人工智能驱动的网络攻击正以秒级速度渗透企业，传统防御窗口几近消失。在CrowdStrike Fal.Con大会上，公司总裁兼首席执行官George Kurtz指出，攻击者的“突破时间”已从分钟级压缩至秒级，甚至演变为即时“运行时间”。为此，CrowdStrike正式发布SafeMind，这是一套与英伟达（Nvidia）合作开发的专业安全AI模型，旨在通过“网络超级智能”重塑攻防平衡。
AI重构攻防：突破时间缩短至27秒
CrowdStrike《2026年全球威胁报告》显示，电子犯罪的平均突破时间为29分钟，而最快攻击仅需27秒。CrowdStrike总裁Michael Sentonas坦言，攻击者与防御者共享相同的技术红利，但攻击者往往能更快利用这一优势。“我从未见过移动速度如此之快的威胁，”Sentonas表示，“这对我们而言既是挑战，也充满了技术应对的可能性。”
CrowdStrike情报高级副总裁Adam Meyers指出，代理型AI对手数量急剧增加。过去30天内，公司追踪到约26个此类对手，超过前一年总和。以VAULT PANDA为例，该AI代理在58分钟内执行了1,100条命令，并在实时观察中展现出学习能力。Box首席信息安全官Heather Ceylan补充道，攻击者不再局限于人类，机器速度的代理要求检测与可见性必须实现实时化。
SafeMind：以AI对抗AI的迭代闭环
为应对这一挑战，CrowdStrike推出了SafeMind模型家族，包括Red Tempest和Blue Solano。这两个模型基于英伟达Nemotron架构，并利用CrowdStrike的海量事件数据进行训练。
英伟达企业计算副总裁Justin Boitano解释了其运作机制：Red Tempest作为“红色代理”，在客户环境的数字孪生体中搜寻攻击路径和数据窃取途径；Blue Solano则作为“蓝色代理”，针对发现的漏洞编写检测或阻止规则。这种迭代循环能在几分钟内强化环境安全性，将防御能力提升至与攻击者相当的速度。
CrowdStrike首席商务官Daniel Bernard表示，通用前沿模型虽推动了AI创新，但也惠及了攻击者。SafeMind的诞生标志着安全领域拥有了专属的模型家族，让防御者能够掌握与对手同等的高级AI能力。
终端与数据防泄漏的AI化演进
随着AI在企业内部的蔓延，终端安全和数据防泄漏（DLP）面临新考验。CrowdStrike美洲首席技术官Cristian Rodriguez指出，企业在SaaS应用、终端及云实例中匆忙部署AI机器人，却缺乏相应的治理架构，导致可见性缺失。
在硬件层面，英特尔与CrowdStrike合作，在搭载Intel NPU的戴尔设备上运行Falcon数据安全模型，防止员工将敏感信息粘贴至聊天机器人。戴尔技术公司高级总监Lori Zwilling表示，这种全栈AI安全方案提供了从终端行为到AI推理、容器及计算资源的全方位可见性。
在软件层面，初创公司Jazz Inc.凭借基于AI上下文的DLP解决方案获得认可。其联合创始人Ido Livneh强调，传统基于规则的DLP已失效，新方案通过理解业务意图和数据流动背景，从根本上解决数据泄露问题。AWS首席信息安全官CJ Moses认为，AI处理大规模信息的能力，将使DLP真正名副其实。
生态系统：自动化与联盟协同
CrowdStrike将SafeMind视为其“网络超级智能实验室”的首个重大成果。首席AI和自主系统官员Bartley Richardson表示，实验室的目标是将防御能力商品化，通过自动化常规任务，将优势不成比例地偏向防御者，最终实现安全运营的“自动驾驶”级别。
此外，CrowdStrike联合科技公司、律所及咨询公司成立Project QuiltWorks联盟，专注于修复AI模型暴露的安全漏洞。通过新发布的Falcon IQ工具（基于AWS构建），合作伙伴可将评估及补救时间加速至几分钟。AWS战略合作伙伴关系总监Mona Chadha表示，双方正从机器学习演进至代理型AI的共同构建，以应对伴随技术创新而来的新型威胁。