亚马逊云科技江学森：AI漏洞年产千级，Continuum如何闭环修复？

11月13日 TechWeb 消息，网络安全行业正被人工智能改写。新一代 AI 模型已经能自主挖掘漏洞，漏洞发现从过去几年才碰上一次，变成一年好几次，甚至开始工业化批量产出。

Epoch AI 的数据显示，仅 2026 年 6 月，全球高危及关键漏洞数量约为 1500 个，是此前月度历史纪录的 3.5 倍。10 月刚刚爆出的情况也印证了这一点。亚马逊云科技安全合规高级经理江学森直言，传统网络安全正在被颠覆：AI 带来的不只是更多漏洞，攻击速度、攻击门槛和攻击方式都发生了系统性变化。

面对这些挑战，AI 时代，网络安全的防御思维和能力也必须要升级焕新。

AI攻击质变，防守必须用AI

在江学森的概括里，AI 时代的安全攻击有四个特征：分钟级、全自主、零门槛、低成本。漏洞从公开到被利用的时间窗口持续坍缩；AI 能端到端跑完攻击链，无需人类指导介入，一条指令就能发起复杂攻击；人人都能发起专业攻击；攻击成本越来越低，攻击质量却逐步趋近于顶尖攻击者。

还有一点更该留意：攻击者拿 AI 放大能力之外，Agent 本身也可能自己发起攻击。江学森结合近期市场上出现的一些情况提到，部分 Agent 为把任务做完会想尽办法，甚至出现

AI 攻击一上来，传统安全运营的那些薄弱处就被放得更大。江学森把它归成四类：漏洞没能及时被发现；发现了又没能及时修；安全基线不牢，弱口令、没开 MFA、密钥长期不轮换这些老毛病被 AI 找得更快；Agent 应用本身缺少安全可控的保护。手法是新的，被钻的空子却是旧的。AI 做的只是把这些长期存在的

江学森对 TechWeb 说：“安全行业本来就攻守不平衡：防守方得把所有门窗都查一遍，才能证明房子不漏水，攻击方只要找到一条缝就行。AI 把这种不平衡又放大了。”企业每天要看成千上万条告警，系统里堆着大量漏洞，靠人一条条分析、排期、修复已经不现实。江学森认为，哪个领域用人肉去对抗 AI 都不太行得通，防守一方必须借 AI 的能力，比攻击者更早发现漏洞、验证漏洞，并把修复推下去。

Amazon Continuum：把“发现—排序—验证—修复”跑通

今年 10 月，亚马逊云科技宣布面向代码漏洞的 Amazon Continuum 正式可用，能以机器速度发现、排序、验证并修复安全风险。它并非普通的代码扫描器，而是按代码漏洞生命周期搭起来的多 Agent 系统：发现、验证、修复三个阶段各配专门 Agent，证据逐段往下传，后一阶段都接着前一阶段做完的事往下走。

发现阶段，Continuum 会分析代码库，形成候选漏洞发现，并把支撑每个候选的源代码证据记下来。到了验证阶段，专门 Agent 会试着把候选发现变成能演示出来的安全问题，构建概念验证并在隔离沙箱里跑，看观察到的行为是否撑得住这个发现。修复阶段则把漏洞追到根因、产出补丁，再验证补丁确实挡住了已经证明的失败，同时项目功能测试照样通过。修复方案是拿确立漏洞时用的同一套证据来评估的，不是只甩一个风险分数。

在加州大学伯克利分校

据透露，跨境金融数字科技平台飞来汇采用 Amazon Continuum 后，渗透测试效率从数天缩短到几小时，增量代码扫描在每次

江学森介绍，Continuum 特别的地方在于会结合部署上下文来判断优先级。它的上下文图谱主要靠两个来源搭建：客户的代码存储库和 AWS 环境。在跑代码的账户和区域设置收集器后，Continuum 可以收集

双向赋能：AI赋能安全，也要安全赋能AI

江学森强调，AI 与安全是双向赋能：一方面要保护在云上构建的 AI 应用、数据和系统，即

在安全赋能 AI 方面，随着企业纷纷构建 Agent，新的风险暴露点从网络延伸到 Agent 的上下文。

亚马逊云科技通过 MCP 调用入口，提供调用链审计与

江学森表示，AI 会把每一个安全细分领域都重构一遍，安全也得把每一个 AI 层级重构一遍。从基础设施、模型、数据和知识，到 Agentic 平台和 Agent，每一层都要加上安全能力。AI 攻击躲不掉，防守方能做的就是赶在攻击者发现之前，用 AI 把现有的威胁和漏洞找出来并修好。

Continuum 把“发现—排序—验证—修复”这条闭环跑通了，AgentCore 给 Agent 划出可控边界，两者指向同一个判断：AI 时代的安全，不能只靠人肉去追机器的速度，得用 AI 的速度、上下文和确定性护栏，把防守体系重新搭起来。这不只是产品能力上的较量，整个行业生态也得一起往前推。