过去一年，AI进入网络安全的速度确实比很多人预想得更快，尤其是在渗透测试领域，越来越多 的 AI工具开始具备自主分析、调用工具、编写脚本、验证漏洞和调整攻击路径的能力，多Agent、长期记忆、攻击树、浏览器自动化等技术不断叠加，也让不少网安从业者开始产生一种焦虑，AI是不是很快就要把很多安全岗位取代了。

但近期一项针对AI自主渗透测试能力的实验，反而让这个问题有了一个更客观的答案。

研究人员没有继续堆叠复杂的AI安全架构，而是直接把Codex、OpenCode、Pi等通用编码Agent放进XBOW Benchmark，再与MAPTA、PentestGPT V2等专业AI渗透测试系统进行对比，试图拆开模型能力、通用Agent能力和专用安全架构到底分别贡献了多少价值。

实验结果相当亮眼，GPT-5.5驱动的Codex两轮测试最终覆盖99个挑战，已经接近完整覆盖，这意味着AI在部分标准化的安全测试任务上，确实已经强到不能再用过去的眼光来看待。

所以非常明确，AI在网安辅助方面的进步速度，确实比很多人预想得更快，而且这种提升不是营销话术，而是已经在实验数据里体现出来了。

然而， 这并不意味着未来五年内AI可以完全替代网络安全岗位。

原因并不是 “AI不够聪明”，而是网安工作本身就不是一个标准化、线性的工作。

很多人理解AI做安全，容易把它想象成一个固定流程，先信息收集，再漏洞扫描，再漏洞验证，再形成报告，只要模型足够聪明，把每一步做好，最终就能够替代人工。但真正进入企业环境之后会发现，安全工作很少按照这样整齐的路径运行。

业务是随机的，系统是随机的，人员权限是随机的，历史遗留问题 更 是随机的，甚至攻击面都是不断变化的。

一个看起来很严重的漏洞，可能因为没有实际利用路径、权限极低或者业务隔离完善，风险并没有想象中那么高；一个看起来并不起眼的配置问题，却可能因为恰好处在核心业务链路上，成为整个系统的突破口。

这就意味着，网安人员真正有价值的地方，并不是知道多少漏洞，也不只是会使用多少工具，而是能够在大量不确定信息中判断什么值得继续追，什么应该放弃，什么必须立即处理，什么可以暂时接受。

安全不是把所有风险都消灭掉，而是在有限资源下做风险权衡。

这恰恰是AI真正难替代人的地方 ， 当然AI可以发现问题，也可以按照规则给风险打分，但企业安全决策从来不只是一个技术判断，还涉及业务连续性、改造成本、人员投入、合规要求、数据敏感性以及潜在损失。一家公司面对100个漏洞，不可能因为AI发现了100个漏洞，就要求业务团队100个全部立即整改。

安全人员真正做的，是从100个问题里判断哪几个必须今天处理，哪几个可以本周处理，哪几个可以和业务改造一起解决，还有哪些问题虽然存在，但暂时接受风险反而更加合理。

这种工作，本质上不是 “找到正确答案”，而是在不完备信息下做取舍。

AI可以辅助这个判断，却很难在所有复杂业务环境下独立承担这个责任。

更值得注意的是，经验并不会简单因为接入AI而自动生成。

有人认为，过去经验不足的安全人员，只要有AI帮助，就可以直接获得专家级的思路，因为AI能够告诉他下一步做什么。但现实并没有这么简单。

经验并不只是 “知道下一步执行什么命令”，而是知道什么时候这个方向值得继续，什么时候一个异常可能只是正常业务行为，什么时候一个漏洞虽然存在却没有价值，什么时候应该扩大排查范围，以及什么时候必须停止操作。

所以AI确实可以大幅降低网安工作的门槛，却不等于它能够把“经验”完整复制给一个没有经验的人。

实验数据 结果页佐证了 这个问题 ， 在固定GPT-5的情况下，Codex两次运行虽然都完成了70个挑战，但两次同时成功的只有59个，还有22个挑战在两次测试中出现成功和失败的变化，这意味着AI的能力并不是完全稳定和可重复的。对于Benchmark来说，一次成功已经可以计分，但对于真实安全工作来说，“这次能打出来”与“每次都能稳定完成”是两个完全不同的问题。

当然， 这还引出了一个经常被忽略的问题，就是Token成本。

AI做安全不是没有成本的，而且真正贵的往往不是成功，而是失败。

失败任务会因为不断尝试错误路径、重复调用工具、持续修改方案而消耗更多资源，GPT-5.5的失败任务平均成本远高于成功任务。换句话说，一个真正进入企业环境的AI安全系统，不能只考虑“能不能找到漏洞”，还必须考虑“找不到的时候什么时候停”。

这也是为什么安全Harness仍然有价值。

好的Harness不是简单地给AI增加一段更长的提示词，而是帮助它记录状态、保存证据、控制攻击路径、管理权限、限制预算，并判断什么时候继续、什么时候回退、什么时候换一种方法。

因此，未来几年真正发生的变化，很可能不是 “AI把网安人替代掉”，而是“AI先把网安人的工作重新分层” 了 。