计算机行业深度报告：AI安全深度报告：智能体拓展安全边界，传统网安有望迎来新一轮产品升级

AI智能体（能调用数据库、业务账号和工具自主完成任务的AI程序）把企业安全从“防止AI说错话”推到“管住AI做过什么”，AI安全正成为企业智能化转型几乎绕不开的必要投入。早期大模型主要用于问答、检索和写作，安全训练、接口限制和内容过滤已能挡住不少通用风险。现在智能体能读取数据、登录系统并执行操作，一次误判可能造成业务中断、数据泄露和生产损失，安全范围也因此从办公辅助逐步深入核心生产。安全厂商有两条增长路线：一是销售大模型安全网关、权限管理和防数据泄露等新产品直接增收，二是用AI筛选安全警报、查找漏洞和辅助处置来节省人工。商业化预计分三步：先为单个应用购买防护，再扩展到统一管理账号、权限规则和操作记录，最后转向持续监测、模拟攻击和长期安全运营。企业往往同时使用外部模型、内部模型和不同部门自建智能体，容易出现规则不一、记录分散和责任不清，因此跨模型统一管理越来越值钱。产业链会形成分工：模型厂商负责训练并让模型遵守规则，第三方安全厂商负责结合企业数据、权限和流程落地，评估机构负责独立验证，海外头部模型企业已与安全厂商合作验证这一模式。传统安全公司的优势在于已经摸清企业资产、拥有客户授予的处置权限，并积累了行业交付经验，能把防护真正嵌进生产流程，而不只是发出警报。国内厂商已披露AI安全收入增长，但各家统计口径不同，判断真实增量还要区分独立AI产品与AI改造的传统产品，并观察合同扩容、续费、交付成本和利润。单靠内容检测无法完全消除提示注入（用文字诱导AI执行危险操作），还必须限制智能体只拿完成任务所需的最低权限，对高风险操作进行人工审批，并核对实际业务系统是否真的批准。投资上，报告列出深信服、绿盟科技、亚信安全、中新赛克、启明星辰、奇安信、安恒信息和天融信8家公司，重点看产品落地、客户拓展和盈利修复。主要风险是企业AI部署和安全采购不及预期、传统网络安全需求继续承压、价格竞争压缩利润、防护效果或现金流改善不及预期，以及估值大幅波动。

AI智能体接入数据库、业务账号与执行工具后，安全需求由输入输出审核扩展至完整业务流程控制，AI安全成为企业智能化转型的刚性必要投入，传统网络安全有望进入新一轮产品升级周期。早期大模型以问答、检索和文本生成为主，安全训练、接口限制与内容过滤可覆盖相当部分通用风险，而智能体错误判断的影响已扩大至企业生产与数据资产。企业需独立设置数据访问边界、操作权限与审批流程，防护范围扩展至敏感信息保护、跨系统身份认证、运行隔离、异常中止和恢复机制，单客户采购价值随之提升。行业增长路径分为两类：大模型安全网关、权限治理、数据防泄露等独立产品创造收入增量，AI赋能告警研判、漏洞分析和辅助响应则降低人工成本、缩短处置时间。AI安全产业链呈分层协作格局：模型厂商掌握权重、训练过程与部署策略并主导安全训练、模型对齐及危险能力评估，第三方厂商聚焦企业侧应用和基础设施防护，专业评估机构负责独立验证。企业同时使用外部模型接口、内部部署模型及部门自建智能体，容易产生策略不一致、日志分散与责任边界不清，跨模型统一身份、策略和安全管理价值因此提高。传统网安厂商的核心壁垒是长期部署形成的数据连接、客户授予的处置权限及行业交付经验，可结合业务上下文识别风险并将处置嵌入生产流程；海外头部模型企业联合安全厂商开展防御项目已验证模型能力与安全交付体系结合的路径。商业化将经历单点防护、统一治理、持续运营三个阶段，依次由具体应用安全网关，扩展至统一身份、策略与审计能力，最终形成持续监测、攻击测试和安全运营服务。国内厂商已披露AI安全相关收入增长，但需区分独立AI产品收入与AI赋能传统产品收入，并结合合同扩容、续费和交付成本判断真实增量；标准化程度越高，越容易降低重复交付成本、提升单客户价值。产品重心将由检测向独立执行控制延伸，提示注入风险难以完全消除，需结合最小权限、高风险操作审批及下游系统授权校验；国内外监管对安全评估、风险记录和事件报告的要求也将推动权限、审计与持续监测沉淀为标准产品。行业评级为“增持”，投资筛选围绕产品落地、客户拓展和盈利修复，相关公司包括深信服、绿盟科技、亚信安全、中新赛克、启明星辰、奇安信、安恒信息及天融信。风险包括企业AI部署与安全采购不及预期、传统网络安全需求持续承压、竞争加剧引发价格及毛利率下降、产品防护效果与可靠性不及预期、盈利修复及现金流改善不及预期，以及估值波动。