AI 攻破企业网络的成本在五个月内下降了 99%，企业安全预算正在拼命追赶。高盛高管已在讨论：公司为安全投入的 AI 预算，可能很快等于甚至超过 AI 编码工具的投入。

攻击者的算账方式是对计算做期望值估算。花 100 万美元的 AI token 尝试入侵一家银行，若只有 1% 概率拿到 10 亿美元，期望收益是 1000 万美元，净赚 900 万；把同样算力花在 5% 概率、50 万美元 payout 的目标上，期望收益只有 2.5 万美元，净亏 97.5 万。便宜的防御过滤会挡住低价值噪声，所以理性攻击者不再四处喷洒，而是把 token 集中到最大的资产负债表上。

防御者面对的方程更难：每一美元进攻性 AI，需要多少防御性 AI 才能抵消？四月，Anthropic 和 OpenAI 测试了 Claude Mythos Preview 和 GPT-5.5 能否入侵一个模拟英国企业网络：32 步、横跨 20 台服务器，人类专家需要 20 小时。两个模型都在无人协助下接管了网络；国际清算银行（BIS）把这次入侵定价在 5000 到 10000 美元。五个月后，同样入侵的价格下降了 99%：Claude Mythos 5 在六月把成本降到 770 美元，Claude Opus 5 在七月降到 385 美元，智谱的开放权重模型 GLM-5.3 以 90 美元达到 Mythos 的利用成功率，相当于四月前沿成本的六十分之一。

在安全运营中心（SOC），AI agent 正在减轻人类团队的压力。团队每天面对 4400 多条告警，以往没有时间检查其中三分之二；自主调查能把 70 分钟的人工审查压缩到几分钟，每条告警约 2 美元算力，让分析师能聚焦真正的入侵。

但成本天平仍偏向攻击者，因为 SOC 必须检查每一条告警、每一个小时。三个乘数放大了防御方的算力需求：速度上，Glean CISO Sunil Agrawal 表示 AI 把入侵响应从数月压缩到数分钟，CrowdStrike 记录的平均突破时间为 29 分钟，最快 27 秒；规模上，2026 年 7 月 Hugging Face 入侵事件中，700 个 AI agent 组成的蜂群协调了四天半，交换 7 万条消息，执行 1.76 万次动作，最终收割 136 个生产密钥，Cogent Research 发现企业每月新增攻击路径中 76% 只对并行 AI 蜂群有效，同比增长 386%；广度上，非人类身份数量已是员工的 82 倍，企业 agent 规模将扩大到员工数的 100 倍，每新增一个 agent 都在扩大防御面。

CISO 的工作不再是叠加按人头购买的保险策略，而是最大化安全栈的效率：买足够的算力，把它转化为足够的防御 token，让攻击者的期望值降到零以下。