据SiliconANGLE报道，网络安全行业正在面对前沿AI模型带来的“双刃剑”效应：企业可以用模型更快发现源代码和系统配置中的漏洞，恶意攻击者也能借助同类能力寻找可利用的缺陷。围绕PHP代码库的漏洞披露和攻击尝试，成为这一变化的近期案例。

PHP为全球多达70%的网站提供支持。安全研究人员使用OpenAI Group PBC的GPT-5.6 Sol扫描PHP代码库中的缺陷，发现严重漏洞，相关组织随后忙于修补。亚马逊上周披露，攻击者在补丁发布四天前就开始针对这些PHP漏洞发起攻击；Cloudflare观察到的利用尝试此后升至数百万次。

这一轮数字威胁显示，企业需要为不可避免的入侵做好准备。今年早些时候在拉斯维加斯举行的Dell Technologies World上，数据保护和网络韧性被明确视为企业AI的基础控制层。theCUBE Research的Krista Case表示，这属于更广泛的市场讨论，把网络恢复能力与韧性、AI治理、数据完整性和运营信任联系起来；企业AI系统的可靠性取决于支持它的数据管道、运行时控制和恢复流程。她还说，网络韧性和AI基础设施平台正从备份恢复扩展到元数据可见性、恢复验证和对企业数据的语境理解，组织应关注供应商如何为AI环境建立治理和验证。

对网络韧性的关注背后，是网络安全界担心AI可能在系统保护中打开显著缺口。AI模型大幅提高了分析并潜在利用弱点的能力。微软的月度报告显示，仅10月就列出1453个新漏洞。戴尔组合营销高级网络安全布道师史蒂夫·肯尼斯顿表示，AI改变了整个局面，涉及模型推理、模型训练数据、提示注入以及身份管理等问题。

戴尔正使用前沿模型构建防御，并参与Anthropic PBC的Project Glasswing。该项目让经过审核的组织获得强大AI工具以保护关键系统，目标是把软件支撑关键基础设施、若遭成功攻击可能造成灾难性后果的组织聚集起来。AI代理的兴起也让企业系统中的身份问题受到重新审视。戴尔总裁兼首席安全官约翰·西莫内表示，进入成本和门槛已经崩塌，换言之，明天最不复杂的攻击也会比一年前世界所见过的攻击更复杂。

攻击更复杂后，另一个现实是缺乏预警。与飓风或海啸等有预警系统的自然灾害不同，重大攻击往往在没有任何征兆时发生。InfoScale产品管理总监约瑟夫·德安杰洛表示，这里没有预测，保护自己的唯一方式是确保具备“可防御的恢复态势”，首先要了解应用状态。