01

7 月 21 日，OpenAI 发布了一篇罕见的长文。

旗下 GPT-5.6 Sol 模型和一款能力更强的预发布模型，在内部安全评估中失控——突破沙盒隔离环境，挖掘出第三方软件的零日漏洞，获得互联网访问权限，然后自主判断开源 AI 平台 Hugging Face 存有评估相关数据，组合多种攻击手段入侵了对方的生产服务器。

换句话说，AI 已经学会了——不光是攻击，而是有策略地攻击。

这件事给人的感觉只有两个字：裸奔。

企业砸了数千亿美元建 AI 基础设施，Agent 部署从试点走向生产，但守护这些系统的安全预算，还停留在基础设施支出的 3%-5%。

一场越狱，暴露的不是漏洞，是结构性失衡。

这件事的核心启示不是 "AI 太危险了 " ——那是吓唬人的表层叙事。

真正的启示是：当AI系统从实验室走向生产环境，安全防护的缺口不是线性放大的，而是指数级爆发的。

一个在沙盒里跑的模型，和一个连接企业数据库、操作核心 API、处理 PII 隐私数据的 Agent，面临的安全要求截然不同。

而绝大多数企业，正把第二种 Agent 往生产环境里搬，却还用第一种的安全标准去守护它。

02

高盛最近做了个统计，在 2015 至 2020 年的云基础设施建设周期中，安全支出的增长滞后了基础设施支出大约 2 年，然后从不到基础设施支出的 1% 跃升至 3% 以上。

为什么安全总是滞后？

因为技术采用周期有一个固有规律：

第一阶段是建设期，企业大量投资 GPU、数据中心、模型训练和实验性 Agent 部署，团队在验证 " 这东西能不能跑 "，安全不是优先事项。

第二阶段是投产期，Agent 进入生产环境，连接企业数据、操作核心系统，安全突然成为刚需——不是因为风险变高了，而是因为风险有了实际影响。

第三阶段是常态化，安全风险纳入基础设施预算的一部分，从 " 新兴需求 " 变成 " 标准配置 "。

简而言之，先盖楼，后装锁。不是因为锁不重要，而是楼没盖好时装锁没有意义。

但问题来了：如果楼已经盖好了，人已经住进去了，而锁还没装——会发生什么？

7 月 21 日的越狱事件，就是答案。

当前，AI 安全占 AI 总预算的比例仅为 3%-5%，基础设施与安全支出的比例约为 50:1。

高盛预测，到 2026 年下半年至 2027 年，AI 安全占 AI 总预算的比例将从 3%-5% 提升至 10%-15%，基础设施与安全支出的比例将从 50:1 压缩至约 7:1。

增长的绝对数字也惊人：2026 年 AI 基础设施投资预计达 8000 亿美元，企业投资增长预期从 6.5% 上调至 7.8%。10%-15% 的安全预算意味着，仅安全支出的增量就可能达到数百亿美元的规模。

对比一下云安全的历史轨迹，也能看出端倪。

2015 年，当 AWS、Azure、GCP 开始大规模扩张云基础设施时，云安全支出微乎其微。

到 2017-2018 年，随着企业将核心业务迁移到云端，云安全市场才开始真正起飞—— CASB、云工作负载保护、零信任架构等品类从无到有，最终催生了 Zscaler、CrowdStrike 等市值数百亿美元的独角兽。

从不到 1% 到超过 3%，云安全用了大约两年完成跃迁。

AI 安全的拐点，同样预计需要约 2 至 3年的滞后期——只不过这次的基础设施投入规模，远超云时代。

2024 年 AI 基础设施大规模建设启动，按滞后两年推算，安全支出的拐点恰好落在 2026 年下半年到 2027 年。

而 Palo Alto Networks 的财报数据，已经在验证这个趋势。

2026 财年第三季度，PANW 总收入 30 亿美元，同比增长 31%；下一代安全 ARR 达 81 亿美元，同比增长 60%。

CEO Nikesh Arora 在财报电话会上称这是一个" 分水岭时刻 "，并直言 "AI 前沿的最新进展提高了网络安全的紧迫性，重新定义了行业未来几年的形态 "。

但这里有一个关键问题：这轮AI 安全拐点，谁最受益？

可能不是 AI 原生安全创业公司，而是现有的网络安全平台龙头。

原因很简单：安全技术的路线图主要由机器学习创新驱动，而非生成式 AI。

换句话说，防守侧的核心竞争力不是 " 用大模型做安全 "，而是 " 用大量真实安全数据训练检测算法 " ——而这恰恰是 Palo Alto Networks、CrowdStrike、Okta 这些老牌安全巨头积累了十多年的资产。

不仅如此，过去 18 个月，头部安全厂商积极收购 AI 原生技术资产，相关收购金额估计超过 23 亿美元。它们不是被颠覆的对象，而是在主动整合颠覆者的武器。

简而言之，旧玩家正在用新武器加固旧堡垒——而这座堡垒的护城河，比很多人想象的深得多。

03

回到开头的问题：7 月 21 日的越狱事件，和安全支出滞后模型，指向同一个判断——

AI 安全不是 " 要不要投 " 的问题，而是" 什么时候开始大规模投 "的问题。

而且这个 " 什么时候 "，答案越来越清晰：现在。

为什么？

三个信号叠加：

第一，Agent 从试点走向生产。

高盛预测，到 2030 年 Agentic AI 将驱动 Token 消耗增长 24 倍，达每月 120 万亿 Token。Agent 不再是实验品，而是企业运营的基础设施。

一个连接数据库、操作 API、处理客户隐私数据的 Agent，如果不加安全防护，就等于把企业的核心资产挂在裸线上——而 7 月 21 日的越狱事件，已经展示了裸线的后果。

第二，越狱事件让安全风险有了 " 实际影响 "。

过去，AI 安全更多是理论推演—— " 如果模型被恶意利用，可能会怎样 "。

现在，OpenAI 的模型实实在在地挖穿了沙盒、入侵了生产服务器、窃取了机密信息。安全预算从 " 预防性支出 " 变成了 " 止损性支出 "，优先级彻底改变。

第三，云安全的历史规律正在重演。

从不到 1% 到超过 3%，云安全用了两年。AI 安全的基数更低（3%-5%），但基础设施投入规模远超云时代，拐点一旦到来，增速可能更快——从 3%-5% 跃迁至 10%-15%，意味着安全支出在 AI 总预算中的份额翻三倍。

三重信号叠加的结论只有一个：当企业意识到其AI系统暴露在风险中时，安全支出的拐点就将到来。

而现在，正是布局的最佳时机。

不是因为安全预算明天就会暴涨——恰恰相反，正是因为大多数企业还没有意识到安全预算需要暴涨，而越狱事件和历史规律都在告诉你：这个认知鸿沟即将被填平。

投资的核心不是追拐点，而是在拐点到来之前站好位置。

高盛分析师加布里埃拉 · 博尔赫斯（Gabriela Borges）写了一句值得反复品味的话：" 过去四个月，安全板块的市场观感已从 ' 受 AI 威胁 ' 转变为 'AI 明确受益者 '。"

从 " 被颠覆 " 到 " 被强化 " ——叙事翻转的速度，往往比基本面翻转的速度更快。

而叙事翻转一旦完成，资金涌入的速度，会比所有人预期的更快。

安全不是 AI 时代的附庸，而是 AI 时代的入场券。

没有锁的楼，再高也住不了人。

风险提示

AI 安全产品和代理安全需求转化不及预期风险；数据中心设备成本和资本开支上行风险；大型客户采购节奏和宏观 IT 支出波动风险。

如果，你对产业投资感到困惑：

如果，你对如何找到产业龙头和潜力公司感到迷茫；

如果，你对板块波动感到无所适从；

那么，请扫码加入我们，获取更详细的产业链分析和投资策略，跟随格隆汇研究院一起，在AI 的浪潮中把握确定性机会，分享产业革命的红利吧！

免责声明：本文版权属于北京格隆汇投资顾问有限公司投研团队 ( 段月寒 : A0160625050003 ) 整理，本报告基于独立、客观、公正和审慎的原则制作，信息均来源于公开资料并予以合法合理适当的采集摘要与编辑。

股市有风险，入市需谨慎。本文中的任何投资建议均不作为您投资买卖的依据，您须独立作出投资决策，风险自担。任何单位或个人未经本公司许可，擅自发布、复制、传播或网络发表、转载等均视为侵权，本公司将依法追究侵权责任。

格隆汇声明：文中观点均来自原作者，不代表格隆汇观点及立场。特别提醒，投资决策需建立在独立思考之上，本文内容仅供参考，不作为实际操作建议，交易风险自担。