迈入Frontier AI阶段，企业遴选安全厂商需厘清六大核心要点

首先，应了解安全厂商究竟采用了哪些AI模型，以及这些模型是否持续保持最新能力。企业不仅需要知道产品是否接入GPT、Claude、Gemini等先进模型，更要关注厂商是否具备根据不同业务场景灵活切换模型、多模型协同以及持续升级模型的能力。如果底层模型长期停留在较旧版本，其漏洞分析、威胁研判和代码理解能力将很快落后于攻击者。

其次，应重点询问AI在产品中的应用深度，而不仅仅是是否增加了聊天机器人或智能问答功能。真正具有价值的Frontier AI，应能够参与漏洞发现、攻击路径分析、风险优先级排序、补丁建议、配置优化以及安全运营自动化等关键环节，而不是仅充当自然语言交互界面。企业应关注AI是否真正融入安全工作流，而不是停留在展示层面。

第三，应了解AI自动化能力究竟覆盖哪些安全流程。优秀的安全产品不仅能够自动发现漏洞，还应能够辅助验证漏洞真实性、分析影响范围、生成修复建议，并在一定条件下实现自动处置或自动响应，从而缩短从发现风险到完成修复的整体周期。企业需要关注自动化是否口控性、可追溯性以及人工干预机制，而不是一味追求“全自动”。

第四，应重点关注AI输出结果如何进行验证。当前大模型仍然存在“幻觉”问题，AI生成的漏洞分析、攻击路径或修复建议并非全部准确。因此，应要求厂商说明其采用何种机制验证AI生成结果，例如结合规则引擎、多模型交叉验证、人工审核、安全专家复核等方式，确保最终输出具备可信度，而不是直接将未经验证的AI结果交付用户。

第五，应要求厂商提供能够量化的实际效果，而不是停留在概念宣传。企业更关心的是AI是否真正提高了漏洞发现率、降低了误报率、缩短了漏洞修复时间、提升了安全运营效率，以及是否能够减少人工工作量。这些都应以数据和实践案例进行证明，而不是仅依赖产品演示或市场宣传。

第六，应进一步了解厂商自身如何利用Frontier AI保障产品安全。随着AI不断提升漏洞挖掘和攻击开发效率，软件供应商同样需要利用AI开展代码审计、漏洞检测、补丁开发、回归测试以及安全验证，不断提升产品自身的安全质量。如果厂商自身尚未建立AI驱动的软件安全开发体系，其产品安全能力未来可能难以跟上AI时代漏洞快速演化的节奏。

从更长远来看，Frontier AI正在重塑网络安全行业的发展模式。未来企业采购安全产品时，比拼的不再只是规则库规模、检测算法或设备性能，而是安全厂商能否将先进AI真正融入漏洞治理、安全运营和风险处置全过程。对于我国网络安全产业而言，应积极推动自主大模型与安全产品深度融合，加快构建具备自主可控能力的AI安全技术体系，同时建立针对AI安全产品的能力评估标准和验证机制，避免企业因过度依赖营销宣传而陷入“AI能力幻觉”，真正实现人工智能赋能网络安全，而不是停留在概念层面的“AI包装”。