The New Apex Predator: CrowdStrike CEO George Kurtz on Adversaries Armed With AI Agents

CrowdStrike CEO George Kurtz 说，攻击者从进入系统到横向跳到下一台机器平均只要 29 分钟，最快 27 秒，而防守方还在被前沿模型的护栏挡在门外。

AI 把国家级攻击能力压平给了普通黑客，防守方却连让前沿模型做一份安全 PPT 都被拒绝。Kurtz 的解法是自建红蓝两个模型互相对打，成本只有前沿模型的 1/300。这期讲的就是这套打法怎么运转。

Kurtz 把攻击者分成金字塔：底层是人数最多的黑客活动分子，中间是网络犯罪，塔尖是国家级——而 AI 把这座金字塔压平了。

• “新的顶级掠食者是 agent state，不是 nation state”：无护栏的开源模型把国家级的技术、成本和复杂度打包，黑客活动分子今天就能用上几年前只有国家才有的能力。
• 突破时间从几天几小时压到平均 29 分钟、最快 27 秒：攻击者一落地就高速迭代，武器不再是恶意软件而是提示词，每次生成独一无二的路径，传统特征匹配失效。
• 前沿模型的护栏把防守方也挡在外面：Kurtz 原话是“你几乎做不了一份带网络安全的 PowerPoint，它直接拒绝你、把你降级到小模型”。Hugging Face 事件里防守方想问前沿模型“这是真的吗”，被拒，只能转去用开源权重模型筛数据。

CrowdStrike 建了“网络安全超级智能实验室”，系统叫 SafeMind，里面两个模型：红队 Red Tempest、蓝队 Blue Solano，基于 Nvidia 的 Nemotron 微调。

• 红队一直攻，直到回合用完：蓝队要在这之前识破红队在干什么。Kurtz 说这是 Jensen 坚持的——必须给安全建数字孪生，把客户环境在虚拟世界复刻一份，模型在里面反复对打。
• 成本差 300 倍：同样一次常规修复，用最强前沿网络安全模型约 10 美元，用 CrowdStrike 自己的模型约 3 美分。底气来自十几年 MDR（托管检测响应）积累的攻击链数据做后训练。
• 卖点是 AI 主权：客户不愿把敏感数据送去实验室训练，CrowdStrike 提供“数据不出门”选项，也能在前沿模型和自家模型之间路由。新产品线 AIDR（agent 检测与响应）先找出企业里没人知道的影子 AI，再从 agent 出生那一刻记录它的每次工具调用和 MCP 取数。

Kurtz 天天见 CIO，他转述一位纽约大银行高管的话：一开始 all in AI，账单失控，“token maxing”被大账单叫停。

• “F1 级别的活才给前沿模型”：那位客户说，真正赚钱、分秒必争的业务才付高价用前沿模型，其他全部自建开源权重模型再做后训练，因为开源只落后 3 个月，“够用了”。
• 大机构根本消化不了 10 天一次的新模型发布：一位顶级金融机构的技术采购负责人说，他们组织的合规节奏比这慢得多，落后 3 个月反而无所谓。
• 他不信“关掉互联网”那套：对“关键系统必须气隙隔离”，Kurtz 直接说“这是胡说”。理由是 agent 不会瞬移，它做的还是人做的事，只是更快更好；AI 带来的是更多、更快的漏洞利用，不是全新一类攻击手法。

“今天对抗 AI 的唯一方式，是用更好的 AI——防守方知道自己的系统、有自己的架构图、有自己的代码，问题是怎么把这些喂进去。”

• 做安全或 Agent 产品，可把“红蓝对打 + 客户环境数字孪生”当评测框架：让攻击 Agent 一直攻到回合耗尽，防守 Agent 必须在过程中识破，比静态测试集更接近真实对抗。
• 成本结构值得抄：通用前沿模型做一次安全修复约 10 美元，专用后训练模型 3 美分。高频、低难度的安全任务，自建小模型 + 行业私有数据的 ROI 是 300 倍量级。