几十年来，网络安全战略一直围绕着三个熟悉的支柱构建：端点安全、网络安全和云安全。这些领域决定了安全团队的组织架构、预算分配方式以及企业内部对风险的认知。
每一个支柱的出现，都是为了应对计算领域的重大变革。个人设备的兴起催生了端点安全;连接性的扩展产生了网络防御的需求;而基础设施与应用程序向 SaaS 及公有云环境的迁移，则推动了云安全平台的发展。
然而，如今另一场变革正在发生。随着人工智能融入日常运营——特别是通过能够执行任务的自主智能体(autonomous agents)——各类组织正面临一种新型风险，而这种风险无法简单归入上述三大类别之中。
AI 系统已不再局限于生成洞察或响应提示。它们越来越多地与企业系统及工具相连，能够代表用户执行操作;而这些操作几乎总是通过 API 实现的。
正是这种架构上的变化，使得许多安全从业者将 AI 安全视为网络安全的第四大新兴支柱，其中 API 安全发挥着核心作用。
AI 系统通过 API 运行
现代 AI 应用程序依赖 API 来获取数据、调用服务及执行交易。无论是智能体(agent)查询内部系统、与 SaaS 平台交互，还是执行自动化工作流，其底层机制通常都是 API 调用。
这听起来似乎只是微不足道的技术细节，但实际上，API 已成为数字业务的“结缔组织”，连接着应用程序、微服务、合作伙伴，以及日益增多的自主 AI 系统。因此，现代应用程序的大部分风险如今都通过这些接口显现出来。
挑战在于，大多数组织对其 API 环境的可见性有限。安全团队往往难以回答一些基本问题：存在多少个 API?哪些 API 暴露了敏感数据?正常的调用模式是怎样的?即便在 AI 智能体兴起之前，许多企业就已经面临着未记录或“影子”API 的问题，这些 API 的规模已超出了现有治理框架的管控范围。
当自主系统开始与这一环境交互时，复杂性便会显著增加。
自主系统放大了现有风险
AI 智能体引入了一种新的运行动态：即以机器速度与企业系统进行交互。与人类用户不同，智能体能够串联工作流、同时触发多个服务，并产生海量的机器间(M2M)流量。
安全研究日益表明，这些交互完全是通过 API 进行的。在涉及自主智能体于专用平台上运行的实验中，智能体采取的每一个动作——无论是提交数据、获取信息还是与其他系统交互——最终都是一个 API 请求。
从安全角度来看，这意味着主要的风险暴露面未必是 AI 模型本身，而是该模型能够访问的系统。
如果这些系统暴露出的 API 存在权限过高、身份验证薄弱或监控不力等问题，自主智能体就可能无意中放大风险。一个使用合法凭证运行的智能体，可能会以传统工具难以检测的方式获取敏感数据、触发交易或与内部服务进行交互。
传统安全支柱的局限性
网络安全领域既有的三大支柱依然至关重要，但它们在设计之初并未充分考量人工智能(AI)驱动的架构。
端点安全侧重于保护用户设备和工作负载;然而，自主智能体(autonomous agents)往往运行在后端系统或云环境中，这些场景中并不存在传统意义上的“端点”。
网络安全能够检测流量和异常，但在应用层，加密的机器间(M2M)API 调用往往难以解读。安全工具或许能监测到流量传输，却未必能理解请求背后的业务逻辑。
云安全平台虽能提供有关基础设施状态和身份配置的宝贵可见性，却往往无法深入分析运行时的 API 行为，也难以检测对合法接口的滥用。
这导致了安全体系中出现了一处空白：现代数字系统实际执行任务的层面——即 API 动作层——并未像端点、网络或云工作负载那样获得同等的重点关注。
AI 安全的范畴远不止于 API
将 AI 安全视为一个新的安全支柱，并不意味着其仅限于 API 领域。一套全面的安全策略还涵盖了其他多个方面。
模型安全侧重于保护训练数据、防止篡改或投毒攻击，并确保模型权重及基础设施访问的安全。大语言模型(LLM)安全则关注提示词注入(prompt injection)、模型操纵以及推理过程中的输出控制等问题。
智能体治理(Agent governance)引入了关于身份、权限和工具访问的新考量，旨在确保自主系统在既定边界内运行。
最后，随着 AI 监管框架的不断演进，针对问责机制、文档记录及合规性要求的治理框架也应运而生。
然而，在上述所有领域中，API 始终是风险转化为实际操作影响的关键节点。数据通过 API 获取，工具通过 API 调用，交易也通过 API 完成。
换言之，每当 AI 系统与现实世界发生交互时，几乎总是通过 API 来实现的。
网络安全领域的一个常见演变模式
纵观历史，网络安全的发展始终伴随着计算架构的变革。
个人计算催生了端点安全;企业网络化产生了对网络安全的需求;而云技术的变革则促成了新一代云安全平台的诞生。
如今，由人工智能(AI)驱动且“API 优先”的架构正在兴起，这似乎正引发下一轮演变。
随着自主系统日益融入业务流程，各类组织将需要制定能够兼顾机器身份、自动化工作流以及海量 API 交互的安全策略。这一现实正在重塑安全领导者对于可见性、治理和管控的思考方式。
这并不意味着现有的安全支柱已过时，而是表明网络安全的整体架构正在不断扩展。
如果说端点安全、网络安全和云安全构成了数字时代的前三大安全支柱，那么建立在理解并保护 API 体系基础之上的 AI 安全，很可能将成为第四大支柱。
参与评论 (0)