准备一次勒索攻击要多久？过去按周算，现在按分钟算。多家安全厂商在2026年的观测数据显示，87%的勒索团伙已在攻击链中用上AI——侦察、生成载荷、免杀这些过去靠人肉堆时间的环节，被压缩到90分钟左右；而依赖规则库的传统检测手段，对新型攻击手法的识别率已不足四成。速度差摆在这里：攻击者在加速，防守方的经验条却没跟着涨。网安人手里那张能力清单，正在被一行行重写。
人机协同，先成了入场券
有一组高校CTF实验的数据很有代表性：纯人类参赛者的解题率只有16%，加上AI搭档后升到27%；人机组的人均任务完成量是纯人组的3.1倍，防御环节的任务覆盖面更是提升了70%。同一个赛场，多一个AI搭档，产出直接翻倍。
⚡ 但硬币还有另一面
自主AI在高风险操作上的漏检率高达82.4%；78%的自动化扫描器在真实环境中存在漏报。AI跑得快，但它并不天然可靠。
结论其实已经写进从业者的选择里：在“AI时代网安从业者的核心技能”投票中，“结果校验”以41%位居第一——判断AI的输出对不对、敢不敢用，正在取代“手工敲出每一步”，成为新的分水岭。AI是杠杆，不是替身。
“会用AI”，已经写进岗位要求
翻一翻2026年的网安招聘 JD 会发现：48.8%的岗位已经明确要求具备提示词工程（prompt engineering）能力。写prompt从“加分项”变成了“门槛项”。与此同时，岗位结构也在裂变出三个新方向：
▍模型安全：盯住模型本身——数据投毒、对抗攻击、越狱与幻觉风险
▍AI应用安全：盯住AI落地的系统——智能体、RAG、MCP这些新形态的安全
▍AI赋能安全：用AI改造安防工作流——智能体、自动编排、自动化运营
约六成从业者已经从事AI赋能安全方向的工作，方向是热的，但“坑位”没跟上，人岗错配相当明显：
|
|
|
|
|
|
|
|
|
|
|
|
新方向意味着新席位：对个人是机会，对企业则是“没人可用”的现实。
护城河：从“会防守”到“三件都会”
新一代网安能力被概括成一句话：利用AI、保障AI、对抗AI。三件事都要会，短板却藏在自评数据里。以5分制打分，从业者的自我评估是：
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
数据和系统层面勉强及格，架构与对抗两块明显塌腰——恰恰是攻防交锋最激烈的地方。另有40%的从业者直言：缺的不是理念，是真实的攻防演练场景。
供给端的四道短板
人才供给这一侧，四道坎清晰可见：
① 场景缺 —— 40%的机构缺真实攻防演练场景，于是61%的企业干脆直接采购外部培训服务来补。
② 算力贵 —— 47.5%的从业者被算力成本卡住脖子，而能提供私有算力的雇主只有5%。练AI安全，先得有卡。
③ 课程旧 —— 88%的高校已把AI安全纳入教学，但形成完整培养体系的只有10%；仅26%的学校实践环境算力充足；40%的教师承认课程已落后于产业发展。
④ 师资薄 —— 74%的教师从未接受过AI安全系统培训，同时具备AI与网络安全知识的仅21%。好在86%的高校已与企业、科研机构展开合作，借力是一条现实路径。
一句话总结：需求端已经换挡，供给端还在换胎。
普通网安人，接下来怎么做
给个人：把“结果校验”练成肌肉记忆——每次用AI产出，都追问证据链；优先补架构级、对抗级两块低分项；用CTF、靶场做“人机协同”刻意练习，16%和27%的差距就是这么拉开的。
给团队：把40%的人喊的“缺场景”变成排期表——定期组织真实场景红蓝对抗；算力上争取私有资源或共享池，别让47.5%的成本焦虑拖住训练。
给管理者：按“模型安全 / AI应用安全 / AI赋能安全”三类重新盘点岗位，先解决23%、19%、6%这些悬殊的配比，再谈AI战略。
攻防的节奏已经被AI改写。
能力清单的更新速度，
决定你是被替换，还是被需要。
地 址：北京市海淀区世纪金源商务中心 607室
13810321968（微信同号）