AI Agent進入企業核心 代理型資安防線加速成形

生成式AI資安出現結構性轉變。當AI從聊天、摘要進一步變成可自主讀取資料、修改檔案、呼叫API及執行程式的Agent，企業防線也必須從模型與提示詞防護，向AI實際執行階段的Runtime Security延伸。AI安全業者HiddenLayer近日完成1億美元B輪融資，正反映Agentic AI安全需求快速升溫。

HiddenLayer表示，新資金將強化Agentic Runtime Security及Agent Harness Security，尤其鎖定自主Coding Agent。其核心概念是持續觀察AI代理在正式環境中的行為，在執行當下辨識提示注入、工具濫用及未授權操作，而非只在模型部署前進行靜態安全檢查。

原因在於Agent改變了AI攻擊面的本質。傳統LLM遭Prompt Injection攻擊，可能產生錯誤回答；但Agent若同時擁有企業資料、瀏覽器、程式碼、雲端服務或MCP工具權限，同樣的攻擊可能進一步觸發資料外洩、檔案修改甚至程式執行。微軟先前研究亦指出，惡意MCP工具描述可能把原本受信任的AI Agent轉化為資料外洩控制面。

圖一 : 企業AI資安架構正從既有Endpoint、Network與Cloud Security，向新的AI Security Stack延伸。

HiddenLayer 2026 AI威脅調查顯示，Agent已從展示階段進入實際生產環境；其調查中88%組織表示多數或全部內部AI模型已與企業關鍵業務相關，但Runtime可視性、對抗測試及AI專屬事件回應能力仍不一致。報告並將AI供應鏈攻擊、Prompt Injection、Memory/RAG Poisoning及Agent工具濫用列為重要風險。

因此，企業AI資安架構正從既有Endpoint、Network與Cloud Security，向新的AI Security Stack延伸，包括AI資產盤點、模型與供應鏈掃描、Agent身分及權限控管、MCP／工具治理、Runtime行為監測與事件回應。

對資安市場而言，AI Agent帶來的並非單一新產品，而可能形成新的安全層。當AI開始代表使用者「採取行動」，企業需要管理的不只是人類與機器身分，更包括大量具有自主決策與工具操作能力的非人類代理，Runtime Security可望成為Agentic AI規模化部署的重要基礎設施。