6月24日，第十四届互联网安全大会（ISC.AI 2026）在北京国家会议中心开幕。360集团创始人周鸿祎在主题演讲后就AI对网络安全的冲击、中国版Mythos的打造、新一代AI工作平台”纳米Work”的发布，以及智能体在企业中的落地困境发表了系列看法。
“旧药方”失灵，漏洞从稀缺资源变成规模化资源
周鸿祎用一个比喻来定位当前网络安全行业的处境：做安全的人就像希腊神话里的西西弗斯，每天辛苦推石头上山，以为到了一个阶段安全终于告一段落，结果AI和智能体出现，新的问题又来了。
核心变量是Anthropic的Mythos。2026年初，这款曾引发美国网络安全巨头股价集体暴跌的模型，展示了一种前所未有的能力——批量、自主地发现和利用漏洞。
“过去30年，网络攻防平衡很大程度上建立在’漏洞难找’的基础上。高价值漏洞数量有限、发现成本高昂，往往只有少数顶级安全专家具备持续挖掘能力。”周鸿祎表示，AI改变了这一切，让漏洞发现变得更快、更便宜、更规模化。当漏洞从稀缺资源变成可规模化生产的资源，安全行业运行了30年的游戏规则被彻底改写。
他提出一个尖锐判断：中国网络安全正面临”第二次单向透明”。第一次是境外APT组织长期潜伏、”敌暗我明”；而这次是”敌快我慢、敌众我寡”——攻击方可以复制出大量黑客智能体同时工作，防守方却还在靠几个安全专家人工分析。周鸿祎用一个具体数据来说明差距：Mythos把漏洞发现的数量提高了100倍，速度提升两个数量级，成本下降两个数量级。”你的系统在攻击者眼里就是一个漏勺，到处都是可进攻的点。”
中国版Mythos：走智能体路线而非”大力出奇迹”
面对这一态势，360在本次ISC大会上发布了AI安全”倚天屠龙”两大核心能力——漏洞自动化挖掘智能体”图龙锋”和网络安全自动化防御系统”仪天阵”。周鸿祎明确表示”图龙锋”已具备与Mythos同等的漏洞挖掘能力，迄今累计挖掘漏洞3432个，其中监管确认105个。
但他在发言中同时指出，中国不能简单照搬国外”大力出奇迹”的路线——依靠海量算力和超大模型。360的策略是发挥工程化优势，走智能体路线，把大模型能力、安全专家经验和漏洞知识库组织成可协同工作的系统。在该系统中，360采用的基座模型来自智谱。”智谱在大模型训练上专注在coding上，进步蛮快的。智谱5.2效果我认为是目前国内最好的，让智能体跑几个任务你马上就能看出来效果。”
防的层面，他提出网络安全防御必须从”人海战术”走向”自动驾驶”。”靠卖点软硬件，再派安全专家服务，都没有人海了。真人的专家模式对抗不了算力，对抗不了算法。唯一的出路是以算力对抗算力。”
会上，360联合飞腾、麒麟、统信、海光等信创及安全产业伙伴发起”磐石之盾”安全协作计划，将”倚天屠龙”能力率先开放给重点信创企业和关键基础设施单位。周鸿祎解释：”美国把Mythos装进Glasswing联盟保护自己，中国也要有自己的协作体系，不能坐等风险爆发。我们借鉴这个做法，邀请20家软件、硬件、芯片、操作系统、数据库等国产信创关键厂商，把中国版Mythos免费给他们使用。”
当被问及Mythos技术泄露或被越狱利用的风险时，他态度谨慎：”Anthropic做了一个阉割版给外面人用，但也不安全，都被人越狱了。我们这边肯定是受限制使用，不是自由开放。”
放弃”龙虾”：纳米Work的务实路线
在AI应用侧，周鸿祎此次对外介绍了360旗下新一代AI工作平台”纳米Work”。该平台已上线PC端（work.n.cn），定位是对标创业者、中小企业老板——”本来就雇不起太多人，用智能体来打造一支能替他干活的团队”。
值得一提的是，周鸿祎坦言自己内部已经放弃了年初爆火的”龙虾”（OpenClaw）智能体。原因有二：安全上的不确定性和Token消耗的失控。
“我们做了半年的安全龙虾，两个问题上都快让我绝望。一个是核心的安全不确定性，龙虾为了追求超强能力，设计逻辑是’为了达到目的不择手段’，可以用任何工具、需要所有权限，就像一个不守规则又给了无限权限的员工，引入企业内部总要捅娄子。”他进一步解释，龙虾随便说几句话、查个天气，就要消耗近千万Token。”为了获得超能力，它的模式是给自己一个死循环，不断尝试几十种方法，或者把目标分解成几十个步骤。做个PPT得消耗上亿Token。”
纳米Work则重新参考了Claude Code的架构，走可管理路线。周鸿祎指出，智能体在企业内必须分类：工作流型智能体（按固定流程、使用企业认定工具）可以放开用；推理型智能体（给目标自己找路径）只能在限制环境中使用——”如果随便放手使用，一定会带来不安全的问题，而且后果无法预言”。关于隔离方案，他透露360的思路是”不再把智能体放在你的电脑上，而是放在云上虚拟机里，给一个独立的云上办公室，出问题损坏的是虚拟环境，不会进入企业内网”。
智能体落地：知识库和组织变革是两道坎
话题转向更宏观的企业AI落地困境时，周鸿祎用了两个例子来说明问题。
第一个是知识积累。他以360自己为例：想做一个能了解公司上周运营情况的智能体，技术上不难，难在没有数据——会议没记录，非正式沟通不知道，邮件只是最后结果的抄送。”企业数字化越扎实，智能化难度就越低。如果连内部数据都没沉淀下来，智能体无非就是抓抓外面的网页、做点分析、写点文章，很难进到企业业务流程里。”
第二个是组织变革。他发现一个”全世界解决这个问题的公司都不多”的困境——内部员工人手一个Claude Code，人人都说代码提交量增加了很多，但整个组织的效率没有提高。”光把AI当成单点工具提高单点效率，组织架构、岗位定义、业务流程都没变，就像把最先进的发动机装在马车上。”他举了Anthropic的例子：那里产品经理都能写代码，没有前后端工程师之分，都变成了全栈工程师。”我们很痛苦的不是说上了AI就解决了问题，而是要不要改变你的企业文化、组织架构，甚至压平原来的管理流程。”
对于智能体时代的员工定位，周鸿祎的观点颇为务实：”很多人有一个误解，觉得用了AI就能大面积裁员工。实际上AI给了很多员工机会。会用AI的人在企业里越发展越好。智能体出了错，还得有人来擦屁股。最后淘汰的是不懂AI、不用AI提高效率的人。”
当被问及AI编码是否会让漏洞挖掘行业在将来失去存在意义时，他先是肯定了推演方向——”AI写代码如果比人更安全，传统漏洞攻击会减少”，紧接着又自我推翻：”老的安全问题消除了又会带来新的安全问题。当智能体普及之后，智能体自己胡思乱想、用错工具和数据、自我进化到难以预测的方向，都是新的安全风险。”
“就像自动驾驶普及后，传统人开车导致的车祸会减少，但如果车载智能体发生误判或被黑客控制，自动驾驶车就成了新麻烦。人类不可能进化到乌托邦时代，什么问题都没有了。”他以这句话结束了对未来的预判。
原创文章，作者：志斌，如若转载，请注明出处：http://damoai.com.cn/archives/16592
