思科将把 Claude Mythos 纳入 AI Defense，用于受控红队测试

思科于 2026 年 11 月 9 日宣布，将把 Anthropic 的Claude Mythos纳入 AI Defense 的自适应红队测试框架，用于测试 AI 应用和智能体。在墨尔本举行的 Cisco Live APJC 大会上，思科还宣布了 Splunk 智能体可观测性更新和 Cisco IQ 集成方案，使此次发布的内容从测试进一步扩展到智能体成本评估和基础设施修复。

客户无法随意向 Claude Mythos 提示指令。相反，该模型将在一项固定任务中运行，任务设有已注册的目标和由人工定义的目标要求；它将为测试规划和攻击构思提供推理支持，而 AI Defense 则负责执行测试。

红队测试严格限定在授权范围内

思科技术概述区分了标准测试和自适应测试。标准红队测试会检查提示注入、越狱、敏感数据泄露和有害内容等常见风险，覆盖数千种类别、内容类型和对抗技术。自适应测试则从客户以通俗语言提出的标准开始，分析目标并设计有针对性的攻击；随后根据响应调整测试方法或改变策略，最后报告发现并建议后续行动。

这些安全措施限制了推理能力的使用范围。Claude Mythos 只会针对企业客户明确注册、拥有并授权测试的目标运行；思科表示，它无法扫描任意互联网基础设施。每次测试都必须通过身份验证，并以加密方式绑定到一名具名操作人员。会话设有时限，可以随时终止；每项操作都会记录在案以供审计，测试结果也可用于制定可重复执行的后续攻击循环。

AI Defense 已提供标准和自适应红队测试，但面向部分企业客户的 Claude Mythos 版本即将推出。思科计划向符合条件的客户扩大开放，但尚未确定具体日期；推出时间、适用范围和区域可用性都可能发生变化。思科表示，自 AI Defense 于 2025 年 1 月推出以来，该产品已帮助数百家客户在模型、应用和智能体投入生产前发现缺陷。

Splunk 将智能体成本与产出质量关联起来

Splunk 智能体可观测性更新着眼于智能体部署的运营环节。Enhanced Tokenomics 将利用 Amazon Bedrock 和 Amazon CloudWatch 的使用数据，把每个智能体的成本与其工作质量和影响评估相结合。这些技术指标还可与客户自定义的衡量标准结合，例如净推荐值或每笔理赔成本，从而将现有的令牌支出归因能力扩展到 AI 智能体和编程工具，包括 Claude Code、Codex 和 Cursor。

Eval-G1 使用定制的小型语言模型执行评估和护栏检查。思科表示，与商用大语言模型相比，这些模型执行相关任务的成本最高可降低 98%，提供评估响应的速度则快 2.5 倍。评估调优器会将智能体执行轨迹和领域专家的反馈转化为经过微调的评估器，用于落实质量标准，并引导或阻止智能体产生不准确的行为。

各项可观测性功能的推出时间并不相同。Eval-G1 和评估调优器将于 2026 年 11 月起全面推出。Tokenomics 计划于 2026 年 12 月开启私有预览，随后于 2027 年初在 AWS Marketplace 全面推出。

Cisco IQ 将风险暴露信息与修复工作衔接起来

思科表示，Cisco IQ 服务近 17,000 家客户，覆盖 2,200 多万台联网设备，并提供资产、覆盖范围和咨询建议等背景信息。Cisco IQ 修复工作流通过开放 API，将漏洞、生命周期和配置数据经由 Cisco Data Fabric 传入 Splunk Platform。随后，安全团队和 AI 智能体可以将 Splunk Enterprise Security 中的实时检测结果与底层网络风险暴露情况关联起来。

模型上下文协议和 ServiceNow 连接器可为受支持的智能体和 IT 服务工作流补充结构化的基础设施背景信息。风险暴露发现结果可以转化为与资产关联的 ServiceNow 问题记录，无需手动核对数据。思科提醒，发现风险暴露并不能证明攻击者已利用该漏洞：此工作流旨在补充调查所需的背景信息并协调修复工作，而不是将每项发现都视为已确认的安全入侵。

AI 驱动的弹性基础设施手册还会显示关键生命周期漏洞、针对已知缺陷的个性化警报以及抗量子密码准备情况，帮助团队和认证合作伙伴确定现代化改造的优先次序。整套方案将攻击生成限定在授权任务范围内，可由评估模型实施护栏，并利用风险暴露数据辅助调查，但这些数据本身并不能证明系统已遭入侵。目前，评估模型和调优器已全面推出，而支持 Mythos 的红队测试和 Tokenomics 尚未推出，因此，思科所描述的端到端工作流仍依赖尚待推出或仅有限开放的功能。