2026 年 3 月 23 日，本月刚完成被 Google 收购的全球云安全领军厂商 Wiz正式发布了Wiz Agents & Workflows，通过红、蓝、绿三大专属AI Agent与可自定义的Agentic Workflows自动化工作流，打造AI原生的安全运营新模型。
AI重构开发与攻防格局 安全运营陷入人力瓶颈
AI正在彻底改变软件的构建方式，同时也重塑了网络安全的攻防逻辑。
大模型生成代码、自主AI Agent、云原生应用的大规模落地，让企业IT环境的迭代速度、复杂度与攻击面都呈现指数级增长。传统安全模式下，攻防双方天然存在不对称性：防守方需要覆盖全环境的每一个风险点，而攻击者只需要找到一个可利用的薄弱环节即可突破防线。
如今，AI技术同时向攻防两端开放，但双方的核心竞争力出现了分化：AI能力的上限，取决于支撑它的上下文数据。防守方掌握着代码、云环境、运行时全链路的系统构建、行为特征与风险分布数据，这是攻击者无法比拟的核心优势。
但现实情况是，绝大多数企业的安全团队，并未把这份数据优势转化为防御能力。团队的瓶颈不再是数据缺失，而是对海量数据的处置能力——安全人员仍需手动排查海量告警、跨工具拼接零散信号、逐一验证风险真实性后才能开展处置。当风险的爆发速度与规模持续攀升，人类的处理能力已经成为安全运营最大的短板。
三大专属AI Agent协同 覆盖安全全生命周期闭环
针对这一核心瓶颈，Wiz推出了三大定位明确、能力互补的专属AI Agent，覆盖安全运营的完整生命周期。不同于普通的AI助手，这三大AI Agent均基于Wiz Security Graph（Wiz安全图谱）构建，具备完整的自主推理、深度调查与自动化处置能力。
红Agent（攻击视角）
红Agent相当于企业内置的AI安全研究员，能够以攻击者视角，通过推理应用的业务逻辑，挖掘传统扫描工具无法发现的复杂逻辑型漏洞。它可以实时调整攻击路径、模拟真实攻击者的渗透思路，针对企业的Web应用与API完成可利用性验证，提前锁定攻击者可能利用的高危缺口，帮助企业在攻击发生前完成风险修复，始终掌握攻防主动权。
蓝Agent（防御视角）
蓝Agent是企业内置的资深应急响应专家，当威胁告警触发时，它会自动聚合云遥测、运行时信号、身份权限上下文等全维度数据，完成端到端的威胁调查，输出清晰的威胁严重等级判定与完整的攻击链路还原。不同于传统告警工具只给出单点风险提示，蓝Agent会完整呈现自身的调查与推理逻辑，让安全团队可以快速、精准地完成威胁处置，无需再手动跨工具收集证据。
绿Agent（处置视角）
绿Agent是企业实现“零高危风险”目标的核心引擎，它作为内置的风险调查与修复引擎，会持续分析企业的高优先级风险，彻底打通安全检测与落地修复之间的断层。它会综合Wiz安全图谱、代码到云的全链路关联关系、风险资产的归属信息、历史修复案例等上下文数据，精准定位风险的根因，输出适配企业当前环境的、分步可落地的修复指南，确保漏洞修复不仅快速，更能持久生效，避免重复出现。
三大AI Agent相互协同，基于企业真实环境的全量上下文数据，形成了风险验证-威胁调查-根因修复的持续安全闭环。
Agentic Workflows：把AI洞察转化为可规模化的安全行动
有了AI Agent的深度分析与精准洞察，如何把这些能力转化为企业可重复、可扩展、可管控的常态化安全动作，成为了新的核心挑战。Agentic Workflows正是为解决这一问题而生。 Agentic Workflows是Wiz平台内置的云与AI安全编排中枢，它整合了Wiz的全量环境上下文、三大AI Agent的分析能力，搭配灵活的拖拽式可视化界面，让安全团队可以完全自定义AI在企业环境内的运行规则——大到AI Agent的触发时机、执行范围，小到每一个动作的人工介入节点、审批流程，都可以按需配置。 基于Agentic Workflows，企业可以搭建贴合自身业务流程的自动化安全运营体系，典型场景包括：
自动拉取蓝Agent对可疑登录事件的分析结果，通过Slack向对应账号持有人核实操作行为，若确认非本人操作，自动升级至安全运营团队开展应急处置
当绿Agent输出高置信度的漏洞修复判定时，自动触发修复动作（如阻断公有云S3存储桶的公网访问、修补存在漏洞的容器工作负载），同时自动生成修复摘要同步给云安全团队
将绿Agent低置信度的修复方案，自动推送给对应业务的开发人员，附上完整的风险上下文与修复建议，经人工审批确认后，再触发生产环境的代码变更与漏洞修复
这种设计构建了灵活的人机协同模式，AI作为安全团队的能力倍增器，在可控的范围内加速安全动作的执行，推动安全运营向更高程度的自动化演进。而安全团队则可以从海量重复的手动工作中解放出来，将精力聚焦到安全流程定义、执行监督、关键风险决策等高价值工作上。
实战全链路演示：从零日漏洞发现到零高危风险闭环
为了直观呈现这套体系的能力，Wiz同步演示了从高危漏洞发现到全链路处置的完整实战流程，四大模块协同完成了传统模式下需要数小时、多团队配合才能完成的工作。
红Agent--发现风险红Agent在主动探测中，发现企业对外暴露的AI聊天机器人存在身份认证绕过漏洞。它通过推理应用的业务逻辑，成功实现未授权访问，通过自然语言prompt窃取到后端存储的敏感数据，包括个人身份信息（PII）与财务数据，同时完成了漏洞的可利用性验证，输出完整的漏洞证明与推理过程，明确标注该风险为需要紧急处置的高危漏洞。
绿Agent--驱动修复漏洞信息同步后，绿Agent立即开展上下文关联分析，追溯漏洞的根因，结合企业历史修复案例匹配最高效、最安全的修复方案，同时定位到漏洞对应的负责开发人员，生成适配当前业务环境的分步修复指南，确保修复动作可落地。
Agentic Workflows--编排响应与此同时，Agentic Workflows按照预设的规则，自动编排全流程的应急响应动作：针对该高置信度的高危漏洞，先自动触发临时管控动作，限制对应虚拟机的公网访问，缩小攻击面；同时将完整的风险上下文与修复建议，推送给对应开发人员创建Jira工单；针对需要人工确认的生产环境配置变更，设置审批节点，经确认后再自动执行修复动作，既实现了响应速度的最大化，又保留了企业对安全动作的完全管控权。
蓝Agent--检测与调查在漏洞处置的同时，蓝Agent检测到支撑该聊天机器人的主机容器出现可疑活动，立即开展实时全链路调查。它关联运行时日志、身份权限、云环境遥测等多维度信号，完整还原可疑活动的执行路径，评估影响范围，最终判定是否存在正在发生的主动入侵行为，确保企业不仅修复了漏洞，更完整掌握了整个威胁的全貌，避免出现攻击者已横向渗透的遗留风险。整个流程实现了从漏洞发现、应急管控、根因修复到威胁排查的全链路协同，传统模式下需要多个工具、多团队配合、数小时手动工作才能完成的任务，在AI Agent的加持下实现了分钟级完成，消除了安全运营的效率瓶颈。
深度上下文是AI安全决策的核心基础
有效的安全决策，不能依赖孤立的告警信号，必须建立在对企业身份、工作负载、应用、数据之间关联关系的完整理解之上。Wiz Agents全部基于Wiz安全图谱构建，具备跨企业全环境的推理能力，不止是简单汇总安全发现，更能完成风险可利用性验证、攻击影响范围评估、精准根因定位与修复方案匹配，从根本上降低了告警噪音，让安全团队可以聚焦真正有影响的核心风险。
可解释可管控是AI自主安全落地的前提
WIZ认为，对于企业而言，要落地具备自主处置能力的AI安全系统，核心前提是信任。Wiz从产品设计之初，就围绕信任构建了三大核心原则：
透明可追溯：AI Agent的每一个动作，都有完整、可见的证据支撑
决策可解释：AI Agent的所有风险判定、处置决策，都有清晰的推理逻辑
结果可落地：AI Agent的所有输出，都直接指向可执行的安全动作
搭配支持人工介入节点的Agentic Workflows，企业可以按照自身的安全规范、业务特性与团队能力，自主选择AI落地的节奏，无需为了效率牺牲可控性，真正实现安全、平稳地向AI原生安全运营转型。
参考资料:
Introducing Wiz Agents & Workflows: Security at the Speed of AI：https://www.wiz.io/blog/introducing-wiz-agents
声明：本文来自玄月调查小组，版权归作者所有。文章内容仅代表作者独立观点，不代表安全内参立场，转载目的在于传递更多信息。如有侵权，请联系 anquanneican@163.com。
