AREX Viewpoint Article
Cloudflare CTO：AI代理时代的安全该如何重构
导读
根据 OpenAI 与 Cloudflare 的公开说明，AI 驱动的漏洞发现正在进入企业生产环境。10 月 22 日，OpenAI 发布案例称，Cloudflare 正使用其 Daybreak 模型，结合实时流量与安全信号调查漏洞，并向客户提出修复建议、交由客户审核；此前在 9 月 3 日，Cloudflare 已推出上下文感知的漏洞发现与修复服务，用 Daybreak 模型发现、阻断并修复软件漏洞。安全由此不再只是被动打补丁，而是被 AI 推到发现与修复的前台。
这一进展之所以在此时值得注意，是因为它印证了 Cloudflare CTO Dane Knecht 在 10 月 23 日发布的 No Priors 访谈中的判断：AI 正在把过去只有国家掌握的攻防工具交到普通人手里，近期一些重大漏洞的制造者是高中生等“agent 新手”，漏洞赏金等经济激励又放大了这一趋势。攻击者身份的扩散，迫使防御方重新评估威胁假设。
Knecht 给出的时间表更显紧迫：当前存在一种紧急状态，组织会把安全支出提前集中到未来 18 个月，红队与防御资源同步增加；但他并不认为这会永久持续——大约 18 个月后，资源会重新聚焦到软件开发的生产力上。对读者而言，这意味着安全投入存在一个明确的窗口期，Daybreak 这类把 AI 用于漏洞发现的服务，正是窗口期内的典型动作。
视频补充的关键判断是，AI 目前并非天然让软件更安全。Knecht 指出，AI 在早期阶段极其“啰嗦”、倾向于制造复杂性，反而扩大攻击面；要处理数十年积累的遗留漏洞，安全必须从红队等事后环节前移到软件开发生命周期的每一步，并用人类判断约束 AI 的复杂倾向。这为如何用好 Daybreak 之类工具提供了标准：不是让 AI 自由生成更多代码，而是减少代码足迹、简化系统。
访谈还解释了为何有些企业更能承接这类 AI 防御工具：过去五到十年，许多公司从“城堡护城河”转向零信任，对每台设备、每条流量和每个身份分别验证，因而不必把网络边界完全隔离。面对人类与代理共用互联网轨道的“混乱中间态”，这种分层防护比传统边界更能适应代理时代的安全需求，也说明安全议题已经从修补单点漏洞，扩展到为代理重建互联网规则。
回到这条新闻：Daybreak 案例说明 AI 已同时成为攻击与防御的放大器，而 Knecht 的访谈给出了理解它的坐标——安全支出在 18 个月内集中、攻击门槛坍塌、以及把安全嵌入开发全流程。对组织来说，真正的问题不是要不要用 AI 做安全，而是在窗口关闭之前，是否已经把安全变成默认能力。
核心结论
- 未来 18 个月是 AI 安全的集中投入期，之后生产力将重新成为焦点：AI 普及让安全从被忽视的环节变成紧迫议题，组织会在短期内集中投入红队和防御资源。这个时间框架为组织提供了明确的优先级判断：先解决安全基础，再回到软件开发的生产力增长。
- AI 拉低了攻击者门槛，个体和小团队正在获得过去只有国家才有的攻击能力：近期重大漏洞的制造者已不再是国家行为体，高中生和“agent 新手”也能通过 AI 代理发起攻击。经济激励叠加技术普及，使威胁来源从少数专业机构扩散到更广泛的个体，这是安全紧迫感的根本来源。
- AI 目前让软件更复杂而非更安全，安全必须嵌入开发全流程而非事后修补：AI 早期倾向于生成冗长复杂的代码，反而扩大了攻击面。要解决数十年积累的软件漏洞，必须把安全从红队等事后环节前移到软件开发生命周期的每一步，并用人类判断约束 AI 的复杂性。
- 代理互联网的错配正在倒逼微支付和新的内容发现机制落地：人类和 AI 代理共用同一套互联网轨道，但代理被迫解析为人类设计的网页，造成大量 token 浪费。Cloudflare 的货币化网关、数字钱包和 Signals 项目表明，代理经济所需的支付和内容发现基础设施正在从概念走向可用。
- AI 驱动的组织重构不是裁员，而是把跨团队协作压缩为个人能力：Cloudflare 的重组源于 AI 改变了团队协作方式，过去需要多个团队完成的任务现在由一个人用工具完成。组织不靠自上而下规划，而是让员工主动发现并改造低效流程，最终让更小的团队获得更高速度。
观点拆解
1. AI 安全正从“事后补救”变成未来 18 个月的首要支出方向
-
AI 普及让安全从“事后补救”变成紧迫议题：Cloudflare CTO 指出，过去一年行业的主要精力都放在让更多人使用 AI 和部署智能体上，安全像大多数技术转型一样被放在次要位置。现在组织突然意识到必须弄清 AI 安全意味着什么，这种从忽视到紧迫的转变，正是安全支出即将集中爆发的前提。
“和大多数技术转型一样，安全被视为事后才考虑的事，而现在突然之间，所有人都在竞相弄清楚 AI 安全到底意味着什么。”
-
未来 18 个月安全支出将集中爆发，红队与防御资源同步增加：Cloudflare CTO 认为当前存在一种紧急状态，组织会在未来 18 个月内把安全支出提前集中投入，既包括主动攻击和漏洞利用的红队方向，也包括防御体系的搭建。这意味着安全不再是长期渐进的投资，而是一段高强度的资源集中期。
“存在一种紧急状态，对吧？所以你会把所有的安全支出都提前到未来 18 个月，无论是更侧重攻击、主动尝试利用漏洞的红队，还是防御侧以及如何搭建防护。”
-
安全紧急期是阶段性的，之后软件生产力会重新成为焦点：Cloudflare CTO 并不认为安全支出的爆发会永远持续。他预测大约 18 个月后，当安全基础得到补强，资源会重新转向软件开发，新软件的生产力会大幅提升。这个判断为组织提供了一个时间框架：先集中解决安全，再回到生产力增长。
“但我不认为这会永远持续下去。我看到的未来是，大约 18 个月后，新软件的生产力会大幅提升，因为所有这些资源都会重新聚焦到那上面，但确实存在这样一段时期，安全必须时刻在每个人的脑海中。”
2. 攻击者门槛正在被 AI 拉低，个体和小团队也能发动国家级攻击
-
近期重大漏洞的制造者不再是国家行为体，而是高中生和“agent 新手”：Cloudflare CTO 指出，最近出现的一些重大漏洞并非由国家实施，而是由高中生等“agent 新手”利用 AI 代理发起。这意味着攻击者的身份门槛被显著拉低，安全威胁的来源正在从少数专业机构扩散到更广泛的个体。
“我实际上认为，最近出现的一些重大漏洞并非由国家实施。他们甚至是高中生，我们现在称他们为“agent 新手”。”
-
AI 把过去只有国家才拥有的攻击能力普及给了普通人：Dane Knecht 强调，AI 代理和大量参与者的加入，使得原本长期由国家掌握的攻击工具和能力被普及到公众手中。这解释了为什么安全威胁的规模和复杂度正在快速上升，也说明企业必须重新评估其防御假设。
“但它把那些国家长期以来真正拥有的工具提供给了公众，无论是通过代理，还是通过大量参与解决这些问题的人。”
-
漏洞赏金等经济激励进一步放大了 AI 攻击的风险：除了技术门槛降低，漏洞赏金等经济回报也在吸引更多人使用 AI 代理寻找漏洞。这种激励叠加 AI 能力普及，使得攻击活动更加频繁和难以预测，进一步加剧了安全紧迫感。
“你知道，他们也有经济奖励。无论是漏洞赏金，他们能从中获得大笔报酬。”
3. 零信任架构让企业比传统“城堡护城河”模式更能应对新威胁
-
从“城堡护城河”转向零信任，让企业无需再把办公室与互联网完全隔离：过去五到十年间，企业逐步放弃传统的城堡护城河式安全架构，转而采用零信任模式。这种转变带来的直接好处是，企业不再需要把办公室当作一个与互联网完全隔离的封闭空间，而是可以在开放连接的环境中继续运作。
“过去五到十年间，我们远离“城堡护城河”式的安全基础设施，转向“零信任”模式，这让很多公司处于更有利的位置，因为它们不必再说这个办公室与互联网完全隔离。”
-
零信任的核心不是隔离，而是对设备、流量和身份进行分层安全保护：零信任架构改变了安全逻辑：不再依赖物理或网络边界来保证安全，而是对每一台设备、每一条流量和每一个身份分别进行验证与保护。这意味着即使网络环境更加开放，整体安全性反而可以更严密。
“你说的是，这些设备和这些流量以不同的方式被保护。而且，一切都会更加严密。”
4. AI 目前让软件更复杂而非更安全，安全必须嵌入开发全流程
-
AI 早期阶段倾向于制造冗长和复杂代码，反而扩大了攻击面：Cloudflare CTO 指出，当前 AI 在生成代码时表现出明显的“啰嗦”倾向，倾向于创造复杂性而非简化系统。这意味着在现阶段，AI 并未真正帮助构建更安全的软件，反而可能因为代码膨胀而增加潜在漏洞。
“事情始于这样一个事实：人工智能，至少在早期阶段，极其啰嗦；它倾向于制造复杂性。因此，就我们所处理的情况而言，人工智能目前实际上并没有帮助构建更安全的系统。”
-
安全必须从红队等事后环节前移到软件开发生命周期的每一步：面对 70 年积累的遗留软件漏洞，单纯靠事后修补已经不够。Dane Knecht 认为，软件开发和代理开发的生命周期都需要改变，安全将像现在的红队一样被嵌入到流程的每一个步骤中，而不是作为最后一道检查。
“我们目前正在修补积累了 70 年的软件。所以，部分工作只是在追赶。展望未来，我认为软件开发生命周期和代理开发生命周期都需要改变。幸运的是，就像我们现在在红队等环节使用安全一样，它将被嵌入到流程的每一步中。”
-
降低攻击面的核心是简化代码，而非让 AI 自由生成更多代码：Dane Knecht 强调，减少攻击面的基本原则是审视所有软件并问自己如何简化它、减少代码足迹。这与当前 AI 模型倾向于生成复杂代码的自然倾向相悖，因此需要人类主动介入，要求模型以更简单的方式重新生成。
“回到基本原则，你想要减少攻击面。看看你所有的软件，问问自己：我怎样才能简化它？我怎样才能减少代码足迹或代码量？”
“这不是当今模型的自然倾向，对吧？当你要求它做某事时，你会说：“好吧，用简单十倍的方式减少复杂性，请再试一次。””
-
人类判断仍是约束 AI 复杂性、确保软件安全运行的关键：尽管 AI 可以生成代码，但 Dane Knecht 认为人类判断在确保软件设计能够安全、自主运行方面仍然不可或缺。这需要训练产品工程师、让安全团队参与制衡，并在组织内部建立流程，而不是完全依赖 AI 自主完成。
“我认为这仍然是人类要扮演的角色，人类判断介入其中，以确保软件的设计方式能够让它安全且自主地运行。”
“就像人类以前做的那样，这个问题必须在所有层面解决，包括代理。你必须训练编写代码的工程师，也就是产品工程师。安全团队仍然需要参与，以确保有制衡和二次审视。你必须建立内部流程。在 Cloudflare，我们已经在内部转向明确界定这些事情。”
5. 当前网络处于“混乱中间态”，人类和 AI 代理共用同一套互联网轨道
-
人类与代理共用同一套互联网轨道，但代理被迫解析为人类设计的网页，造成结构性低效：Dane Knecht 指出，当前网络处于一个“混乱的过渡阶段”，人类和 AI 代理使用相同的互联网基础设施，但代理却在尝试解析为人类设计的网页。这种错配的根本问题在于：人类浏览网页的节奏、广告模式和参与方式，与代理可以同时访问上千页面的能力完全不匹配，因此需要新的经济模型来支撑代理时代的网络运行。
“我认为我们正处于一个混乱的过渡阶段，人类和代理使用相同的互联网轨道，而代理却在尝试解析为人类设计的网页，这是低效的，因为它是为不同的人类速度设计的。”
“访问一个网站、阅读它、看广告并参与整个经济模式的想法，与一个代理可以在同样的时间内访问一千个页面的情况是不同的，这很了不起，但这需要找到一个新的经济模式来支撑。”
-
翻译层和代理对“人类互联网”的探索正在制造大量不必要的 token 消耗：Knecht 认为，与其让代理通过翻译层去理解人类网页，不如直接为代理提供机器可读的内容。当前许多公司帮助代理“查看”网页，但这些翻译层只是额外的 token 消耗。网站本身知道自己拥有什么数据，而 API 作为机器间通信的方式已经存在多年，只是覆盖了互联网信息的一小部分。代理对理解一切内容的渴求，正在推动对更高效内容分发方式的需求。
“目前存在翻译层。你知道有很多公司帮助代理查看网页。所有这些只是对可能本不该发生的事情的额外 token 消耗。”
“通常网站知道自己拥有什么数据，我们多年来一直有所谓的 API，也就是计算机之间通信的方式。但 API 只覆盖了互联网上可用信息的一小部分。而代理渴望理解一切。所以它们出去试图探索人类互联网。”
-
代理将推动按内容消费付费的微支付模式，取代传统广告补偿逻辑：Knecht 提出，代理时代需要新的内容补偿机制。以 Substack 等内容网站为例，它们清楚自己的 CPM 和广告收入预期，如果代理阅读了网站内容，代理可以决定是否阅读并支付相应的 CPM 价格。这需要能够支持每秒数百万笔交易的新互联网支付方式，而代理将推动微支付从“永远还有两年”走向现实。
“大多数内容网站，比如 Substack，都知道自己的 CPM 价值以及应该从广告中赚多少钱。所以，如果代理在阅读那个网站，我认为我们可能会到达一个点，代理可以决定是否要阅读内容，然后决定支付 CPM 价格，对吧？”
“你需要新的互联网支付方式，能够每秒处理数百万笔交易，用于这些我们谈论了多年的微支付。微支付似乎总是还有两年，但我认为代理会推动这件事向前发展。”
6. 代理经济需要新的支付和内容发现机制，微支付可能真正落地
-
代理正在倒逼互联网建立真正的微支付体系：代理对内容的需求暴露出传统网页浏览的低效：让代理去“看”人类网页会消耗大量 Token，而网站已有的 API 只覆盖了互联网信息的一小部分。更合理的路径是让代理直接决定是否读取内容，并按 CPM 价格付费，这需要能支撑每秒数百万笔交易的新支付基础设施。微支付长期停留在“两年后”，但代理可能成为推动它落地的关键力量。
“如果代理在读取那个网站，我认为我们可能到达一个点：代理可以决定是否要读取内容，然后决定支付 CPM 价格，对吧？而这就需要新的互联网支付方式，能够每秒处理数百万笔交易，用于这些我们谈论多年的小额支付。微支付总是说“还有两年”，但我认为代理会推动这件事向前发展。”
“我们一直都知道互联网需要更好的支付系统，但我们没能找到解决方案，我认为代理也会把我们带向这个方向。”
-
Cloudflare 正在用货币化网关、数字钱包和稳定币搭建代理支付基础设施：Cloudflare 不只是谈论趋势，而是已经发布了面向内容方的货币化网关，让网站可以放在其平台后接收小额付款；同时提供代理可用的数字钱包和稳定币来促成交易。这意味着代理经济所需的支付轨道正在从概念走向可用的基础设施。
“在内容方面，我们推出了一个货币化网关，让人们可以轻松地把网站放在我们平台后面，并因内容获得小额付款。”
“我们还提供代理可以使用的数字钱包，以及一种稳定币，也将帮助促成这些交易。”
-
Signals 项目让代理从“反复扫描网页”转向主动发现内容：Cloudflare 与 OpenAI 合作的 Signals 项目，目标是让代理不必反复扫描整个互联网、不断回到页面来获取更新，而是能更主动地发现新内容。这既降低了 AI 实验室的抓取成本，也减轻了网站方为承受持续扫描而付出的基础设施负担，是一种对双方都有利的代理内容发现机制。
“我们还在与 OpenAI 合作项目，比如 Signals 项目，让代理更容易发现内容，而不必扫描整个互联网并不断回到页面。我们让它们更容易知道有什么新内容，并以更主动的方式做到这一点。所以这对 AI 实验室是好事，对网站所有者也是好事，他们不必再承受持续扫描网站和为此支付基础设施成本。”
7. Cloudflare OS 把安全治理嵌入员工日常 AI 使用，而非事后管控
-
Cloudflare OS 的起点是防止客户与内部数据泄露，而非限制员工使用 AI：Cloudflare OS 作为内部平台，最初源于对客户数据和内部数据泄露的担忧。它的目标不是禁止员工接触新的 AI 工具和模型，而是让员工能够安全地使用这些工具，并在内部部署时理解数据流向、确保治理到位。这体现了安全作为默认内置能力而非事后管控的思路。
“Cloudflare OS 是我们的内部平台，员工每天用它来处理 AI。它其实源于我们的安全根基，因为我们非常担心客户数据和内部数据泄露，我们希望确保员工能够使用所有新的 AI 工具和模型，但要以安全的方式，并在内部部署以理解数据的使用和流向，同时确保良好的治理。”
-
安全被设计为默认能力，员工无需单独考虑安全问题：Cloudflare OS 的关键设计在于让安全成为平台的内置属性，而不是员工需要额外承担的负担。员工在平台上构建任何东西时，不需要把安全当作一个独立问题来思考；例如创建一个联系人列表时，安全已经自动嵌入其中。这降低了 AI 使用的门槛，同时保证了治理的一致性。
“Cloud OS 是一个平台，我们的员工可以在上面构建任何他们想要的东西，以安全的方式，而不需要把安全当作一个独立的事情来考虑。一个试图创建联系人列表的员工不需要担心安全问题；安全已经为他们内置好了。”
-
平台同时向代理传递 Cloudflare 的工作方式与价值观：随着代理数量增加，Cloudflare 意识到需要像培训人类员工一样，向代理明确传达公司的独特之处和构建方式。Cloudflare OS 不仅是一个工具平台，也承担了将 Cloudflare 的工作原则和价值观传递给代理的功能，使代理在协助工作时能够符合公司的运作方式。
“我们开始意识到，随着代理数量增加，我们需要教会它们是什么让 Cloudflare 与众不同，以及我们如何构建 Cloudflare。对于人类，我们通过“Cloudflare 大学”、入职流程、与同事见面和共事来完成这一点。但我们需要为代理更清晰地定义和记录这些。”
“他们也知道工作是以符合 Cloudflare 工作原则和价值观的方式完成的。”
8. AI 驱动的组织重构不是裁员，而是重新设计工作流并赋予个人超能力
-
重组不是单纯裁员，而是因为 AI 改变了团队协作方式，迫使组织重新设计工作流：Cloudflare 的重组源于观察到 AI 正在改变某些团队的工作方式。公司将其视为需要重新搭建的“工厂车间”，而不是简单的成本削减。这意味着组织必须主动打破旧流程，才能让 AI 带来的效率提升真正落地。
“重组是艰难的，与一些同事告别是 Cloudflare 第一次这样做。我们一直非常谨慎地避免过度招聘，但这次是出于不同的原因。这是因为我们看到了 AI 正在改变一些团队及其工作方式。我们把它看作一个工厂车间，你真的需要重新搭建并重新思考事情的运作方式。”
“你永远无法真正重新设计那个流程，除非你做出一些艰难的改变，迫使人们重新思考正确的做法。那个流程可能根本不再需要那三个团队。它可能只是一种新的做事方式。”
-
AI 将跨团队协作压缩为个人工具能力，让更小的团队获得更高速度：以产品经理发送客户邮件为例，过去需要三个团队协作完成的任务，现在被一个工具取代。产品经理可以独立完成受众筛选、邮件撰写和风格调整，只需上级审批即可发送。这展示了 AI 如何将组织能力转化为个人超能力，从而提升整体效率。
“过去产品经理给客户发邮件的方式涉及三个团队。你需要一个团队来获取你想发送邮件的人群，去找营销团队帮你设计邮件并调整合适的语气，然后再去找营销运营团队发送邮件。”
“我们从一个由三个团队加速完成的事情，变成了一个工具，赋予产品经理一种他以前从未拥有过的超能力。”
-
组织不靠自上而下的规划，而是靠员工主动发现并改造低效流程：Cloudflare 没有制定一个自上而下的总体规划来重新设计每个部门的工作流，而是给员工工具，让他们自己发现哪些任务过于繁琐并主动改造。公司通过一个由实习生支持的“agents”邮箱收集员工的想法，让员工自己识别 AI 可以介入的场景，而不是依赖外部咨询公司来分类任务。
“我们总是在寻找那些会主动行动并承担责任的人。所以，你是否把它从一到一百排序并试图确定优先级，其实并不重要。那一百件事中的任何一件，只要有人对它充满热情，就可能是好的。所以我们在去年年初给了人们工具，开始观察他们如何实验。很快人们就分成了不同的小组，真正投入其中，自然地做这些事情并承担起责任。”
“与其制定一个总体规划，把 Cloudflare 的每个部门和子部门都画出来，然后说这些是我们要重新设计的关键工作流，不如采用一种策略：假设人们在有信息的情况下会理性地使用 token，并招聘一群实习生，假设我们那些有高主动性的人会开始把这些工作流变得更智能。”
“这让我们能够以一种方式看待事情，而不必聘请咨询公司来对每项任务进行分类。员工自己会意识到这件事看起来比应该的更难。他们会想，AI 代理能帮我做这个吗？”
总结
AI 带来的真正挑战不是技术本身，而是它同时改变了攻击者、开发者和组织的运作方式。安全紧迫期是阶段性的，但代理互联网的结构性错配不会自动消失。能够把安全嵌入开发全流程、把治理嵌入日常 AI 使用、并主动重构工作流的组织，将在 18 个月后的生产力竞争中占据先机。那些只把 AI 当作效率工具、却忽视安全基础和代理经济基础设施的企业，可能会在攻击门槛降低和内容分发失效的双重压力下陷入被动。
信息源
视频来源
- Democratizing Security for the Agentic Web with Cloudflare CTO Dane Knecht：
外部资料
- Cloudflare links vulnerability discovery to defense with ...：
- Introducing context-aware vulnerability discovery and ...：
- Cloudflare Partners with OpenAI Daybreak Models to ...：