Palo Alto Networks 以多模型 AI 與資安專家打造持續式防禦

Palo Alto Networks 將 Unit 42 Continuous Frontier AI Defense 定位為攻擊式資安服務的一次轉型：不再只是偶爾執行一次滲透測試、交付報告後結案，而是以全年訂閱方式持續測試企業環境。這項服務結合 Anthropic 的 Claude Mythos 5、OpenAI 的 GPT-5.6-Cyber、開放權重模型，以及 Unit 42 資安專家的作業流程，目標是找出曝險、確認是否真能被攻擊者利用，並協助客戶加速修補。 12

從一次性檢測，走向持續驗證

傳統攻擊式測試通常只能反映某一時點的狀態：團隊在既定範圍內評估系統、提出發現，然後完成任務。Palo Alto 表示，新服務是在先前 Frontier AI Defense 的基礎上，將點狀分析延伸為「隨時運作」的模式；只要客戶環境改變，系統便會持續重新測試。 23

服務涵蓋的範圍包括網頁應用程式、API（應用程式介面）、身分系統、雲端基礎設施與網路資產。重點不只是列出可能的弱點，而是追查攻擊路徑，辨別哪些問題應優先修補，以免在攻擊者利用之前留下破口。 12

這個差別相當關鍵：被掃描到的弱點，不必然代表可實際入侵。正式環境中的存取控制、防護機制與系統條件，都可能讓漏洞無法被成功利用。Unit 42 強調，服務會驗證漏洞在現實環境中的可利用性，而非把每一項發現都視為同等緊急。 243

Claude、GPT 與開放權重模型各自扮演什麼角色？

Palo Alto 採取的是明確的多模型策略。其專有協調層會依任務性質，在 Claude Mythos 5、GPT-5.6-Cyber 與開放權重模型之間分派攻擊式資安工作，而不是讓單一模型包辦每個環節。 12

公司表示，這套系統旨在運用模型面向資安的推理、程式碼生成與多步驟工作流程能力，進行持續測試。就實務目的而言，服務預計可協助：

• 探索企業技術環境中的弱點與曝險；
• 調查潛在攻擊路徑；
• 驗證這些路徑是否能在真實情境中被利用；
• 依據風險結果協助安排修補優先順序。 29

不過，Palo Alto 尚未公布完整的獨立基準測試，用以比較各模型的表現，也沒有公布一項通用比率來說明「被發現的問題中，有多少最後能形成可運作的攻擊」。因此，外界應將相關效能描述視為公司提出的產品主張，而非經獨立稽核的資安成效。

為何 Unit 42 專家仍不可或缺？

Palo Alto 並未將這些模型包裝成完全無人監督、可取代資安人員的工具。Unit 42 的攻擊式資安專家與威脅情報仍是服務的一部分：他們會為 AI 產出的結果提供情境判讀、驗證攻擊路徑，並協助客戶把發現轉化為可執行的修補措施。 210

Palo Alto 表示，輸出內容可包含依優先順序排列的程式碼層級修補建議，以及「虛擬修補」建議。所謂虛擬修補，是在永久修補程式完成、測試與部署前，先透過防護控制降低漏洞遭利用的風險。人工專業判斷尤其重要，因為同一項技術上成立的弱點，在不同客戶環境中，可能有不同的商業衝擊、營運限制與修補選項。 2

企業買到的是什麼？

這項服務以全球年度訂閱制提供。Palo Alto 表示，目標客群是希望針對整體技術資產持續獲得測試與修補支援的企業，而非只進行一次性的曝險檢視。 116

這也是對攻擊者節奏改變的回應。資安業者普遍主張，前沿 AI 模型可加快漏洞發掘、攻擊鏈推理與概念驗證程式的生成；但這些能力能否在防禦完善的正式環境中，穩定轉化為成功攻擊，則是另一個問題。 414243

資安股上漲，能否轉化為實際營收？

這項發表出現在資安股走強期間。投資人一方面評估 AI 安全風險警告與加速演變的網路威脅，另一方面也押注企業可能增加資安支出。CNBC 報導，在多位 AI 領袖呼籲放緩模型能力推進後，部分 AI 概念股下跌，資安類股則因市場預期資安支出增加而上漲。 18

樂觀的投資論點並不難理解：隨著企業部署更多 AI 系統與自主代理，應用程式、身分、資料存取與基礎設施都可能需要更嚴密的防護。若客戶認為必須以持續曝險測試來跟上漏洞發掘與利用速度，這類服務可能成為經常性資安支出的一環。 217

但要把這套論點轉化為可持續的營收故事，還需要更具體的證據。投資人仍須觀察企業是否把服務視為新增預算、年度訂閱是否續約，以及客戶是否隨時間擴大使用。Palo Alto 已宣布產品，但現有資料尚不足以證實其定價、訂單金額、續約表現或新增需求。 116

結論

Unit 42 Continuous Frontier AI Defense 將多模型 AI 與專家主導的攻擊式資安服務結合，持續發現企業曝險、驗證其可利用性，並協助修補。它的核心主張是：當 AI 提升漏洞發掘與攻擊路徑分析的速度時，防禦方不能只依賴定期掃描或一次性測試，而需要持續驗證。 12

策略方向具有合理性，但商業結論尚未被證明。AI 驅動攻擊的憂慮確實可能提高企業對資安工具的需求；然而，只有採用率、續約率與實際支出數據，才能證明這項服務是否會成為企業資安預算中長期、穩定的一部分。