漏洞的快速利用甚至在补丁可用之前发生，这要求安全团队采取新方法。将大语言模型（LLM）代理集成到开发流程中，可实现漏洞的自动化发现与修复。然而，部署特权 AI 代理需要成熟的集成流程，以避免引入新的架构风险。Mandiant Consulting 提供关于建立 AI 辅助漏洞管理运营护栏的指导。组织应采用如 NIST AI 风险管理框架和 OWASP LLM Top 10 等框架。将现有的确定性控制扩展至 AI 执行环境对于安全实施至关重要。这包括使用合成数据的代理前数据安全和纵深防御模型，以及严格的工作负载隔离。对 AI 代理进行红队测试，并采用最小特权机器身份配合人类控制器，是关键的保障措施。AI 技能的供应链韧性以及强大的有毒流量分析对于防止新的攻击向量必不可少。由人类主导的威胁建模对于研判业务风险和识别架构设计缺陷仍然至关重要。AI 代理可辅助企业漏洞管理和产品安全，但基础安全也必须得到解决。基于风险的漏洞管理，结合标准化数据和威胁情报，对于优先处理修复工作至关重要。