北京，2026年11月11日 — 思科（NASDAQ: CSCO）宣布正在将 Claude Mythos 引入AI Defense，用于对 AI 应用和智能体开展红队测试。借助其前沿的对抗性推理能力对AI系统进行压力测试。结合全新升级的Splunk Agent Observability和Cisco IQ的最新进展，思科正帮助企业为迎接全新的可信时代做好准备，助力企业以机器级速度实现对AI智能体的安全防护、持续观测与有效治理。
思科全球总裁兼首席产品官Jeetu Patel表示：“无法保障安全、有效实施治理并进行观测，就无法实现规模化应用。通过将前沿AI运行时防护能力与机器级速度的智能体质量控制机制相结合，我们正在构建一个持续运转的可信闭环：既保护智能体免遭攻击和入侵，又确保每一笔Token支出都能带来可衡量的业务价值。”
随着AI智能体持续普及并开始连接复杂的工具和敏感数据，安全团队与可观测性团队之间的协作也日益加强。Splunk上个月发布的一份全球调研报告显示，81%的IT运维和工程专业人士表示，这两个团队之间的协作有所增加。思科在Splunk和AI Defense领域的创新，使安全负责人能够掌握Token支出情况和工具使用成效，同时针对能力日益强大的AI智能体开展定制化安全测试。
自2025年1月推出AI Defense以来，思科已帮助数百家客户在AI模型、应用和智能体投入生产环境之前，识别其中的关键缺陷。AI Defense的自适应红队测试功能使安全团队能够快速构建针对目标系统的定制化多步骤攻击测试方案，以发现特定风险。Claude Mythos将凭借先进的推理能力增强这一框架，帮助规划真正具有实际意义的测试，并将相关结果转化为针对各个系统的攻击思路。
主要功能包括：
- 逼真的对抗性攻击构思（Realistic Adversarial Ideation）：生成多步骤、结合具体场景的攻击路径，帮助识别复杂架构中不易察觉的漏洞。
- 安全且受控的访问（Secure, Contained Access）：按照设计，客户只能通过AI Defense的结构化界面与系统交互，不具备不受限制的自由提示词输入权限。
- 审计追踪与可重复利用的测试结果（Audit Trails and Repeatable Results）：AI Defense会记录每一项测试操作，以供审计；测试结果还可以延续至后续攻击测试循环，为进一步测试提供依据。
Anthropic网络安全负责人Michael Moore表示：“企业正在越来越多地将AI智能体融入核心业务运营，在这些智能体投入生产环境之前，对其进行充分的测试。通过将Claude Mythos引入Cisco AI Defense，思科能够帮助安全团队利用先进的推理能力对智能体开展红队测试，为每个系统规划测试方案并生成攻击思路。”
思科为AI Defense搭载对Claude Mythos的应用方式时构建了多层安全保障机制：
- 明确登记且获得授权的测试目标（Registered, Authorized Targets）：仅针对企业客户明确登记、拥有并授权测试的目标开展操作；无法扫描任意互联网基础设施。
- 具名操作人员身份追溯（Named Operator Attribution）：每次红队测试任务均须经过身份验证，并通过密码学机制与一名具名企业操作人员绑定，确保操作可追溯。
- 可撤销的执行机制（Revocable Execution）：每项测试任务均按照固定任务和由人工用户定义的目标运行；测试会话设有时间限制，并可根据需要随时终止。
- 双层监督机制（Dual-Layer Oversight）：AI Defense的产品级控制机制与项目级安全保障措施及监控机制协同运行。
打通闭环：从测试发现到可衡量的智能体投资回报
前沿AI模型在制定AI红队测试策略等复杂安全任务中展现出卓越能力，但这种能力具有两面性。AI在降低攻击者实施攻击的门槛的同时，也让许多企业面临新的挑战：如何在不断扩大的 AI 应用组合中，平衡安全、治理与投资回报率（ROI）等方面的考量。
为了有信心地大规模部署AI智能体，企业需要统一、实时地掌握AI智能体的成本、业务表现和质量。思科通过推出Splunk Agent Observability的一系列功能升级，帮助企业弥合这一信任鸿沟：
- Tokenomics：即将在 AWS Marketplace 上推出的成本治理功能，可将 AI 支出与输出质量关联起来。该功能利用 Amazon Bedrock 和 Amazon CloudWatch 的使用数据，将每个智能体的成本与其工作质量和影响力评估结果相结合，使企业能够通过统一视图了解 AI 的投资回报率（ROI）。这是对思科在.conf26大会上推出的 Token 支出归因功能的进一步扩展。后者能够追踪 Claude Code、Codex 和 Cursor 等 AI 智能体及编程工具产生的成本。
- Eval-G1 评估模型（Eval-G1 Evaluation Models）：Splunk Agent Observability 进一步扩展了相关能力，能够将智能体运行轨迹（Agentic Traces）和专家反馈转化为定制化小型语言模型，用于执行评估和防护机制，其成本较商用大语言模型最高可降低98%。新一代 Eval-G1 模型的评估响应速度比传统大语言模型快5倍，并能够以较高准确率实现对智能体的实时控制。
- 评估调优器（The Evaluation Tuner）：团队可以将智能体运行轨迹和领域专家的反馈转化为经过微调的评估模型，以机器级速度执行质量标准，并引导智能体按照预期方式运行。
集成 Claude Mythos 的自适应红队测试能力即将面向部分企业推出。Tokenomics 将于12 月开放私有预览，并计划于2027年初通过 AWS Marketplace 正式推出。评估模型和评估调优器则于本月起正式提供。
借助 Cisco IQ 和由 Splunk 平台提供支持的 Cisco Data Fabric，将基础设施暴露风险转化为安全行动
了解漏洞暴露情况固然至关重要，但安全团队还必须加快在复杂的企业IT环境中推进风险修复的速度。Cisco IQ 能够识别关键风险，而由思科合作伙伴和专业服务团队构成的强大生态系统，则能够将洞察转化为实际行动。合作伙伴帮助企业大规模开展风险修复并推进基础设施现代化，思科专业服务团队则凭借深厚的专业知识，帮助客户将思科的新能力落到实处。思科将与合作伙伴携手帮助企业简化运营，并使 IT 基础设施更好地适应 AI 时代的发展需求。
随着AI加速的威胁将漏洞披露到漏洞遭到利用之间的时间窗口从数周压缩至数小时，依赖特定时间点开展的审计已无法充分保障企业安全。为了帮助安全运营和网络运营团队以机器级速度采取行动，思科正将 Cisco IQ 的实时智能能力直接延伸至企业安全环境、开放的智能体协议以及自动化生命周期工作流。目前，Cisco IQ 已服务超过17,000家客户，覆盖近2,200万台设备。
主要更新包括：
- Cisco Data Fabric 集成（Cisco Data Fabric Integration）：通过开放 API，将 Cisco IQ 的漏洞、生命周期和配置信息直接导入 Splunk Platform，使安全运营（SecOps）团队和 AI 智能体能够在 Splunk Enterprise Security 中，将实时威胁检测结果与底层网络基础设施的暴露风险关联起来。
- 模型上下文协议（MCP）与 ServiceNow 连接器（Model Context Protocol (MCP) & ServiceNow Connectors）：为受支持的AI智能体和企业IT服务管理（ITSM）平台提供结构化的基础设施上下文信息，并自动将风险暴露发现结果转化为与具体资产关联的 ServiceNow 问题记录，无需人工进行数据核对与整合即可协调风险修复工作
- AI 驱动的韧性基础设施行动指南：识别并呈现关键的基础设施生命周期漏洞，包括针对已知缺陷的个性化警报，以及量子安全密码技术的就绪情况，帮助企业团队和认证合作伙伴制定基础设施现代化路线图，并确定相关工作的范围和优先级。
思科执行副总裁兼首席客户体验官 Liz Centoni 表示：“AI 正在不断压缩企业应对威胁的时间窗口。了解自身哪些环节存在风险暴露，只有能够据此采取行动才真正有意义。将 Cisco IQ 的漏洞洞察整合到由 Splunk平台提供支持的 Cisco Data Fabric中，能够在安全分析人员开展调查时为其提供相关背景信息，帮助他们判断下一步应采取什么行动。通过与合作伙伴及专业服务团队携手，我们正帮助客户从识别风险进一步迈向切实降低风险。”
如需进一步了解如何保护和观测智能体驱动型企业，请访问 cisco.com/go/ai-defense 。