Cisco 将自身网络遥测数据与 OpenAI 的前沿推理能力组合，用于企业安全防御。背景是攻击者正在借助 AI 扩大自动化攻击规模、以机器速度编写漏洞利用代码。Cisco 的应对思路是：用 AI 加速防御侧的调查、响应与修复，压缩漏洞出现到完成修补之间的窗口。

OpenAI 方面，企业数据隐私策略是合作的前提：零数据保留、严格的客户数据边界、可验证隔离。Cisco 认为这使前沿模型可以部署到关键任务系统，而不牺牲客户对敏感遥测数据的控制。

在架构层面，Cisco 描述了一个从单一安全边界转向分布式控制的转变：安全栈被下放到微服务、Kubernetes 容器与集群级别。应用层控制可以限制服务间的通信范围，收窄攻击者横向移动的路径；出现问题时，也可以只隔离受影响的系统，其余业务继续运行。

把这类网络智能与 OpenAI 模型结合后，Cisco 能在机器规模上做信号关联。单个信号看似无害，组合起来可能暴露有意义的安全模式。这是网络数据与模型推理结合的要点：不是靠单一告警，而是靠全局关联发现威胁。

Cisco 总裁兼首席产品官 Jeetu Patel 点出了防御方最紧迫的问题：漏洞被利用的速度与组织完成修补的速度之间存在差距。AI 的作用是帮防御者更快调查更多威胁、更快响应。他说，AI 给了攻击者速度与规模，用 AI 做防御是保持安全的前提条件。

文章提到了两个具体方向：Daybreak 与 GPT-6 Astra。Patel 称它们带来了阶梯函数式的改进，不仅改善 Cisco 自身安全态势，也惠及客户——更高效地发现和修补漏洞，缩短调查、响应与修复时间。落地方式上，这些能力可以嵌入团队现有的扫描工作流，不需要从根本上改变团队的运作方式。

面向 Agent 时代，Cisco 提出安全团队需要区分两种情形：恶意干扰，以及 Agent 以非预期方式执行合法目标。这要求安全遥测与可观测性数据并用，同时评估威胁与 Agent 行为。三个优先级是：保护 Agent 免受恶意攻击、检测并拦截非预期行为、近实时运营。这些优先级正在推动安全策略和控件向可随 Agent 行为动态调整的方向演进。

Cisco 和 OpenAI 正在通过 Daybreak Defense Network 探索具体落地：帮助安全团队更快完成暴露面分诊，并在 Cisco Cloud Control 中执行相应控制。Patel 的结论是，这类合作把优势交还给防御者，让防御方以机器速度与规模运作。