发布日期：2026 年 3 月 23 日
发布背景：RSA Conference 2026
发布厂商：Cisco
一、核心结论
Cisco 于 3 月 23 日发布的 AI Agent 零信任方案，并非单一产品，而是对其现有安全产品体系的一次架构级升级。该方案旨在解决企业在 AI Agent 落地过程中面临的三大核心问题：
- 企业无法识别内部运行的 AI Agent（资产不可见）
- AI Agent 缺乏身份与权限治理体系
- AI Agent 行为缺乏运行时安全控制与审计
Cisco 的解决思路是将 AI Agent 纳入企业零信任体系，与人类员工置于同一治理层级。换言之，Cisco 正在将 AI Agent 定义为企业网络中的“新安全主体”（New Security Principal）。这一转变或将成为未来企业安全架构的重要分水岭。
二、总体架构：一个完整的 Agent 安全栈
Cisco 构建了覆盖 AI Agent 全生命周期的安全栈，整体结构如下：
Agent Discovery
│
▼
Agent Identity & IAM
│
▼
Agent Zero Trust Access
│
▼
Agent Runtime Security
│
▼
Agent SOC Detection & Response
相较传统零信任，该架构的核心差异体现在：
| 传统零信任 | AI Agent 零信任 |
|---|---|
| 以用户为中心 | 以 Agent 为中心 |
| 设备身份 | Agent 身份 |
| 访问控制 | 行为控制 |
| 静态权限 | 任务级权限 |
| 人工 SOC | AI SOC |
这意味着安全体系正从“以用户为中心”向“以 Agent 为中心”演进。
三、技术架构与产品映射
本次发布由 Cisco 多个产品组合构成，形成从发现到响应的完整能力链：
| 架构层 | 关键能力 | 对应 Cisco 产品 |
|---|---|---|
| Agent 资产发现 | 发现 AI Agent、机器身份 | Cisco Identity Intelligence |
| Agent 身份与 IAM | Agent 身份注册、责任人绑定 | Cisco Duo |
| 零信任访问控制 | 任务级最小权限 | Cisco Secure Access |
| Agent 通信安全 | MCP 流量控制 | Cisco Secure Access |
| AI 安全测试 | Prompt 注入、红队测试 | Cisco AI Defense |
| Agent 运行时控制 | SDK + 策略执行 | Agent Runtime SDK |
| Agent 供应链安全 | Skills / MCP 扫描 | DefenseClaw（开源框架） |
| SOC 自动化 | AI SOC Agents | Splunk + Splunk Enterprise Security |
整体来看，这是一次典型的 Security Cloud 架构升级。
四、关键技术创新点
AI Agent 身份体系（Agent Identity）
本次发布最重要的变化之一在于身份体系的扩展。Cisco 提出，企业需管理三类身份：
Human Identity
Machine Identity
Agent Identity
关键能力涵盖 Agent 注册、责任人绑定、生命周期管理、权限管理及行为审计。这意味着 IAM 正从传统模式向 Agent IAM 演进，并将对未来企业 IAM 架构、SASE / SSE、NAC 及 API 安全等领域产生深远影响。
零信任模型升级：任务级权限
传统 IAM 模型为“用户 → 应用”。Cisco 提出的 Agent 权限模型则为“Agent → 任务 → 资源”。权限不再直接授予 Agent，而是授予其所执行的任务。这是一种全新的“任务级零信任”（Task-scoped Zero Trust）模型，其价值在于：
严格限制 AI Agent 权限范围
防止 Agent 越权操作
降低 AI 误操作风险
收敛供应链攻击影响半径
该模型有望成为未来 AI 安全领域的重要标准。
AI Agent 流量治理：定义新的安全域
Cisco 在 SSE 平台中新增 Agent 通信控制能力，重点解决 Agent 与工具、Agent 与 Agent、Agent 与 SaaS 之间的通信问题。此类流量在过去缺乏安全模型，Cisco 将其纳入 Agent Gateway，形成类似“用户 → ZTNA 网关”的对应关系：“Agent → Agent 网关”。这实质上是定义了一种新的流量类型——Agent 流量，未来可能演变为“Agent 感知的安全网络”。
AI 开发安全（DevSecOps）
Cisco 将安全前置至开发阶段，新增能力包括 AI 红队测试、Prompt 注入测试、越狱测试及 Agent Skills 扫描，旨在构建 AI Agent 安全开发体系。这部分能力有望成为未来 AI 应用上线前的标准化流程。
SOC 体系升级：Agentic SOC
Cisco 认为，AI Agent 时代将带来安全事件的指数级增长，SOC 必须实现自动化。基于 Splunk 平台，Cisco 引入多个 SOC AI Agents，包括 Triage Agent、Detection Builder Agent、Malware Analysis Agent，目标构建机器速度响应的 SOC（Machine-speed SOC），这一方向与行业整体发展趋势高度一致。
五、战略意义与行业影响
从行业视角来看，本次发布具有三方面重要意义。
企业安全主体的扩展
过去企业安全主体集中于用户、设备、应用三类。未来，AI Agent 将成为第四类安全主体。这意味着企业安全体系将向“四主体安全模型”演进。
安全控制粒度从“访问”升级为“行为”
传统安全以访问控制（Access Control）为核心，而 AI Agent 的风险主要来自自动执行任务、自主决策、调用外部工具等行为。因此，安全控制必须上升至行为控制（Action Control）。这一转变具有根本性意义。
SASE 向 AI 安全平台演进
Cisco 的架构表明，未来 SSE / SASE 不再仅是用户访问控制平台，更将成为 AI 流量治理平台。这或将成为 SASE 下一阶段演进的重要方向。
六、趋势研判：探索中的关键挑战
尽管 Cisco 已提出完整架构，行业整体仍处于探索阶段。以下几方面问题尚未完全解决：
AI Agent 网络流量的识别与分类
Agent 行为模型的标准化
企业内部 Agent 编排的安全管控
网络设备对 Agent 的感知能力
换言之，厂商已率先提出架构蓝图，但诸多关键能力仍在形成过程中。
七、总结
Cisco 于 3 月 23 日发布的 AI Agent 零信任方案，本质上是一次企业安全体系的架构级升级。其核心变化可归纳为：
定义 Agent Identity
引入任务级零信任模型
新增 Agent 流量安全域
推动 AI DevSecOps 落地
实现 SOC 自动化升级
用一句话概括本次发布的意义：Cisco 正将 AI Agent 全面纳入企业安全基础设施，并率先构建面向 AI 时代的零信任架构。这极有可能成为未来几年企业安全体系演进的重要方向之一。