防火墙厂商开始管 agent 的行为了

员工把客户名单粘进聊天框，agent 自己去调数据库——这两件事，传统防火墙都看不见。

一、发生了什么

10 月 22 日，HackerNoon 刊出 Ishan Pandey 的分析文章，讲 Check Point 的 AI Network Firewall。这个产品 7 月底发布，属于其 AI 防御体系的一环，是该体系在网络层的执行点之一。

它防三个面。

第一个面是员工。先发现员工到底在用哪些 AI 应用，包括批准的和偷偷用的；再对提示词做意图分类，判断这个人想让 AI 干什么，从而在敏感信息流出去之前拦住。

第二个面是 agent 和模型上下文协议流量。先盘点环境里跑着哪些 agent、连了哪些协议服务器，再对这部分流量实时执行策略——一旦越过允许范围，当场阻断，而不是事后审计。

第三个面是模型本身。它有一套内联的提示注入防护，技术来自 Check Point 收购的 Lakera；在对抗性输入和窃取数据的尝试到达模型之前拦掉，也对模型的输出做筛查。

部署方式是这套东西最值得注意的地方：不需要新硬件、不需要新控制台，客户在已有的防火墙上做一次升级就能用。

文章引了 IBM 的数据：涉及影子 AI 的入侵事件占到被入侵组织的 43%，一年前是 20%；这类事件的平均成本在百万美元级别，具体是 539 万；涉及企业自有模型或应用的入侵从 13% 升到 21%。

至于这个市场有多大，分析师自己都没共识：一家机构算去年约 3000 万美元，另一家预计 2026 年 2.6 亿美元，差近十倍，原因是「AI 防火墙」的定义不统一。

二、跟你有什么关系

安全负责人。 你要的第一个能力不是拦，是看见——员工在用哪些 AI 工具，agent 连了哪些协议服务器。清单本身就是成果。

平台团队。 如果防护能通过升级现有防火墙拿到，落地阻力会比新上一套系统小一个量级。

用 agent 干活的团队。 策略执行点在网络边界上，意味着 agent 每一次越权尝试都会留下痕迹。

三、怎么判断这类产品该不该上

1. 先做影子 AI 盘点。不看不知道，多数公司的实际情况是几十个未批准的应用在跑。
2. 问意图分类的误拦率。按语义判断一句话是不是在泄露数据，一定会误伤。要问误拦之后怎么放行、要多久。
3. 问协议服务器怎么发现。这类服务很容易被临时起一个，能不能自动发现，决定了清单是否完整。
4. 看是升级还是新购。升级路径快，但能力受限于旧硬件；新购慢，但策略空间更大。

四、三个别信的说法

「买了 AI 防火墙就合规了。」 它给的是技术控制点，合规要的是流程、记录和责任划分。审计框架得自己建。

「意图识别能准确判断泄露。」 意图分类本质是概率判断。阈值调低会误伤正常办公，调高会漏。这类产品必须配人工复核通道。

「市场没共识，说明这品类是炒概念。」 定义不统一更多是因为厂商把它打包进了既有平台，收入被记在别的科目里。看不看得见这个市场，和产品有没有用，是两件事。

五、一句话结论

AI 防火墙真正的新东西不是拦流量，是给「员工和 agent 各自想干什么」建立一份可执行的清单。

信息来源

• Check Point's New AI Firewall Reflects Changes in How Enterprises Approach AI Security，2026 年 10 月 22 日

功能与价格以官方公告为准。本文写于 2026 年 10 月 23 日。