1994年，俄罗斯黑客弗拉基米尔·列文团伙侵入花旗银行的计算机系统，绕过安全验证向海外账户分批转移资金，案发前已造成数百万美元损失。银行耗时数月才锁定嫌疑人、完成追损与系统加固。

那个年代的攻击，靠的是人的耐心、人的判断、人的手速。

三十年后，这套剧本演不下去了。不是黑客变少了，是坐在键盘后面的那个“人”，很多已经不是人。

2024年以来，安全机构接连披露多起针对企业AI算力平台的入侵：攻击者扫描公网上暴露的模型推理端口与任务调度接口，利用未授权访问直接接管GPU集群，把企业重金搭建的智算资源变成挖矿僵尸网络，同时顺手拖走存储在集群上的训练数据与商业机密。受害企业往往在云账单异常暴涨、或内部数据出现在暗网交易后才察觉。

防线没塌，塌的是“黑客必须破门”的旧剧本。企业的防火墙、权限系统一样没少，只是很多人没意识到，那扇朝公网敞开的推理端口，压根没上锁。

 01 旧地图，找不到新大陆

要讲清楚传统防火墙为什么在这件事上

“哑火”，得先回到它的底层逻辑。

防火墙诞生于上世纪八九十年代，逻辑朴素，在边界立一道门，查规则库，合规的放行，不合规的拦下。后来演进到下一代防火墙（NGFW），加上了应用识别、入侵防御、SSL解密，但内核没变，它默认自己面对的是人在操作应用。

这个默认项，在AI时代失效了。

今天企业网络里的流量，越来越多来

自AI Agent、自动化工作流、模型调用链。

它们不是人，没有稳定的行为节律。提示词注入看上去就是一段普通的用户输入，规则库无从下手；模型投毒发生在服务器内部的进程与文件层面，流量侧根本看不到；算力盗用的流量特征和正常业务高度相似，只是多了一点、快了一点。

“

多了一点、快了一点”，恰好是规则库最无力的地带。

速度是另一道坎。面对未知威胁，传统设备往往要把样本送回云端研判，一来一回以分钟计。人工操作的年代，几分钟够用。在AI的世界里，一次提示词注入就发生在一次对话之间，Token的价值在结果返回之前已经烧掉了。

这不是防火墙做得不够好，是旧地图碰上了新大陆。

近日，在

华为全联接大会2026期间，华为数据通信产品线安全产品领域总裁吴家兴接受《南冥一鲨》等多家媒体采访时表示：安全已经从AI转型的配套保障，变成了前置瓶颈。

他进一步解释，AI技术加速渗透千行百业，网络安全威胁发生了根本性改变，AI Agent爆发式增长，成了新的网络行动主体，非人类身份的访问与调用成为流量主体；提示词注入、模型投毒、算力盗用、语义级攻击等新型风险集中爆发。在他看来，通过AI加强防护、构建

“智能对抗智能”的攻防格局，已经成了各行各业的必答题。

这道题，华为选择用“换底座”来答。

 02 从打补丁，到换底座

每一次技术范式切换，都会伴随一轮标准之争。PC时代，英特尔和微软定义了计算架构；移动互联网时代，苹果和谷歌定义了应用生态；云时代，AWS重塑了服务的交付方式。标准不只是规范，更是产业做大规模的前提

。没有统一标尺，客户连选型参照都没有，赛道就撑不起来。

华为此番在安全领域的动作，逻辑相同。

7月28日，在雄安举办的第五届中国IPv6创新发展大会上，由CCIA中国网络安全产业联盟提出、华为牵头的T/CCIA 006-2026《人工智能防火墙安全技术要求》正式发布，联合编制的有中国电子技术标准化研究院、中国信息通信研究院、奇安信、深信服等20余家产研用机构，2026年9月1日起实施。

这是国内首个AI防火墙领域的团体技术规范。它在GB/T 20281-2020《信息安全技术 防火墙安全技术要求和测试评价方法》的基础上，针对AI系统特有的风险增加了增量指标，把防护对象延伸到大模型、智能体、工具调用这类非人类身份（NHI）。

两个月后的9月15日，全国网安标委（TC260）2026年第二次

“标准周”上，华为牵头发布了《面向人工智能的网络安全技术与产品标准化研究》国标研究报告，把AIFW、AIDR、AI SOC整体纳入防护体系研究。

一团体规范、一国标研究，两件事都做了。

为什么是华为来牵头？吴家兴在

9月18日的圆桌会议上没绕弯子：华为在防火墙上投入最早、技术积累最深、落地场景最多，又是一家端到端的全栈厂商，面对AI时代的新型攻击，只有这样的厂商才可能拿出规模化的实践。他给牵头这件事定的调子是，把这么多年摸索出来的经验沉淀成整个产业都能用的基础能力，而不是把技术锁在自己的产品线里。

规范发布之后，最想先拉起来的是两类伙伴：一类是头部安全服务商，一起把应用生态做厚；另一类是深耕行业的集成伙伴，他们手上有行业Know-how，能把一套标准化方案从水平场景真正推进到千行百业。

而AIFW本身，华为给的定义是：防火墙的下一代，不是带AI功能的防火墙，而是面向AI时代的全新架构。吴家兴在圆桌

会议上讲了三个“不同”：

防护对象不同

。传统防火墙防的是人和应用，AIFW把防护对象扩展到用户、应用、模型、Agent、自动化工作流，其中非人类身份的统一纳管，被他称为“质变”。

检测引擎不同

。传统防火墙靠特征加规则，遇到未知威胁要回云端。AIFW把专用检测模型和NPU算力单板（华为称AI Core）融合在一起，本地完成在线推理，目标是主动感知Agent的运行意图，在攻击发生之前识别风险。

运营模式不同。传统防火墙靠人写策略、人查告警。AIFW走意图驱动的策略自治，华为给出的指标是99%的安全事件实现自动化处置。

方向之外还有锚点：稳定可信、高性能防护、智能驱动检测、实时防御、自治运营。这五大设计原则，写进了华为今年8月发布的《华为AIFW技术白皮书》。

 03 三道围栏，守住Token时代的账本

架构创新最终要在具体场景里兑现。华为给出的落地形态，是

“星河AI三层安全围栏”，对应AI算力中心当下最疼的三件事。

第一件是算力劫持。黑客盗用企业算力挖矿，在Token经济里就是直接的成本流失，而且流失得很安静。

第二件是提示词注入。攻击者构造一段提示词绕过检测，诱导模型吐出本不该吐的数据。它看起来就是一次正常对话。

第三件是模型与数据投毒。入侵LLM服务器，篡改模型文件、窃取数据、埋后门。与之相邻的另一类风险来自供应链

。2026年3月24日，开源AI网关LiteLLM的两个版本在PyPI被植入恶意代码，短短几小时内波及约2500家企业、数十万台设备，被拿走的是云密钥、代码仓库令牌、SSH Key和各大模型厂商的API Key。这不是模型被投毒，是构建模型的那条流水线被人下了毒。

三层围栏，一层对一层。

网络围栏守入口。内置挖矿检测模型，华为给出的检出率是95%，依托AI Core的本地算力实现毫秒级阻断；同样的事走云端检测，是分钟级的往返，在按Token计费的逻辑里，这几分钟的窗口就是账单上的真金白银。

Agent围栏守交互。内置提示词注入检测大模型，华为称准确率95%，基于昇腾算子优化把检测时延压到150毫秒以内，业界平均在500毫秒量级。这个数字容易被忽略，大模型本身的推理时延通常在10到100毫秒，安全再加500毫秒，用户就会明显感到卡。安全做得再好，卡到业务跑不动，最后还是会被关掉。

主机围栏守核心。部署在LLM主机上，实时监控进程、数据窃取、模型文件篡改，华为披露的CPU占用率控制在1%以内，低于业界约5%的平均水平。对24小时满负荷的算力集群，省下的每一个百分点，都是可以拿去跑推理的算力。安全防护抢算力，一直是智算中心的隐性成本。

三层串起来是一个纵深：网络侧拦外部入侵，Agent侧滤恶意交互，主机侧盯内部异常。每层有独立的模型，每层针对一类威胁做优化。

 04 写在最后：

吴家兴在定义AIFW时强调过一句区分：AIFW不是带AI功能的防火墙，而是面向AI时代的全新防火墙架构。

差几个字，差一个时代。

前者是打补丁的思路，在原有框架里塞几个AI模块，宣传物料上写

“AI赋能”，产品接着卖。这条路整个行业都在走，热闹，也拥挤。

后者是换底座的思路，承认旧架构到了代际拐点，防护对象、推理方式、运营模式一起重构。这条路更重，护城河也更深。

有意思的是，被问到“华为牵头定标准，是想把盘子做大，还是把自己的技术路线立成标准”时，吴家兴的回答是：两者不冲突，华为牵头不是要排他，安全是生态产业，没有一家厂商能全做完，立标准是为了搭一个公共舞台，避免重复造轮子，一起把蛋糕做大。

这个姿态，其实比抢地盘的叙事更有说服力。网络安全这行有句老话，攻击者只需要成功一次，防御者必须次次成功。AI把这句话的残酷度又放大了一档：攻击者现在可以用机器的速度、机器的不知疲倦、机器的并发去撞门，防御端如果还停在人工规则、云端往返、事后溯源那一套，这场仗在开打之前就输了半截。

华为把AIFW摆到下一代的位置上，押的是这样一个判断：下一个十年的安全对抗，主角是AI对AI。谁先把标准、产品、生态这条链路跑通，谁就能在这个新赛道上占据主动。

至少在眼下，这是行业里少数几个在谈架构、而不只是在谈功能的声音。