老實說，我第一次讀到Telefónica這篇關於代理式AI的報導時，腦袋裡冒出的不是什麼「科技改變一切」的配合演出語，而是直覺性的警覺：這東西合法嗎？不是開玩笑——當一個AI系統可以在毫秒內分析數百萬筆封包、自行判斷這是不是攻擊、然後逕行切斷連線甚至反向封鎖對方IP，這套流程幾乎已經超越了傳統資安工程師的決策邊界。

身為一個長期觀察網安產業發展的人，我注意到過去幾年「AI輔助防禦」這個詞被喊得有點廉價，很多產品說穿了只是把舊規則用GCP跑了一遍，掛羊頭賣狗肉。但Telefónica這一次的佈局很不一樣：他們直接端出了一套以強化學習框架為基礎、具備訓練訊息層（Training Message Layer）的代理式安全平台，說穿了——這不是「輔助人類」，而是「定義新戰場」。

接下來，我們從技術、實戰場景、產業趨勢到潛在市场規模，一層一層拆開。你會發現，這不僅僅是Telefónica一家的野心，而是全球關鍵基礎設施即將迎來的體質改造。

代理式AI到底是什麼——它不只是一個「比較聰明的防火牆」

很多人聽到Agentic AI，腦中浮現的畫面可能是「AI版的防毒軟體」，或是在後台跑異常監控的聊天機器人。錯了，差很遠。

代理式AI的核心能力在於「目標 persona」——它不僅接收資料、比對規則，具備一整套感知環境、設定目標、採取行動、評估結果再重新調整行為的閉環能力。這跟傳統資安工具最大的差別在於：後者是被動反應（Reactive），前者是主動出擊（Proactive）。

Linux Foundation在2025年12月宣布成立了Agentic AI Foundation（AAIF），開宗明義就是要確保這類AI的發展透明且協作。當一個產業協會開始串聯Google、Microsoft、AWS這種級別的玩家統一整套通訊規範（例如MCP、Gibberlink等協議），你就知道這不是一則公關稿，而是基礎設施級別的戰爭已經開打。

更要命的是，英國《金融時報》把AI智能體的自動化程度拿SAE的自動駕駛等級比擬——目前大多數應用還是L2或L3，少數高度專業化場景已經達到L4，L5則仍屬理論。Telefónica在自主網路轉型（ANJ）計畫下，已經部署了12個L4級別的自動化應用案例，這等於是把「人類同意後執行」升級成「人類事後複核」的作業模式。

從上圖可以清楚看出，傳統資安工具停留在基礎規則比對的L0-L1，機器學習輔助的系統進入L2-L3的輔助決策，而Telefónica目前佈署的代理式AI已經達到L4水準——人可以設定目標，但執行過程幾乎不插手。

Telefónica的自動駕駛安全平台架構：訓練訊息層與強化學習怎麼運作

Telefónica這套代理式安全平台的架構，如果用大白話來講，就是「幫AI建立一套能夠持續學習、犯錯、修正的神經迴路」。

它包含幾個關鍵組件：

• 訓練訊息層（Training Message Layer）：負責把來自不同網段、不同設備、不同協議的原始資料，轉換成智能體可以理解的「統一語言」。你可以把它想成聯合國的同聲翻譯，變電所SCADA的異常訊號、5G基站的流量波動、以及企業SSL憑證的異動，全部可以被並行分析。
• 強化學習框架：智能體透過與環境互動獲得獎勵或懲罰，逐步收斂出最優策略。這裡的「環境」就是企業的真實網路，但Telefónica強調他們會以數位孿生（Digital Twin）進行預演練，避免在生產環境中魯莽試錯。
• 行為分析引擎：不只記錄「做了什麼」，更關注「為什麼這樣做」。例如，某個IP在凌晨三點嘗試訪問HR資料庫，傳統規則只會標記為異常；但代理式AI會交叉比對該IP過往行為、該時段是否有排程任務、以及近期是否有類似入侵模式，再做出是否阻擋或放行的高置信度決策。

這種架構設計的聰明之處在於，它並非追求「零延遲響應」，而是「在可接受延遲內做出低風險決策」。聽起來不夠霸氣，實際上這正是大規模部署時最務實的妥協。

異常流量偵測、漏洞自動修復與跨域協同——三個讓人頭皮發麻的落地場景

講了那麼多架構，到底Telefónica這套系統在真實世界能幹嘛？以下是我根據公開資料與產業脈絡觀察，整理出的三個最具衝擊力的落地場景：

1. 異常流量檢測：從「海嘯來了才發警報」變成「漣漪還沒擴散就封門」

傳統DDoS防禦靠閥值觸發，問題是等閥值到達時，業務早已癱瘓。代理式AI透過強化學習持續建模正常流量的基準線分布，當發現潛在偏離（即使還未達到傳統告警標準），就能提前介入分流或啟動清洗機制。

2. 漏洞自動修復：讓「Patch Tuesday」變成連續的交響曲

微軟的Patch Tuesday是全球IT部門的惡夢，因為企業系統龐雜，等測試完畢再上線，往往已經隔了好幾天。Telefónica的架構中，代理式AI可以在測試環境中自動驗證補丁影響範圍，確認無誤後直接部署到低風險節點，再滾動更新到全網——這意味著修補週期從「週」下降到「小時」。

3. 跨域協同安全管理：打破資安孤島的終極解法

一家跨國電信巨頭的網絡橫跨歐洲與拉美，不同國家的合規要求、設備廠商、甚至連攻擊者的偏好模式都不一樣。代理式AI能在不同網域間建立共享威脅情報的局部共識，不需要人類逐條串接協議，就能自動調整各地域的防禦策略重心。

舉例來說，當歐洲A據點偵測到新型勒索軟體變種，AI智能體可以即時通知拉美B據點調高同類威脅的防禦權重，甚至主動部署針對性規則——而這一切可能在幾秒鐘內完成。

2026之後的全球網安市場：從513億美元到潛在兆級賽道的演化裂谷

這邊我們來認真看數字，不是為了嚇唬你，而是讓你理解這場變局的量級。

根據Gartner 2026年5月的最新預測，全球AI相關支出將在2026年達到2.59兆美元，年增率高達47%。而在資安細分領域，AI資安支出預計接近513億美元，較2025年近乎翻倍。

同一份報告還指出，專注於資訊安全的整體市場規模預計達到2,442億美元，年增13.3%。這意味著AI技術在資安領域的滲透率正在加速提升。

但這還只是「輸入端」的預測。如果拉到IT產業鏈的視角，全球企業在2026年花費在AI工具上的金額，竟然比花費在「保護AI本身」的金額多出17倍——這表示什麼？表示市場大把砸錢讓AI變得更聰明，但對AI本身的安全保護卻嚴重不足。

這個缺口，恰好就是代理式AI安全防禦的最大機會。當AI智能體開始無所不在，攻擊者必然會把矛頭對準這些智能體的決策邏輯，這就是為什麼Mordor Intelligence針對「網安領域的代理式AI市場」已經啟動研究定價。

我們可以大膽預測：

• 2026-2027： 頭部企業開始導入Level 4自主防禦，但多數停留在測試階段
• 2027-2028： 監管框架趕上（歐盟AI Act對高風險AI系統的要求逐步發酵），具備可追溯決策鏈的Agentic AI解決方案將成為採購標配
• 2028-2030： AI自主防禦市場可能從目前的數百億美元級別，躍升至千億乃至兆美元規模

當然，這取決於幾個變數：跨國資料隱私政策是否鬆綁（目前不樂觀）、以及「AI攻擊AI」是否會引發新一輪軍備競賽的惡性循環。

常見問題 (FAQ)

下一步怎麼走？我們一起打造屬於你的AI防禦藍圖

不管你是資安長（CISO）、IT主管，還是正在觀望這一波轉型的企業決策者，現在是時候認真評估你的組織架構是否準備好擁抱Agentic AI了。我們的團隊專注於協助企業評估、規劃並導入新一代AI驅動的資安解決方案。

立即聯繫我們，預約免費諮詢

參考資料

• Agentic AI in Cybersecurity – Telefónica
• Telefónica Accelerates Transformation to Autonomous Networks – Telefónica Press Room
• telefonicatech.com/en/blog/agentic-ai-cybersecurity-business-operation-risks” target=”_blank” rel=”noopener noreferrer”>Agentic AI and Cybersecurity: External and Internal Threats – Telefónica Tech
• Gartner Forecasts Worldwide AI Spending to Grow 47% in 2026 – Gartner
• Gartner Forecasts Global AI Spending to Hit $2.6 Trillion in 2026 – CIOL
• 2026 Agentic AI Forecast Roundup – LinkedIn/Industry Analysis
• Information Security Spending 2026 – Software Strategies Blog
• Cybersecurity Agentic AI Market Size & Share Analysis – Mordor Intelligence
• AI Autonomous Defense Market Outlook 2026-2034 – Intel Market Research
• Telefónica Level 4 Network Automation Achievements – TeckNexus