据SiliconANGLE报道，戴尔科技公司（Dell Technologies Inc.）负责AI工厂解决方案和戴尔服务的产品管理人士在AI网络安全与韧性峰会上表示，企业把AI引入核心业务后，供应链安全正成为AI部署的基础，而能够自主行动的AI智能体正在改变威胁模型，企业需要用受限身份、运行时隔离和持续可观测性重建防护。

戴尔AI工厂解决方案产品管理总监卡姆莱什·沙阿（Kamlesh Shah）说，AI系统增长的速度和规模要求企业能以同样的速度和规模采取行动，“这不会一夜之间发生”。他说，戴尔的方案从供应链安全开始，在产品尚未成形前就审查供应商，并把保护延伸到部署的整个生命周期；这些能力通过戴尔AI工厂提供，同时也在戴尔自身IT运营中运行。

沙阿称，戴尔作为AI基础设施提供商和超大规模AI用户的经验，形成了一个客户可以参照和复制的模式。目标是把部署中的经验转化为可重复的模式，而不是重新发明控制措施。

沙阿解释，智能体不只回答问题。给定目标后，智能体可以执行多个步骤，寻找和使用工具，调用记录系统，并与其他智能体通信，这使其行为更难预测。因此，边界成为核心：策略执行检查、运行时沙箱，以及记录“谁授权了什么”的遥测。

他说，智能体本身应具有与其特定工作负载绑定的能力和身份，而不是拥有可在所有应用上工作的广泛权限。智能体所需运行的层级，应使用委派的、范围狭窄的、基于时间的权限。

戴尔服务产品管理总监阿什·拉克什马南（Ash Lakshmanan）说，客户选定架构后，戴尔服务帮助其把有前景的用例转化为可运营、可治理和可迭代的环境。这项工作覆盖硬件、运行时、数据和应用四层堆栈的安全。客户最常低估的是全部四层的可观测性。

拉克什马南说，旧工具无法查看AI工作负载，过去能查看人类身份、或许还能查看机器身份的旧工具，无法查看智能体身份。一些客户在计划发布聊天机器人前运行了戴尔的渗透测试服务，结果发现这些机器人尚未准备好，可能被黑客利用。戴尔还在与英伟达公司合作，把智能体AI从桌面带到数据中心。

拉克什马南说，需要新的工具、平台和技能来应对这一问题，但安全的基础要素并未消失，包括分层安全方法、缩小攻击面、7×24小时持续可观测性，以及假设泄露可能发生并做好准备。

上述访谈由戴尔高管与theCUBE Research的戴夫·韦兰特（Dave Vellante）对谈，在theCUBE的SiliconANGLE Media直播工作室独家播出，属于AI网络安全与韧性峰会内容。戴尔赞助该访谈，戴尔及其他赞助商对theCUBE或SiliconANGLE的内容没有编辑控制权。