据SiliconANGLE于2026年9月29日报道，在甲骨文举行的“AI Cyberattacks Are Escalating: How to Secure Your Data Now”活动上，甲骨文客户成功部门高级副总裁兼首席信息安全官布伦南·贝贝克与RSA Security USA LLC前首席技术官兼首席数字官祖尔菲卡尔·拉姆赞分别提出，企业必须把人的监督置于AI安全治理核心，并缩短从入侵到数据泄露的响应窗口。该活动由theCUBE直播，讨论AI代理带来的治理与响应挑战。

贝贝克说，随着企业面临AI驱动网络攻击，AI安全治理必须控制能够触达数据、连接应用并代表用户行动的自主系统，人的问责因此成为核心安全要求。传统控制仍然必要，但安全团队还需理解代理创造的数据流和流程。贝贝克说：“人类从未像现在这样关键，来帮助控制这些我们称之为机器人的系统。我们过去常说人是薄弱环节，但现在我说，机器人是最强大也最可能危险的一环，而人现在是必不可少的一环。”

贝贝克指出，企业在把AI投入生产时反复出现三个缺口：缺少稳固的AI基础治理计划；没有先落实基本安全措施，尤其是在甲骨文生态系统中；以及不理解与服务提供商围绕AI服务的共担安全责任模式。共担模式要求提供商和客户分别承担安全职责。他补充，AI也能帮助安全团队更快生成政策、标准和评估工具，安全专业人员可在数小时内利用AI服务创建治理计划、相关政策、标准、流程和最佳实践，因此企业没有理由再缺少治理计划。

拉姆赞说，代理式安全策略必须考虑软件会以意外方式执行合法指令。代理可以使用凭证、调用工具，并在实现目标时自行选择路径，这扩大了安全团队需要监控的路径。风险甚至在没有指示代理造成伤害时也会出现。随着代理获得权限，最小权限和纵深防御等传统控制变得更加重要。拉姆赞说，代理甚至可以在完成一项任务的多条不同路径中作出选择，一个合法目标仍可能把代理引向非预期路径，使行业讨论了几十年的控制类型更加重要。

在设定限制前，组织需要知道存在哪些代理、它们使用谁的身份、可以触达哪些系统。拉姆赞说，当代理需要广泛访问不同工具和能力时，最小权限变得更难；如果让代理执行多步骤任务，就必须考虑强授权和监控。

拉姆赞把入侵视为攻击的第一步或立足点，但不是攻击者的目标；实际资产遭到实质性破坏的数据泄露才是。若攻击者突破先前控制，保护源头数据被视为最后一道防线。他说，随着攻击者用AI发现和利用弱点，入侵后可供干预的时间正在收窄。AI能在机器速度的发现和利用与人类速度的分诊之间制造不对称，测试、审批、打补丁和恢复都属人类速度。现实是防御方无法跟上系统级速度。安全团队知道哪些资产和运营对业务最重要，可据此确定防御优先级。他建议从每次事件以及侥幸脱身的未遂事件中持续学习，并定期反馈到安全计划。