# Palo Alto Networks CEO：AI 六周找出五年漏洞

> Nikesh Arora 讲述 AI 如何改变网络安全攻防、分析型 SaaS 的消亡与模型商品化后的盈利点，并点评 Waymo、谷歌和 OpenAI 及公司并购路径。

- 原标题：Palo Alto Networks CEO: "AI Found 5 Years of Bugs in 6 Weeks"
- 类型：嘉宾访谈
- 发布日期：2026-06-08
- 话题：Nikesh Arora：AI 六周挖出五年漏洞
- 出场：杰森、查马斯、萨克斯、弗里德伯格；嘉宾：Nikesh Arora
- 网页版：https://allin.qiaomu.ai/ep/palo-alto-networks-ceo-ai-found-5/
- 视频：https://www.youtube.com/watch?v=hObRMv6qCi0
- 精读字数：约 5384 字（阅读约 12 分钟）

> 本文为 allin.qiaomu.ai 基于原始节目的 AI 改写中文精读，非官方翻译；引用请注明出处并链接网页版。

Palo Alto Networks 在自家代码库里跑了一次 AI 漏洞扫描。六周，挖出来的漏洞，正常需要五到七年。

说这话的是公司 CEO 尼克什·阿罗拉（Nikesh Arora）。他在 All-In 这期节目里的原话是：

> 六周里，我们找到的漏洞，正常情况下需要五到七年才能找到。（尼克什·阿罗拉）

杰森·卡拉卡尼斯（Jason Calacanis）让他又说了一遍。查马斯·帕里哈皮蒂亚（Chamath Palihapitiya）追问了一句：这些漏洞在谁的代码里？阿罗拉答，是他们自己的代码库。

杰森的反应很直接：所以 Mythos 没有被过度营销，它是真的。

## 八年，市值从 170 亿美元到 2380 亿美元

查马斯开场先报数字：阿罗拉接手 Palo Alto Networks 时，公司市值 170 亿美元。今天早上他查了一下，2380 亿美元。

阿罗拉说，这个星期正好是他上任八年的整日子。

查马斯接着补了一句他在前一天节目里说过的话：市值过了 1000 亿之后，再翻十倍，反而比从零开始的第一个十倍容易。所以阿罗拉是在往万亿美元的路上走。阿罗拉回了一句：「从你嘴里说出来，但愿上帝听得见。」

阿罗拉当过 Google 的首席商务官，做过软银的总裁，现在管着一家网络安全公司，同时是最早拿到 Mythos 访问权限的少数人之一。模型公司会主动找他，企业客户也会找他。

## 六周找到五到七年的漏洞，成本是低位数百万美元

阿罗拉先讲了一个大背景：人类写坏代码写了很久。过去五十年所有代码里的问题，现在可以被 AI 扫出来。

模型还有一个持续思考的模式，叫 ultra mode，会一直试到得出结论为止。在这种模式下，它可以把多个漏洞串起来（daisy chain），拼出一条新的攻击路径。Palo Alto 自认是测试代码最勤的那一档公司，毕竟本身就是做网络安全的。如果把这件事乘以全世界所有自己写代码的公司，乘以大约 1000 万名开发者，模型会找到本来需要十年才能找到的东西。

杰森问成本：是不是烧掉了一亿美元，还是 1000 万美元。阿罗拉说，是「低位数百万美元」这个量级。他还提到，成本曲线会继续往下走，OpenAI 已经出了更便宜也更稳定的模型，Anthropic 也发了新版本。

杰森问了一个假设性问题：如果 Anthropic 当时没克制，直接把这个能力公开，会不会变成真正的攻击武器，造成混乱。阿罗拉的判断是，距离这东西在野外可用，可能只剩三个月。

> 可能还有三个月，也许已经到了。（尼克什·阿罗拉）

萨克斯（David Sacks）说他之前的估计是六个月，中国开源模型会达到 Mythos 级别的能力。阿罗拉说 4.8 和 5.5 版本已经出来了，能力相近。而且攻击者并不需要攻破最难攻破的代码，只要在存量代码里找到几个漏洞就够了，比如跑在边缘的一个老旧工业系统，很容易就能找到破口。

IBM 不久前宣布了一个 50 亿美元的项目，专门去修开源代码。阿罗拉说，开源才是最大的问题。

## 最新模型的全量权重，能装进一个 U 盘

阿罗拉讲了一件让他吃惊的事。他跟某家模型公司的 CEO 聊过之后才知道：那家公司最新模型的全量权重，能装进一个 U 盘。

这就是知识产权。他说，所有数据可以在 24 到 48 小时内蒸馏完，一个新的模型就出来了。

所以指望把最强模型扣住三到六个月，意义不大。他明确说，全球都在跑这场竞赛，把模型推迟发布不会给任何人带来优势。

## 误报率 30%：攻击侧好用，防守侧糟糕

阿罗拉抛出一个没什么人讨论的数字：Mythos 的误报率是 30%。

> 它 30% 的时候说「我找到一个漏洞」，你跑过去看，那里根本没有洞。（尼克什·阿罗拉）

杰森接了句：没有导弹飞过来。

阿罗拉的类比是自动驾驶。你不会让一辆误报率 10% 的车送你的孩子上学。企业里是同一个问题：模型不加合适的 harness 和训练，直接用，误报率就是 10% 到 20%。拿它去处理保险理赔，两成的判断是错的，直接就是赔钱。

弗里德伯格（David Friedberg）补了一个约束条件：降低误报的前提，是不能同时牺牲漏报率。

阿罗拉说他自己的业务要的是 0% 误报。他不急着追最新最强的模型，真正难的是把 20% 的误报压到 0.01%。

## 89% 的攻击，原因只是密码被偷了

查马斯把话题拉到国家安全。他关心的是这些模型落到境外势力手里之后，能不能在一国之内制造经济混乱。

阿罗拉先泼了盆冷水：一年里发生的几千起入侵，原因都很基础。89% 的攻击来自凭证被盗，用户名加密码，就这样。

查马斯开玩笑说自己密码就是「password」。阿罗拉配合着夸了他两句。

真正让阿罗拉担心的不是大目标。关键基础设施、国家级防护对象，这些地方的人很专业，会在 IT 预算里拿出 10% 做安全。他担心的是全国各地的小办公室：一家牙科诊所，一家医生诊所，跑着某个买来的打包软件。

> 我记得 Change Healthcare 被打穿的时候，每一家医生诊所都停摆了。（尼克什·阿罗拉）

那是勒索软件攻击。清算系统停掉之后，联合健康最后不得不拿出几十亿美元的信用额度给医生，才能让这些人把生意继续做下去。

查马斯问，那怎么办。阿罗拉说没有银弹，只能等每个系统被逐个升级、翻新、修好。这个过程会拉长整个行业的终值。

## 模型会变成水电煤，利润池在应用层

查马斯问，要不要对这些模型做管制，甚至搞一套永远不见天日的版本，只给 NSA 这类机构或者 Palo Alto 这样的公司用。

阿罗拉的判断不一样：模型会变成一层公共设施。你可以按需购买智能，这个任务要 120 的智商，那个任务要 250 的智商，一个付 10 块，一个付 1 分钱。

他更在意利润池的位置。

> 利润池在应用里，不在模型里。莎拉（Sarah）说的是 Codex 在跑赢，她没说 OpenAI 在跑赢。（尼克什·阿罗拉）

他的意思是，模型公司现在都在抢应用层的利润池，因为钱在那里。大部分企业根本不知道怎么直接用模型，他们要的是别人做好、能解决业务问题的应用。

杰森把这个问题推到了台面上：OpenAI、Anthropic 会不会像微软那样，在操作系统上叠一层 Office，用应用把底下的价值全部收走。

阿罗拉的看法是，会有一批应用公司专门在模型之间套利。5 万家企业需要的是同一个销售管理系统，为什么要自己拿 OpenAI 重写一遍？这么做既低效又蠢。他判断这一层公司还没成型，还在等待被创造出来。

## 分析型 SaaS 已死

查马斯问传统 SaaS 公司的位置在哪里。阿罗拉把 SaaS 拆成了几类。

第一类，分析型 SaaS，死了。这类公司卖的是「我帮你收集数据、帮你分析」。现在不需要了，自己拿模型跑一遍就行。Salesforce 市场上那些卖分析插件的应用，全部失去意义。那些被当成增量模块推销给企业的软件，不必再买了。

杰森举了自己的例子：一个 20 个席位的 SaaS 产品，没人登录，但数据在里面。他们砍到 3 个账号，把数据接上 Slack 和 Claude，所有人用自然语言查询，账单降了 90%。

阿罗拉说他遇到过一家拿授权卡他们的公司，直接绕开不用了。

第二类，基础设施软件，被低估了。数据库、存储这些。Databricks、Snowflake、MongoDB、Oracle，都是企业躲不开的东西。他的预测是，未来三年企业要存的数据是今天的 10 倍。

第三类，system of work 或 system of record，深嵌在业务流程里，6000 个销售人员知道怎么用。这部分要重做。

> 企业软件和消费软件的 UI，是我们做技术的人干过的最糟糕的一件事。（尼克什·阿罗拉）

他的推理链条是：我们花了一辈子让产品经理设计界面，目的只是让人类能和界面背后的数据打交道。如果 agent 能用，我直接跟 agent 说，把这次销售电话的要点提出来，写进我那套 Oracle 或者 Salesforce 的销售跟踪系统里，agent 应该能做完。那么 UI 就没有存在的必要。UI 消失，我就能重新布线整个工作流：销售打完电话，后面所有文书和流程自动完成。五个人变成一个人，效率提升才真正发生。所以这些做 system of work 的 SaaS，都值得为下一个五年重新设计一遍。

杰森补了一个观察：这件事还在被动发生。邮箱在被读，Zoom 的转录和摘要在自动生成，销售记录不需要人输入，连销售用的 deck 都是 AI 做的。最后所有人都对着一个聊天窗口说「我要这个」。

阿罗拉说，审计链反而会更清楚，因为数据从来没被人手动碰过，一直是 agent 在管。

## Armchair CEO：Waymo、Google、OpenAI

查马斯让阿罗拉点评几家公司。Uber 直接跳过，因为他是 Uber 的董事，只顺口夸了一句 CEO 达拉（Dara Khosrowshahi）是个好人。

Waymo：车是好用的，这一点很了不起。应该更快地进入更多城市，铺得更广。这话他也会当面跟特凯德拉（Tekedra Mawakana）讲。

Google：被低估了，会是「我们有生之年第一家 10 万亿美元公司」。原因是它手上有所有必需的资产。他还提了一个别人少说的角度：就算你是模型公司，也需要一支销售队伍去说服客户拥抱并购买这些模型，而三家超大规模云厂商手里的销售人员是最多的。查马斯说，Google 被低估的一部分原因是集团结构太难懂。阿罗拉接了句：「你们比我聪明，我只是个受雇的 CEO。」

OpenAI：卖得应该更快。萨克斯补充说，Anthropic 在企业和编程这两个方向上是 all in 的，所以 ARR 涨得更快。

阿罗拉顺手算了一笔算力账：一个吉瓦大约对应 100 亿美元的收入，而建一个吉瓦的成本大概是 500 亿。这就是所有模型公司都要每年融几百亿美元的原因。

他还点了另一个利润池：网络安全本身。首席安全官需要用模型测代码，Anthropic 已经把网络能力模型开放出来，OpenAI 和 Google 也各自有。至于那个还没爆发的池子，是应用软件那几千亿美元的 TAM。

## 硬件不会消失，因为延迟就是钱

弗里德伯格问，未来会做更多还是更少的硬件。阿罗拉说，硬件到今天依然是处理低延迟、高吞吐比特流最便宜的方式，数据中心干的就是这件事。金融服务是最不愿意上云的行业，因为上云会抬高延迟，延迟一高利润就掉。高盛、摩根大通、摩根士丹利，还有 Palo Alto 自己，都在继续做硬件。

他讲了个旧事：当年在银湖资本的时候，市场上都在说戴尔完了，没人要硬件了。现在戴尔的市值回到了 3400 亿美元上下。

真正的瓶颈不在设计。阿罗拉的判断是，长周期永远卡在生产环节。今天你造不出一个盒子，因为每一个硬件元件都缺货，全世界每一家工厂都在排队，排队的原因是全球数据中心要用的 GPU 板卡正在被疯狂生产。

弗里德伯格问美国能不能把这个供应链补上，是不是要十年。阿罗拉说，硬件行业正在经历一生一次的暴利期，所以企业敢承诺投 100 亿、200 亿甚至 1000 亿美元。他见过有 CEO 上电视说要投 1000 亿美元去建内存产能，这就是有钱往地里砸的信号。弗里德伯格提到税收激励的作用：加速折旧，第一年可以 100% 抵扣。

## 买到 250 亿美元之后，逻辑变了

查马斯问并购纪律。阿罗拉详细讲了两套打法。

一年半以前的打法是买产品公司，扔进自己的 go-to-market 引擎，重写后端让它和销售体系配合得更好。今天卖给客户 1000 万，两年后再卖 2000 万，这是摊销销售投入最高效的方式。这套打法一路推到了 1500 亿美元以上的规模。

转折点是他们看到身份（identity）领域出现拐点，从 agent 和安全两个角度看都会变得重要，于是收购了一家 250 亿美元的公司，三个月前完成交割。

但他现在认为真正的机会在别处：如果你能成为全世界最会用 AI 跑企业的那家公司，运营利润率可以远远超出行业水平。毛利率 90% 上下，净利率 40%。

> 如果你能破解这个密码，那买什么就不重要了。（尼克什·阿罗拉）

问题在于执行。大多数规模不够的公司根本没钱去优化自己。如果他们能把公司跑得比别人好、利润率比别人高，华尔街自然会认。

查马斯提醒他，当年第一笔并购做得很难，市场相当怀疑，后来被他甩在脸上。阿罗拉说怀疑很正常：一个不懂网络安全、不懂企业、从 Google 出来的人跑来当 CEO，而 Google 校友出去之后的成功记录本来就有高有低。

查马斯总结说，所以菜单是打开的。阿罗拉说，还需要六到十二个月看 AI 到底怎么沉淀下来。

大家的直觉是 AI 会让公司里的人越来越少。阿罗拉的看法相反：Palo Alto 技术侧的人数会达到历史最高。因为 AI 让所有东西都需要转型，因为 AI 存在，他今天的技术人员比没有 AI 的世界里更多。

- 有存量代码的公司，现在就该做一次 AI 漏洞扫描，并先把账算清楚。阿罗拉那次的成本是「低位数百万美元」，换来的是五到七年的工作量，这个性价比值得任何一家公司自己验证一遍。
- 接模型进业务流之前，先测误报率和漏报率。30% 的误报在攻击侧无所谓，在防守侧是灾难。拿一个小流程跑通再谈规模化。
- 如果你在做分析型 SaaS，现在就要回答一个问题：你卖的是数据，还是分析能力？数据是资产，分析正在被模型吃掉。往 system of work 或数据基础设施这两端靠。
- 看 SaaS 投资标的先分类：分析型（危险）、基础设施（被低估）、system of work（要重做但客户粘性高）。三类资产的命运完全不同，用同一套估值逻辑会出错。
- 把 UI 当成技术债看。任何一项工作，先问 agent 能不能直接完成，再问这个界面还有没有必要存在，最后问流程该怎么重新布线。
- 排编制时把方向反过来想。AI 让转型需求变多，技术岗位可能不减反增。别按「AI 会砍掉多少人」来定人力预算。