一、零信任回答了一个问题但不是全部问题过去二十年企业安全最重要的一次范式转移是零信任。它推翻了一个存在很久的默认假设进入内网不等于值得信任拥有账号不等于可以自由行动。每一次访问都要重新验证身份、设备、环境与权限。安全边界不再是一堵可以一次性建好的墙而是一连串持续发生的动态判断。零信任解决的是一个足够重要也足够清晰的问题谁可以接近一种能力在软件主要用来呈现信息的年代这个问题几乎就是安全问题的全部。人看报表、查数据、下载文件、登录后台风险绝大部分集中在不该看的人看到了不该看的东西或者不该进的人进了不该进的系统。把入口守住风险就守住了大半。但当 AI Agent 开始调用工具、操作系统、编排流程、直接改变现实状态另一个问题浮出水面一个主体有资格使用某种能力是否意味着这一次具体的执行就应该发生这不是同一个问题也不是同一个问题的自然延伸。零信任管的是谁能靠近能力而 AI 时代真正危险的是能力被使用之后结果如何进入现实。二、合法的访问不等于正确的执行设想一个再常规不过的场景。一名财务人员通过了身份认证。账号真实设备合规网络环境正常多因素认证通过他也确实拥有付款权限。按照零信任的全部逻辑检查一遍这次访问没有任何问题——它甚至是一次教科书级别的干净访问。但如果下一步动作是向一个外部账户转出五百万元。系统真正需要判断的就已经不再只是这个人是谁。它还需要知道收款账户是否与审批时的对象一致金额是否仍在授权范围内这份审批是否已经过期业务状态在审批之后是否发生了变化最终提交到接口的那一组参数是否在中途被替换。这些问题身份和权限回答不了。零信任可以证明一个主体有资格进入系统却无法单独证明这件事在此刻以这些参数对这个对象真的应该进入现实。在过去这个缺口并不总是致命。因为最终动作通常由人完成。人会打开页面、逐项核对、手工填写参数再点击确认。这个过程可能低效、可能出错、可能被绕过但它天然带着摩擦力——速度有限规模有限一次错误的影响范围也相对有限。人的迟疑事实上一直在充当系统里一层没有被写进架构图的缓冲。AI Agent 抹掉了这层缓冲。AI 可以连续读取上下文、生成参数、调用接口、触发审批并在极短时间内完成大量操作。一个原本只停留在理解层面的偏差——对一句指令的误读、对一个字段的错配、对一次上下文注入的轻信——可以迅速穿过整条软件链路最终变成一笔真实的转账、一次真实的停机、一条真实的对外披露。更麻烦的是这些操作在形式上可能完全合法。账号是真的权限是真的接口调用是真的审批记录也是真的。每一个环节单独审计都能通过。但结果仍然可能是错的。AI 带来的新型风险不是非法入侵而是合法的错误。三、安全边界正在从访问端滑向执行端零信任的核心是不默认相信访问者。但在 AI Agent 时代只怀疑访问者已经不够。系统必须怀疑整条执行链上的每一个环节。人可能判断失误。AI 可能误解意图。审批可能对应了错误的对象。策略可能配置错了。上游 SaaS 可能被攻破。终端设备可能收到一条形式合法、实质错误的指令。这些环节里的任何一个在今天的企业架构中都可能拥有事实上的最终决定权——只要它说通过动作就会发生。而这正是问题所在。在一条足够长的执行链里任何一个组件被赋予无限权力整个系统的安全下限就等于那个组件的最坏情况。这就是对抗性完整Adversarial Integrity试图解决的问题。它不追问某个组件是否足够可信而是换一个更冷静的问法即使其中一部分判断错误、失效甚至被攻破系统是否仍然守得住最终的执行边界顺着这个问法一系列在传统安全里被默认成立的等式都需要被重新拆开身份通过不代表执行应该发生。权限合法不代表参数正确。审批完成不代表最终对象没有被替换。AI 给出高置信度判断也不代表现实系统应该无条件接受。对抗性完整不承诺系统永远不犯错。它承诺的是另一件更现实的事限制错误能够产生的后果。这是一个心态上的转变。传统安全建设常常追求把每一环都做到可信而对抗性完整承认一个工程事实——在一个由人、模型、SaaS、脚本和第三方接口共同组成的系统里每一环都可信是一个永远无法验证的假设。既然假设无法验证就不要把系统的安全性押在它上面。四、它不是零信任的替代品而是控制对象不同把对抗性完整称为零信任的升级版在传播上很省力但并不准确。零信任和对抗性完整之间不是前后替代关系而是控制对象的差异。零信任控制的是谁能使用能力。对抗性完整控制的是什么结果能够真正发生。零信任提供的身份认证、设备状态、风险评分、访问决策在新的体系里依然重要而且不可或缺。变化的是它们的地位——它们从最终裁决降级为证据。零信任不默认相信访问者对抗性完整不默认相信任何单一环节能够代表最终的正确。沿着这条线索回看企业安全边界的迁移路径其实相当清晰第一次边界在网络。防火墙、VPN、内外网隔离安全等于把坏人挡在外面。第二次边界迁移到身份与访问。零信任重构了信任模型安全等于每一次访问都重新验证。第三次边界正在迁移到最终执行。安全等于每一次会改变现实的动作都必须独立满足不可突破的条件。这并不意味着零信任过时了。恰恰相反——正因为零信任把入口问题处理得足够好企业才终于有余力看清出口端更深的风险。五、业务必须被理解但不必被重新实现执行控制与访问控制之间还有一个常被忽略的结构性差异。访问控制可以在很大程度上抽离具体业务。无论访问的是邮箱、代码仓库、CRM 还是财务系统身份、设备、网络、权限的判断框架大体是一样的。这也是零信任能够被做成通用产品的原因。但执行控制无法完全脱离业务语义。一笔付款、一次生产环境的服务器重启、一次密钥调用、一次产线停机它们的风险形态、可逆程度、影响半径完全不同。系统必须知道对谁、做什么、当前状态是什么、边界在哪里否则根本无法判断这个结果该不该发生。于是很多团队会在这里产生一个误解难道执行控制系统要把 ERP、财务系统、生产系统重做一遍不需要。真正要做的是把复杂业务压缩成有限的、确定的、可验证的执行条件。一笔业务在现实中的描述可能是向某供应商支付五百万元采购款。进入执行控制层之后它会被收敛成一组可以被逐项验证的条件发起主体是否有效目标账户是否与审批对象严格一致金额是否仍在授权范围之内该审批当前是否仍然有效、是否已经过期必要证据合同、验收、对账是否完整是否存在任何单一组件可以绕过上述限制的路径执行控制不判断这笔生意划不划算也不替企业决定这个供应商好不好。它只判断一件事这次将要进入现实的执行是否满足企业事先定义好的、不可突破的条件。对抗性完整不是把业务从安全里拿掉而是把业务从冗长流程收敛为可以被证明的执行边界。这件事的工程价值在于条件是有限的因此是可验证、可审计、可回放的而流程是无限的永远补不完。当 AI 开始高频操作业务系统时只有前者能跟得上。六、AI 时代安全不能只守住入口传统安全关心的是攻击者能不能进入系统。零信任向前推进了一步关心的是一个已经进入系统的主体是否持续满足访问条件。而对抗性完整把问题推到了最后一步即使身份真实、权限合法、审批完成、上层系统全部返回允许最终结果是否仍然受到一层独立的约束这是 AI Agent 时代无法回避的问题。当软件只负责展示信息访问控制的重要性已经足够高。当软件开始替人操作现实系统——转账、调度、部署、变更、对外沟通——安全就必须继续向执行端推进。因为从这一刻起一次误判的成本不再是信息泄露而是现实世界里一个无法撤销的动作。企业未来真正需要的不只是证明每一个组件足够可信而是确保任何一个组件即使被信任也不能单独制造无界的后果。零信任告诉企业不要因为一个主体已经进入就默认相信它。对抗性完整进一步告诉企业不要因为一条执行链看起来合法就默认让结果发生。AI 时代真正危险的已经不只是入口。而是一个错误的决定如何顺畅地穿过整个系统最终落进现实。
)
