者搶先利用。 12

關鍵在於，發現漏洞唔等於一定可以成功入侵。實際生產環境入面，既有防護、存取控制同系統條件，都可能令漏洞難以利用。Unit 42稱服務會驗證漏洞喺現實環境嘅可利用性，而唔會將每個發現一律當成同等緊急。 243

Claude、GPT同開放權重模型各自做乜？

Palo Alto採取明確嘅多模型策略。佢嘅編排層會將不同進攻式保安工作，分派畀Claude Mythos 5、GPT-5.6-Cyber同開放權重模型處理，而唔係由單一模型包辦所有步驟。 12

公司表示，系統會利用呢啲模型面向網絡安全嘅推理能力、寫程式能力同多步驟工作流程能力，進行持續測試。實際用途包括：

• 在企業整體技術環境中發現漏洞同暴露面；
• 研究潛在攻擊路徑；
• 驗證某條攻擊路徑喺現實中係咪可行；
• 按最終風險協助排定修復優先次序。 29

Palo Alto暫未公開完整嘅獨立基準測試，去比較各模型表現，亦未有公布一個通用比率，說明發現嘅問題之中有幾多最終可變成有效攻擊。因此，關於服務成效嘅說法，目前應視為公司產品主張，而非經獨立審核嘅保安成果。

點解仲需要Unit 42專家？

Palo Alto並無將模型描述成可以完全無人看管、取代保安人員嘅工具。Unit 42嘅進攻式保安專家同威脅情報，仍然係服務核心：佢哋會為AI產生嘅發現補充脈絡、驗證攻擊路徑，並協助客戶將結果轉化為可執行嘅修復工作。 210

Palo Alto表示，輸出可以包括按優先次序排列、去到程式碼層面嘅修復建議，以及「虛擬修補」建議。後者即係先透過保安控制措施攔截潛在利用手法，為正式修補爭取時間。人手判斷尤其重要，因為同一個技術漏洞，會因應客戶業務影響、營運限制同可行修復方案而有不同風險。 2

客戶實際買緊乜？

服務以全球年度訂閱形式提供。Palo Alto稱，目標客戶係希望為整個企業環境持續進行測試同獲得修復支援嘅大型機構，而唔係只做一次過暴露面檢視。 116

呢個產品亦反映攻擊者時間線正在改變。保安供應商認為，前沿AI模型可以加快漏洞發現、漏洞鏈推理同概念驗證程式（proof of concept）生成。不過，呢類能力可唔可以穩定地突破已有多層防護嘅生產環境，係另一回事。 414243

對AI保安投資題材有咩意思？

產品公布之際，網絡安全股正處於升勢。投資者一方面消化AI安全警告同更快演變嘅網絡威脅，另一方面預期企業會增加保安開支。CNBC報道，部分知名AI業界領袖呼籲放慢模型發展步伐後，網絡安全股上升，而部分與AI相關股份則下跌。 18

樂觀睇法係：企業部署愈多AI系統同自主代理，愈要保護應用程式、身分權限、資料存取同基建。若客戶認為持續驗證暴露面係追上更快漏洞發現與利用周期嘅必要措施，呢類服務有機會成為經常性保安開支類別。 217

但要將呢個投資邏輯變成可靠收入故事，仍然需要更實在嘅證據。市場要睇企業會否把服務當作新增預算、年度訂閱能否續約，以及用量會否隨時間擴大。Palo Alto已公布產品，但現有資料未有交代定價、訂單額、續約表現或新增需求。 116

總結

Unit 42 Continuous Frontier AI Defense將多模型AI系統，同由專家主導嘅進攻式保安結合，用於持續發現、驗證同協助修復企業暴露面。佢嘅核心主張係：隨住AI加快漏洞發現同攻擊路徑分析，防守方需要嘅唔應該只係定期掃描，而係持續測試。 12

策略上講得通，但商業成效仲未證實。AI輔助攻擊嘅憂慮可以推動保安工具需求，然而最終是否成為持續嘅企業保安開支，仍要由採用率同續訂數據去證明。