黄仁勋和西湖论剑，不约而同指向同一个方向

当地时间9月10日，英伟达CEO黄仁勋在高盛Communacopia+科技大会上表示，网络安全“很可能成为AI下一个重要的应用场景”。

据彭博报道，黄仁勋的判断与AI编程直接相关。AI提高了代码生成效率，也加快了漏洞被发现、利用和修复的速度。

此前在9月1日的CrowdStrike年度活动上，黄仁勋曾表示：“攻击正在自动化，防御也必须自动化。”

有意思的是，9月23日将在杭州举办的2026全球数贸会·西湖论剑大会，主题恰好是“从辅助到自主——AI时代的数智创新与安全跃迁”。

一个是芯片巨头对市场的判断，一个是数字安全行业大会对现实问题的回应，两者不约而同地指向自主防御。

网络安全为何会成为AI的重要市场

编程是生成式AI较早实现商业化的场景之一。沿着代码生成、错误检查和漏洞修复这条能力链，AI自然会进入漏洞检测、威胁分析和网络攻防。

其中，漏洞挖掘正在成为AI进入网络安全最直接的场景。传统漏洞挖掘依赖安全专家阅读代码、分析逻辑并反复验证，AI智能体则可以批量理解代码、自主定位风险、验证漏洞并生成分析报告，大幅缩短发现和修复周期。这种能力既能帮助防守方提前排查风险，也可能被攻击者用于更快寻找薄弱点。漏洞挖掘效率提高的同时，攻防节奏也被整体加快。

网络安全与多数AI工具还有一个显著区别：它需要持续运行。编程助手通常在收到指令后工作，安全系统却要全天候监测网络、终端、软件和基础设施。攻防双方对AI的使用越深入，模型调用和推理计算就越频繁。

因此，黄仁勋看好网络安全，既有技术判断，也有算力商业逻辑。随着攻防进入机器速度，网络安全可能成为持续消耗AI推理算力的重要市场。

攻防自动化正在改写安全服务模式

AI正在压缩网络攻击的多个环节。具备工具调用能力的智能体，可以持续搜集目标信息、分析软件弱点、生成攻击代码并尝试不同路径。攻击速度提高的同时，部分攻击活动的技术门槛也可能下降。

图：AI生成

因此，防御也必须自动化，从AI辅助走向AI自主。

自主防御并不是由AI提供建议、等待人工执行，而是由安全智能体持续监测环境，自主分析告警、判断攻击路径，并在授权范围内完成隔离、阻断、漏洞修复和策略调整，形成从发现到处置的闭环。

当防御从“AI给建议、人来执行”转向“AI持续运行、自主完成任务”，网络安全的服务模式也随之改变。安全服务不再主要依赖驻场人员、人工巡检和工单流转，而是由模型持续研判、智能体自主处置、专业人员控制关键决策。客户评价安全服务的标准，也会从投入多少人转向发现是否及时、处置是否有效、过程能否追溯。

这类能力已经开始进入实际业务。中国版Mythos恒脑AI代码审计智能体累计分析漏洞40000+，能力覆盖Windows、iOS、Linux、Claude Code、Firefox等全球知名项目，并在FreeBSD中发现潜藏长达32年的漏洞，刷新AI自主发现漏洞的最长潜藏时间纪录。

在服务侧，安恒信息推出的AI安服数字员工“安小龙”已经从问答和辅助分析延伸至自主规划、工具调用、风险研判和任务执行，可用于渗透测试等安全服务。

自主防御同时把安全边界推向执行环节。智能体可以调用API、执行代码和访问数据库，一旦判断失误，可能造成越权访问、业务中断或资产损失。因此，自主不等于失去控制。最小权限、高危操作确认、全链路审计、异常熔断和操作回滚，必须成为自主防御系统的基础能力。

黄仁勋所说的“颠覆”，不仅是安全技术升级，更是网络安全交付方式和商业模式的变化。

当漏洞发现、风险研判和安全处置逐渐由智能体完成，网络安全行业的变化就会从技术工具层延伸到产业结构层。产品形态、人才需求、交付模式和评价标准，都将随之重构。AI带来的不是效率的线性增长，而是安全服务供给方式的结构性转变。

西湖论剑需要检验自主防御的真实价值

2026全球数贸会·西湖论剑大会将于9月23日在杭州举办，主题为“从辅助到自主——AI时代的数智创新与安全跃迁”。这一主题与黄仁勋近期的判断形成呼应。

西湖论剑选择“从辅助到自主”作为今年的主题，意味着讨论不能停留在AI能够做什么，还要回答AI可以自主做到什么程度。

企业需要划清自动执行和人工决策的边界：哪些风险可以由智能体自主处置，哪些操作必须经过人工确认，出现误判后如何接管，事故责任又该如何追溯。

真实案例将成为检验自主防御能力的重要依据。主办方公开资料显示，西湖论剑数据要素与数据安全创新实践案例活动已经连续举办八届，累计征集近500个项目。2026年的第九届征集覆盖数智安全、动态数据安全运营、数据要素和传统网络安全技术创新等方向，相关优秀案例将在大会期间集中呈现。

一个是芯片巨头对市场的判断，一个是数字安全行业大会对落地路径的探索。黄仁勋看到的趋势，西湖论剑能否给出面向未来的答案和判断？9月23日，值得去现场看看。