一个每天被海量安全告警淹没的岗位，AI把它做到了100%研判。这个数字，是个拐点。

一个每天被海量安全告警淹没的岗位，AI把它做到了100%研判。这个数字，是个拐点。

奇安信董事长齐向东在智博会上说了一句话：“智能体是当前提高生产力的最强引擎，数字员工将成为企业骨干。”

如果这话出自一个咨询公司的报告，你听听就过了。但它出自国内网络安全头部企业的创始人，分量就不一样了——因为奇安信，自己就是这么干的。

一、100%研判率，意味着“主执行者”

齐向东透露了一个关键数字：奇安信的安全运营数字员工，告警研判率可达100%。

别小看这100%。安全告警研判，过去是一群分析师7×24小时干的活，量大、重复、还容易漏。

现在AI把它干到了100%——这意味着，在这个特定场景里，数字员工已经不是“辅助”，而是主执行者。

不光是研判。奇安信的“威胁分析数字专家”，已经适配了漏洞研判、恶意样本分析、APT溯源等32类高频威胁场景。

看清楚这条路径：先在一个高频、规则相对清晰的场景（告警研判）里，让AI做到100%，再横向复制到32类场景。这，就是“数字员工当骨干”的真实打法——不是一下子全上，是一个场景一个场景地吃下来。

二、“画在圈里，管好手脚”

齐向东的另一个判断，可能是这届智博会上最值得抄的一句话。他说，智能体部署必须遵循一个原则：“把智能体画在圈里，管好手脚。”

怎么画？

五个圈：落地部署圈、连接圈、权限圈、数据圈、审计圈。

• 落地部署圈，管它能在哪跑；

• 连接圈，管它能连谁；

• 权限圈，管它能碰什么；

• 数据圈，管它能看什么数据；

• 审计圈，管它干过什么、留没留痕。

这五个圈，本质上是一套给AI划边界的方法论。AI越能干，边界就越重要。没有这五个圈，一个能自主行动的数字员工，就是一头没拴绳的猛兽。

三、最不敢用AI的行业，反而先让AI当了骨干

这件事最有意思的地方在于：安全，恰恰是对AI最警惕、最不敢用的行业。可偏偏是它，最先让数字员工当上了骨干。

为什么？

因为安全行业最懂一个道理：能力的边界，比能力本身更重要。

别的行业想的是“AI能多干多少”，安全行业想的是“AI干的时候，我怎么把它管住”。结果就是，越会画边界的人，越敢放手让AI干活。

这对你是个巨大的反讽式提醒：你迟迟不敢上AI，可能不是因为AI不够强，而是因为你还没想好怎么给它画圈。画好了圈，你也敢让它当骨干。

四、100%是怎么来的：把场景圈小，AI才敢给你100%

这里藏着一个反直觉的真相：AI能到100%，恰恰是因为场景被圈得足够小。

告警研判，是安全里相对规则清晰的一环——告警进来，判断真伪、分级、派单。

边界清楚，AI就能把这件事干到100%。但你若让AI去“处理所有安全问题”，它立刻就不行了。

这就是很多人对AI的误解：总想一步到位，让AI“全能”。结果场景太大、边界太糊，AI什么都干不好，于是得出“AI不行”的结论。

齐向东的路子反过来——把场景切窄，窄到AI能扛到100%，再一个个复制。

对我们的启示很直接：别问“AI能帮我干多少活”，问“我手里哪个活，窄到AI能干到100%”。找到第一个，你才算真正上路。

五、现在，你该做什么

第一，找一个高频、规则相对清晰的场景，让AI先做到100%。 

别追求AI“样样都能干”，追求它在一个场景里“干到不用人插手”。告警研判、单据核验、报表生成，都是好起点。

第二，给每个数字员工画五个圈。 

部署、连接、权限、数据、审计，一个都不能少。今天就把你正在用的AI，对着这五个圈过一遍，哪个圈是空的，哪个圈就是雷。

第三，先“吃透一个”，再“复制到N个”。 

奇安信的路是1个100%研判 → 32类场景。你也一样：把一个场景吃透，提炼出可复制的边界和流程，再横向铺。

第四，把“画边界”当成上AI的前提，而不是事后补。 

越能干的AI，越要在上岗前画好圈。等它闯了祸再补边界，成本和信任都补不回来。

六、回到那句“骨干”

齐向东说“数字员工将成为企业骨干”，真正让人记住的，不是“骨干”这个结论，而是他后半句的“管好手脚”。

因为一个能当骨干的数字员工，和一个能闯大祸的数字员工，能力上可能一模一样，差别只在有没有那个圈。

你敢不敢用AI当骨干，不取决于它多聪明，取决于你会不会画圈。

看完齐向东的五个圈，你心里可能冒出一个自己一直没敢下结论的问题——比如：我公司这个环节，到底能不能交给AI，边界划在哪才安全？