9月22日，帕洛阿尔托网络（Palo Alto Networks）推出Unit 42 Continuous Frontier AI Defense服务，利用Anthropic的Claude Mythos 5与OpenAI的GPT-5.6-Cyber等前沿模型，对企业Web应用、API、云基础设施等进行24/7持续攻击路径模拟与漏洞验证，并提供代码级修复建议。该服务采用多模型 harness，按任务路由最优模型，内部测试显示三周内发现的暴露量相当于以往一整年，客户环境中100%存在安全隐患。[[1]](https://www.reuters.com/technology/palo-alto-networks-unveils-ai-powered-cybersecurity-service-using-claude-gpt-2026-09-22/)
这一动作折射出AI安全攻防的范式转变。攻击者已用AI大幅缩短入侵周期，传统定期评估已跟不上变化速度；防守方则转而借用前沿模型自身能力，进行“以AI攻AI”的持续红队测试。帕洛阿尔托此举并非孤例，而是美系大厂在模型能力竞赛之外，迅速将前沿技术转化为企业级防御产品的典型。
对比之下，中国实验室更侧重算力与规模扩张，而美企则在安全工具化上领先一步。帕洛阿尔托的方案允许客户按需混搭封闭与开源模型，既控制成本又提升覆盖率，体现了平台中立与实用主义的结合。这也暗示前沿模型正从“聊天工具”演变为可嵌入核心运营流程的自治代理。
长远看，这类服务若普及，将重塑网络安全市场格局：拥有模型访问权限的大厂优势放大，小型安全厂商或需依赖开放权重方案。悬念在于，当AI代理在真实环境中持续“作战”时，模型幻觉或滥用风险如何被有效管控，以及这是否会加速全球AI安全标准的协调。[[2]](https://www.paloaltonetworks.com/company/press/2026/palo-alto-networks-delivers-anthropic-s-mythos-and-openai-s-gpt-5-6-to-customers-with-unit-42-continuous-frontier-ai-defense)
信源：https://www.reuters.com/technology/palo-alto-networks-unveils-ai-powered-cybersecurity-service-using-claude-gpt-2026-09-22/
https://www.paloaltonetworks.com/company/press/2026/palo-alto-networks-delivers-anthropic-s-mythos-and-openai-s-gpt-5-6-to-customers-with-unit-42-continuous-frontier-ai-defense