7月30日，Gartner高级研究总监陈延全分享最新版《2026中国网络安全技术成熟度曲线》——新增5项技术，AI安全从概念热潮转向效果检验期。
三股力量正在同时重塑中国网络安全市场：AI加速融入企业系统、监管执法趋严、地缘政治压力下技术自主需求增强。Gartner认为，AI既是安全工具，也是新的攻击面。
今年成熟度曲线新增了代理型AI网络安全、AI网络安全测试(AI-CT)、机器身份与访问管理、后量子密码和容器安全五项技术。与此同时，一批更早进入市场的AI安全技术——比如网络安全AI助手——已经开始从概念热潮转向效果检验。
AI安全不是风口消失了，而是玻璃开始被敲碎、看实质。
注：以上预测基于Gartner对中国企业安全采购与部署趋势的调研模型，时间跨度为2028—2029年。
这些数字指向同一个判断：AI正在提高攻击者的能力，也在改变企业内部安全工作的方式。深度伪造让传统意识培训失效，物理AI让安全事件的后果从数据泄漏扩展为物理中断。
一个常见的误读是：AI安全的价值，体现在减少安全人员数量上。
AI替代安全人员 → 用缩减编制衡量AI的投产比。
AI是安全团队的"效能倍增器"，帮助受限团队消化爆炸式增长的安全积压。
陈延全的原话是："企业不应盲目通过缩减安全编制来衡量AI的投产比。"在安全人才持续短缺、威胁攻防对抗升级的背景下，AI的真实定位是让现有团队做更多、更复杂的事。
他同时强调：AI只是众多安全工具的其中之一。企业不会因为AI发展迅速，就停止安全运营、应用安全测试、数据资产发现和合规评估。
智能体的风险比大语言模型更棘手：它能感知环境、做出决策、直接调用工具、修改配置、发起采购甚至执行转账。
但市场还无法提供一套完整覆盖上述环节的产品。陈延全直言："市场上没有单一厂商能提供完全标准化和一体化的全栈智能体安全平台。"当前多数方案仍是在现有安全产品上增加功能。
机器身份与访问管理也因此首次被纳入成熟度曲线，并已进入"期望膨胀期"——API、服务账号和AI智能体的大量增加，让非人类身份成为新的管理盲区。
注：趋势条为示意性表达，非精确数据。核心信息是网络安全AI助手已从峰值跌入低谷期。
这并不意味着失去价值，而是预期回归现实。企业开始为模型调用和Token消耗付费，更严格地比较成本与产出。
目前最常用的衡量指标仍然是效率：报告撰写时间、漏洞分析速度、查询执行效率、平均响应时间。除此之外，误报率、数据分类准确率、代码修复接受率也可以作为验收标准。
一个具体例子：某数据识别工具引入AI语义分析后，准确率从约三四成提升至八九成——这种变化才构成可衡量的产品价值。
影子AI正在成为CISO最头疼的问题之一。它不只是员工私自访问公共大模型，还包括办公软件中新增的AI功能、业务部门自行调用的模型API，以及第三方服务商使用的智能体。
"开源模型部署到本地化，并不是说就比部署在可靠的公有云环境上更安全。"
—— 陈延全，Gartner 高级研究总监治理的关键不是一封了之，而是持续发现AI资产、监测数据流动、识别调用来源，并通过AI网关与安全服务边缘(SSE)做策略收敛。
对于预算有限的企业，陈延全的建议是：运行时检测优先。安全测试无法穷举所有与业务逻辑相关的攻击方式，系统上线后仍然需要动态检测异常调用、智能体越权和偏离预定目标的行为。
AI安全不是重新建设一套与现有体系割裂的系统，而是传统工具边界的扩展。模型更安全，不代表业务系统就安全——能回答"降低了多少误报、节省了多少时间、覆盖了多少风险"的厂商，才能活过这轮泡沫挤压。
运行时检测优先——先处理高风险环节，再搭建完整治理体系。
用硬指标验收——误报率、准确率、响应时间，而非概念热度。
别用裁员衡量AI——AI是效能倍增器，不是替代工具。