有一段时间，比较蕉绿，总是看不到国内安全厂商的AI红利机会。如图2所示。

可能是我接触到的人有限，能看到的国内安全产业侧，大体在做以下几件事情：

1/ 借用国外的顶级大模型能力，在做产品能力的AI升级。搞这个板块的，目前是最多的。

这里有两个个很明显的问题，能跳出这两个问题之外的企业和产品，才是真的值得期待和支持的。

先说第一个问题。

过去各个甲方买回去的安全产品，用得好的到底有几成，想必厂商心里是有数的。如果这个数据一直很差，那么所谓AI升级迭代，其实是伪需求。

伪需求的业绩强依赖于渠道销售能力，客情关系不行就得嗝屁。回到现在大环境下总体预算缩减的背景下，即使关系再好，没预算也白搭。

第二个就是对国外大模型的强依赖。这样的模式搞搞SaaS创新，骗点补贴是可以混水摸鱼过去的，但真的放到内网部署，与外界去隔离，不让数据出界就会直接熄火了。

甚至可以说，数据不出界情况下能做到的AI安全能力，光这一条限制就直接可以检验出来那些靠商业营销的牛鬼蛇神。

所以这个板块，目前能做到的，还是借AI能力做产品开发，赋能升级都算不上。也就是说，像大家心里明白的那样，越折腾，花的越多，产出越好，大概率亏得越狠。

2/ 借开源社区的力量，做AI转型的安全厂商。这是很多中小安全企业极其期待的。

随着deepSeek，Qwen等开源模型能力的不断提升，现在真的可以做很多事情了。

这个板块，目前也可以分成两个。

一个是基于开源模型做微调，强化安全专业领域能力，比如就搞个漏洞检测的能力，比如就强化代码审计能力。这块不少中小企业或安全实验室在搞，希望大家都能出点成果。但大的成果，大新闻就别想了。

另一个是做安全工程类的，在开源模型以上，利用AI能力做安全工程性适配，这是个不错的方向。

但说到底，毕竟模型能力的上限就在那里，所以成就可以预估的。只能说，边安全实践，边等开源模型能力提升，互相成长，做时间的朋友。

3/ 做安全大模型。也就是图2中说的。这是互联网大厂做的事。当然，从心理上，我更希望有顶层大局观来主导，可能使得国内安全大模型能更快地跟上。

但这也有它的不确定性。

过去我们都在说claude ai的安全能力，说它安全能力涌现。所谓涌现，就是不是预期内的，没料到的好事。

claude安全能力涌现的基础，我的理解是像一个人，读了AI博士，又读了安全博士，突然就涌现出来了人工智能安全的博士能力。

但这种能力涌现是有基础的，新涌现出来的能力，和已经训练的知识存在关联性。而不是说，一个模型拥有西班牙语的能力，又拥有了英语的能力，会突然涌现出来中文能力。

这是无法理解的。

所以回到大模型的基模，通用能力还是非常重要的基础。如果满分💯，用分数通俗的比喻一下，就是说大模型的通用能力达到了85分，然后才有可能容易涌现出其他各种关联的能力。

从这个逻辑上说，如果按照图2分开搞，各家搞各家的行业大模型，如果想做到top级，其实每一家都需要具备大模型厂商的能力。

这是不符合市场规律的。

市场规律是赢者通吃，强者愈强。安全厂商做不好的事情，大概率是由大模型厂商补上去的。

安全厂商要么回退到上一步，做中小企业开源模型同类的事；要么和大模型企业深度合作，做好自己的业务护城河。但这个护城河很浅，容易船搁浅。

从这个角度来说，安全厂商的AI化转型越早越好，早点想清楚自己的未来终局，越容易从亏损走向新的增长。

4/ AI安全的创新企业。这是想说的、最后一类看到安全产业侧同行们在做的事。

已经看到了不少有价值的产品，至少是真的理解了AI业务之后做出来的产品，不是炒概念的。

写到这里，我们再回头看看，上述的四个方向，哪些是安全厂商能吃到的AI红利，其实看得非常清楚了。

抛弃大模型幻想，守好自己的护城河，已经很不容易了。安全的未来在大模型厂商、在云厂商，努力服务好它们就是未来。

#人工智能##网络安全 ##大模型##人工智能[超话]#