Check Point 将 AI 提示检查纳入其防火墙

Check Point 宣布推出 AI 网络防火墙，于 2026 年 7 月 30 日，将提示和代理级别的检查纳入其防火墙软件发布 R82.20，并从客户已经操作的网关运行。该功能现在可用。

它针对的缺口是企业安全团队自从生成式 AI 到达工作场所以来一直存在的。传统防火墙可以确定员工是否访问了 AI 服务，但不能确定会话中发生了什么。提示、文件上传、模型 API 调用和模型上下文协议请求都作为普通的加密 HTTPS 流量穿过网络，因此应用程序识别在目的地停止，而粘贴到聊天窗口中的合同文本保持在会话中。

防火墙现在检查什么

AI 网络防火墙涵盖三个领域：

• 员工 AI 使用： 发现网络上运行的 AI 应用程序、代理和工具，无论是否授权，都可以看到使用提示的内容，并根据提示的使用场景阻止敏感数据外泄。
• AI 工具： 发现模型上下文协议流量，列出代理调用服务器和工具的清单，并对每次交互应用访问策略。
• AI 应用程序和模型： 在不修改应用程序的情况下，阻止提示注入和对抗性输入到达模型之前的内联阻塞。

第三个领域有最多的独立研究支持。提示注入在 OWASP 的大型语言模型应用程序前 10 名 中排名第一，它区分了直接注入和间接注入：网页或文档中嵌入的指令，模型稍后读取并执行，内容人类无需看到。OWASP 的评估是，该类别没有万无一失的预防方法，因为这种行为是模型处理输入的结果。内联网络过滤是针对安全团队已经控制的流量的缓解措施。

Check Point 研究提供了需求侧的数字，这些数字是该公司自己的：87% 至 93% 的组织每月至少看到一次高风险的生成式 AI 交互，携带敏感企业、个人或受监管数据的提示数量在一年内增加了一倍，达到每 25 个提示中有 1 个，平均而言，一个组织每月运行 10 个 AI 应用程序，其中许多应用程序不在正式流程中运行。同样的研究报告称，在审查的 10,000 个模型上下文协议服务器中，40% 存在安全漏洞，并在公共网页中发现了 15,300 个间接注入有效载荷，其中大约 70% 隐藏在人类无法读取的网页部分。Check Point 的 2026 云安全报告 早在 2026 年初就对此进行了相同的论述，关于治理滞后于采用，而 影子 AI 是大多数公司内部存在的问题的实际形式。

它在 AI 安全市场的位置

Check Point 称自己是第一个从物理防火墙本身提供 AI 安全的供应商。竞争对手一直将相同的控制作为单独的产品构建：Palo Alto Networks (PANW ) 于 2026 年 7 月将其 Prisma AIRS AI 网关 作为企业 AI 活动的独立控制平面推向市场，风险投资继续流向代理治理，包括 Hush Security 的 3000 万美元融资。模型提供商在自己的层面上添加了等效的控制，谷歌现在允许开发人员 阻止 Gemini 代理的工具调用。IDC 研究经理 Pete Finalle 在 Check Point 的公告中被引用，称将 AI 安全本地集成到现有的执行点中是“罕见的”，这使得可见性、遥测和管理简单性都有所提高。

覆盖范围遵循网关。检查发生在 Check Point 防火墙已经存在的流量路径中，这就是为什么该公司将发布与其 AI 防御平面的其他执行点配对的原因：员工的端点执行、AI 数据中心的容器化防火墙、自管理应用程序的独立 API 和 Web 应用程序防火墙。

执行点为什么重要

将提示检查集中在防火墙上，提高了攻击者从拥有一个防火墙中获益的程度。2026 年 7 月 22 日，Check Point 发布了热修复和公告，针对其安全管理和多域管理软件中的 CVE-2026-16232，一个认证绕过漏洞，评分为 9.3 分（满分 10 分），该公司称其已在野外被利用，针对的是少数几个其管理界面可从互联网访问且无 IP 限制的客户。同一更新中修复了另外两个管理和网关漏洞，尚未报告任何利用。因此，管理平面而不仅仅是数据路径，都是 AI 控制表面的组成部分。

在防火墙发布的同时，Check Point 正在将集中策略管理扩展到其 SASE 和 SD-WAN 产品，零信任执行将跨越 IT、运营技术和微分段工具，包括 Illumio，在一个控制台中管理，具有单一的审计跟踪。