记者丨 彭新 编辑丨朱益民 视频 丨 柳润瑛 12月16日，中国互联网安全巨头360突陷舆论漩涡。 前360高管、知名区块链投资人玉红在社交媒体公开"炮轰"360创始人周鸿祎，指控其涉嫌大 规模财务造假。 多张流传于网络的微信群聊及朋友圈截图显示，玉红指责周鸿祎及360集团存在严重财务问 题。 玉红声称："我帮周鸿祎做假账就至少几十亿的，我都有数据。我会全网公布，他的游戏 全部财务造假。"他还称360可能通过虚假充值的方式虚增游戏业务流水，并称认识周鸿祎 是"一生的耻辱"，其还在群内强调自己没有被盗号。 相关截图已在网络上疯传，周鸿祎社交平台评论区出现大量投资者问询。 受此消息及市场情绪影响，360股价当日承压明显，截至12月16日收盘，360报10.86元/股，跌 幅达5.07%，总市值缩水至760.15亿元，单日蒸发40亿元。 3 6 0集团火速否认：不存在财务造假情形 面对前高管的实名指控，360集团于12月16日下午发布声明，予以否认。 360方面强调，公司始终坚持合规经营，严格遵守国家法律法规及证券市场规则，定期接受权 威机构审计，财务状况公开透明、健康合规。 值得注意的是，360在声明中专门对玉红 ...

事件概述 - 互联网安全公司Cloudflare发生服务故障 导致其全球数十万家企业客户网站出现宕机或不可靠 受影响方包括多家银行 Shopify Zoom LinkedIn等 [1] - Cloudflare已实施修复并监控结果 其美股盘前一度下跌6% 截至发稿跌幅收窄至逾2% [1] 故障影响与范围 - 故障导致Cloudflare仪表板及相关API出现问题 其自身的故障状态页面一度也无法打开 [1][2] - 故障波及处理其大部分全球流量的19个数据中心 导致多家主流网站和服务陷入瘫痪 此次事故持续约一个半小时 [2] - 2019年7月 因软件漏洞导致部分网络耗尽全公司计算资源 致使全球数千家依赖其服务的网站最长宕机30分钟 受影响网站包括Medium Discord Shopify SoundCloud Coinbase Dropbox等 [2] - 2022年6月发生故障 导致多家主流网站和服务陷入瘫痪 此次事故持续约一个半小时 [2] 历史故障记录 - 2024年11月19日 因配置文件异常引发系统崩溃 导致X ChatGPT Spotify Canva等全球大量网站和应用出现访问故障 [2] - 此次宕机距离亚马逊AWS"US-EAST-1"区域故障不足一个月 再次引发业界对集中式基础设施依赖风险的讨论 [2] 公司响应与措施 - Cloudflare表示将复盘配置管理流程并加强冗余设计 以防止类似事件重演 [2]

报告行业投资评级 - 报告未明确提及行业投资评级 [1][2][3][4][5][6][7][8][9][10][11][12][13][14][15][16][17][18][19][20][21][22][23][25][26][27][29][30][31][33][34][35][36][37][38][39][40][41][42][43][44][45][46][47][48][49][50][51][52][53][54][55][57][58][59][60][61][62][63][64][65][66][67][68][69][70][71][72][73][74][75][76][77][79][80][81][82][83][84][85] 报告核心观点 - 互联网暴露面风险呈现攻击趋利化、自动化趋势，针对企业和重要机构的高危害攻击案例每年增加约27% [10] - 业务对外暴露面持续增加，架构复杂度提升导致不可控风险点增多，传统安全防护手段存在局限性 [22] - 攻击方在攻防演练中占据主动，防守方需从产品告警驱动向攻击视角威胁暴露面管理转变 [12][23][29] - 持续威胁暴露面管理（CTEM）成为行业演进方向，结合攻击面管理、风险验证和自动化修复实现降本增效 [31][33] - 腾讯安全通过暴露面管理服务平台，整合自动化工作流、T-VPT优先级算法和实战经验，帮助企业构建持续收敛能力 [44][48][51] 互联网暴露面风险趋势 - 攻击主体包括国家级攻击力量、恐怖分子、商业间谍、一般黑客和内部用户，利用0Day研究、供应链攻击、勒索软件等手段 [10] - 受攻击目标涵盖政府涉密信息、国家关键基础设施、商业数据和个人敏感信息，受保密法、等级保护、网络安全法等法规约束 [10] - 攻击案例包括存储桶盗刷导致财产损失、API接口泄露引发数据窃取、Stealer凭据泄露直接入侵核心系统等 [14][16][18][19] - 传统漏洞扫描和渗透测试存在局限性，无法全面覆盖云服务、供应链、暗网数据等新型暴露面 [20][21][34] 构建持续的暴露面收敛能力 - 暴露面管理服务设计包括暴露面监测（Discovery）、暴露面分析（Prioritization）和监测运营中心（Validation+Mobilization）三阶段 [44] - 服务内容涵盖资产测绘、暴露面识别、脆弱性探测、关联分析、风险验证和修复缓解，输出测绘报告和运营改进建议 [46] - 核心能力包括自研测绘平台、VPT优先级模型、JS-Eye敏感信息检测、云暴露面风险管理等，支持第三方工具集成和流程编排 [48][50][53][70][75] - 平台优势体现为精准管理后台识别（准确度98%以上）、目录爆破分析、数据泄露监测（覆盖4000+黑产渠道）、多云环境风险识别等 [63][66][69][74][81] - 交付方式灵活，支持服务报告、控制台权限和API订阅，适配日常运营、重保障碍和合规风险管理场景 [84]

富达增长策略基金第二季度表现 - 富达增长策略基金第二季度零售份额回报率为2274% 但未能跑赢基准罗素中盘增长指数1820%的回报率 [1] - 美国中盘成长股在第二季度表现强劲 从四月初特朗普关税公告后的短暂下跌中反弹 [1] - 基金投资策略侧重于投资于展现持续增长并产生正自由现金流的高质量公司 [1] Zscaler公司财务与市场表现 - Zscaler公司股价在52周内上涨6689% 一个月回报率为347% [2] - 截至2025年9月25日 Zscaler公司股价报收28666美元 市值为45379亿美元 [2] - Zscaler公司第四财季收入同比增长21% 达到719亿美元 [4] Zscaler公司业务与基金持仓 - Zscaler公司是一家领先的云安全公司 提供基于云端的互联网安全平台 [2][3] - 在第二季度末 共有60只对冲基金投资组合持有Zscaler公司股票 较上一季度的46只有所增加 [4] - 富达增长策略基金在季度结束前建立了Zscaler公司的头寸 因其第一季度业绩强劲 收入和盈利能力均超分析师预期 并上调了全年指引 [3]

核心观点 - AI智能体正在重塑安全行业格局，360安全云通过三类智能体（安全、管控、企服）实现安全运营效率的质的飞跃，将传统人工时代的"三堆"战术升级为AI驱动的自动化闭环[6][7][13] - 360凭借超2EB安全大数据和六年国家级攻防演习经验，构建了智能体落地的双重护城河（数据质量+场景验证），使威胁检测响应时间从小时级压缩至分钟级，误报率降至个位数[8][9][10] - "安全即服务"理念推动行业从硬件采购转向能力订阅，360通过五大标准化体系将国家级安全能力赋能5000+客户，合作伙伴复购率达95%[19][20][22] 技术突破 - 安全智能体实现威胁发现数量比人工提高3倍，速度提升10倍，准确性提高20%，高级专家需求减少3倍，单工单处理时长仅25分钟[14][15] - 管控智能体建立自动化决策中枢，实现企业内资产/行为/数据的体系化管理，应对行业从"单纯防护"向"数据安全"的需求转变[15] - 企服智能体达L4级别，在合同审核场景可像20年经验专家般分析条款公平性并识别潜在风险，使业务环节时间投入缩减50%以上[16] 行业变革 - 传统SOC模式人均年处理2.4万条告警但真实事件检出率不足3%，AI智能体通过"算力替代稀缺人力"缓解全球350万网络安全人才缺口[7][8] - 智能体分级标准显示行业分水岭在于AI角色定位：Chatbot问答属"副驾"，事件流程自动化属"智驾"，数字员工协同作战才是"主驾"[16] - 合作伙伴案例显示：南通AI城市安全运营中心实现春节无驻场值守，江苏泛亚10天建成运营中心并实现机场600终端全景管控[20][21] 数据资产 - 360拥有90亿恶意域名库和300亿全网攻击样本，安全大脑每日分析全网数据为智能体提供训练素材[10] - 托管服务客户超5000家，合作伙伴案例中单月处理5504起事件且闭环率100%[15][22] - 标准化交付体系使合作伙伴最快三周具备国家级运营能力，机场客户实现从被动应对到全天候主动防护的转型[21]

AI安全与对齐挑战 - 大模型能力已超越人类 无法实现价值观"对齐" 因已学习人类所有情绪和文学作品中的复杂行为模式 [2] - AI安全需采用"以模制模"方式 通过大模型监控分析大模型 并将"电源开关"控制权保留在人类手中 [2][3] - 智能体具备邮件发送和电脑操纵能力 使潜在反抗风险显著提升 [2] 智能体技术演进路径 - L1为玩具级聊天工具 L2为低代码工作流执行工具 L3为专业领域推理型智能体但存在跨领域协同瓶颈 [4] - L4多智能体蜂群协作技术实现95.4%任务成功率 支持1000步复杂任务 消耗500万至3000万Token [5] - 平台已汇聚超5万个L3智能体 用户可通过自然语言搭建专属智能体 [5] 智能体发展瓶颈与解决方案 - 智能体错误率随步数增加而上升 存在"倦怠"问题 [5] - 通过增加反思能力和设立校正智能体角色可改善错误率 [5] - 智能体间记忆共享技术解决"协同困境" 实现任务规划与执行的统一 [5] 行业竞争格局与护城河 - 产品领先周期缩短至1个月内 新概念领先周期约2-3周 [6] - 企业唯一护城河是执行力和快速应变能力 [6] - 智能体将覆盖每个行业、企业及员工 快速迭代成为关键发展方向 [6]

周鸿祎AI战略观点 - 周鸿祎将80%演讲篇幅聚焦AI 强调智能体时代对社会经济的颠覆性影响 主张千行百业应全面投入智能体(All In Agent)以提升社会生产力 [3] - 提出通过普及AI应用助力个人及政企组织实现全面效率提升 为数字中国建设注入新动能 [3] - 宣布将持续开设"红衣课堂"向社会传授AI理解与应用技能 [4] 智能体技术演进路径 - 将智能体定义为AI从"能思考"到"能做事"的关键载体 具备任务理解 自主规划 工具调用及记忆能力 [5] - 划分智能体四级发展体系：L1级仅实现简单问答 L2级需人类主导预设流程 L3级具备单领域深度推理能力 L4级实现多智能体跨领域协同 [5] - 指出360纳米AI推出全球首个L4多智能体蜂群系统 突破单一智能体能力边界 采用"拉群组队"协作模式 [6] - 举例说明L4系统效能：用户通过自然语言指令可在十几分钟内完成传统团队数十人数天工作量的视频制作任务 [6] 360智能体工厂核心能力 - 首创多智能体协作编辑器 支持无编程开发 业务人员用自然语言即可生成智能体 [6] - 引擎支持连续执行超1000步任务 处理千万级Token规模 可完成动态网站搭建与高盛级研究报告等高复杂度输出 [7] - 集成超5万款现成智能体及200余款官方认证工具 提供深度搜索能力实现开箱即用 [8] - 依托360网络安全能力构建全链路安全防护体系 防范幻觉输出与指令攻击等风险 [9] - 采用"人在回路"机制允许用户全程参与任务调整 确保输出结果符合预期 [10] 行业影响与变革趋势 - 智能体工厂降低技术门槛 使中小企业具备搭建"数字团队"能力 改变原本仅顶级AI企业可打造L4智能体的行业格局 [10] - 推动"业务人员主导AI创新"模式 将行业经验转化为智能生产力 加速AI技术应用落地 [10] - 预言未来人类员工带领上百智能体工作成为常态 推动员工向"超级个体"跃迁 企业向"超级组织"转型 [10] - 智能体发展将重塑产业形态 推动新质生产力加速形成 [5]

360集团智能体工厂发布 - 公司推出无需编程基础的L3智能体定制平台 支持自然语言创建专属智能体 并可组合成L4级多智能体蜂群团队 [1] 智能体构建核心原则 - 聚焦小场景大纵深十倍收益领域 解决核心痛点 [1] 智能体落地实施策略 - 选择小型具体场景 例如轨交集团经营办公会场景 通过AI替代10人经济分析团队 [1] - 定位知识友好型场景 如公检法卷宗处理 与安全意识形态 知识理解 版式分析 多模态技术契合 [1] - 采用场景收敛型方案 例如全球飞机型号仅10余种 越标准化收益越大 [2] - 瞄准市场潜力较大领域 确保AI落地成效可见 避免因高成本导致价值难以体现 [2]

行业趋势与核心观点 - AI智能体成为产业未来焦点，2025年被视为智能体元年，智能体将改变企业组织运营模式并重塑经济形态 [1] - 智能体技术解决传统大模型缺乏执行能力的痛点，从"大脑"到"手脚"的进化是关键突破方向 [1] - 智能体经济将催生全新商业逻辑，人类角色从执行者转变为智能体管理者，推动人机交互范式根本改变 [5][6] 智能体技术分级与应用 - **L1级（聊天助手）**：以ChatGPT为代表，功能局限明显，难以满足企业深层次需求 [2] - **L2级（工作流智能体）**：固化企业标准流程（SOP），适合重复性固定任务但灵活性不足，在网络安全等领域应用广泛 [2][4] - **L3级（推理型智能体）**：由大模型驱动，自主规划任务流程，适用于创造性任务（如写小说、开发软件），但单任务超过100步易出错 [2][3] - **L4级（多智能体蜂群）**：通过协作机制完成复杂任务（如360纳米蜂群可一次性生成10分钟视频），需解决信息共享与任务并发挑战 [3] - **L5级（超级智能体）**：尚在探索阶段，未来或能自主规划L2/L3智能体，涉及AI自我进化领域 [3] 技术突破与商业化路径 - 三大技术突破推动智能体进化：DeepSeek推理模型普及、MCP工具接口标准化、Manus实现L3级任务执行 [5] - 行业从"玩具级"工具转向"生产力级"伙伴，垂直领域专业智能体（非通用智能体）是未来竞争力核心 [5] - L2与L3智能体结合是发展趋势，360重点布局L3/L4级智能体以满足企业多样化需求 [4] 智能体对行业的影响 - 弥补网络安全人才缺口：智能体可7×24小时处理威胁告警，解决"有设备无人才"痛点 [7] - 安全对抗升级为"算法战争"：敌对势力或利用智能体发动批量攻击，需通过安全智能体构建动态防御体系 [7] - 提升效率而非替代人力：智能体释放人类时间用于家庭与生活平衡，企业需管理智能体的"人性化缺点"（如幻觉、倦怠） [7] 人机交互变革 - 未来交互模式从"人类操作软件"转向"与智能体协作"，网站/APP将适配智能体而非人类直接操作 [6] - 用户角色转变为智能体"老板"或"领导者"，智能体可代劳购物、谈判等任务 [6][7]

行业趋势 - 智能体成为AI行业下一个方向 取代大模型成为焦点 行业从大模型阶段向智能体阶段演进 [4][5][6] - 智能体发展路径分为四阶段：L1聊天助手 L2低代码工作流 L3推理型智能体 L4多智能体蜂群 当前技术极限为L3执行100步复杂任务 未来目标为L4执行1000步 [3][7] - 网络安全行业面临"智能体黑客"威胁 单个黑客可操控上百个智能体发起自动化攻击 攻防对抗进入机器对机器新阶段 [4][7] 公司动态 - 360将纳米AI品牌升级为"多智能体蜂群" 推出安全 管控 企服三大类智能体 覆盖安全 人效 办公场景 [6] - 360安全智能体性能显著优于人工：威胁发现数量高3倍 速度提升10倍 准确率提升20% 管控智能体事件处置效率提升3倍 报告撰写效率提升72倍 [6] - 公司要求每个部门打造专属智能体 强调智能体需与行业深度结合 否定通用型智能体存在可能性 [4][6] 技术突破 - 大模型存在两大局限：推理能力不足 缺乏独立执行能力 需通过智能体实现工具使用和任务执行 [4][5] - L3推理型智能体可视为领域专家 但受限于跨领域协同能力 L4多智能体蜂群通过嵌套协作实现全局优化 [3][7] - 行业大模型需完成四步演进：技术创新 架构升级 构建主动免疫系统 深化国际协作 [7]