SentinelOne執行長偉恩加騰：AI未讓攻擊變聰明、只是更快，且Transformer恐非解決問題的正確架構
高盛 Communacopia + 科技大會，2026年9月10日
SentinelOne創辦人兼執行長湯姆·偉恩加騰（Tomer Weingarten）在高盛 Communacopia + 科技大會（Goldman Sachs Communacopia + Technology Conference）上發表演說，對席捲資安產業的AI安全論述提出罕見直言不諱的評估。他指出，近期備受矚目的攻擊事件反映的是「速度」而非「成熟度」，且在企業能真正信任自主式代理（autonomous agents）之前，整個基於 Transformer 的 AI 技術堆疊可能都必須重新架構。與財務長索娜莉·帕瑞克（Sonalee Parekh）一同出席的偉恩加騰還詳細說明了公司的業務表現，指出淨留存率正在加速成長，AI安全產品也創下歷史新高。帕瑞克目前正處於上任後的第二個完整季度，她形容這是該公司近年來幅度最大的財測上調之一。
沒有新手法，只有新速度
當被問及成熟客戶如何看待登上頭條的代理式（agentic）資安漏洞時，偉恩加騰強力反駁了「AI引入了新型攻擊手法」的說法。「從根本上來說，沒有任何新東西，」他表示。「這些代理所做的事，沒有一樣是過去的人類攻擊者沒做過的。我們沒看到任何新型態的行為，我們看到的是全新層級的速度與速率，但沒有看到新技術。」對於聲稱已解決此問題的供應商，他同樣不屑一顧：「不管你聽到了什麼，目前對於我們正面臨的速度與速率問題，沒有任何東西能真正解決……認為我們可以阻止它、可以預防它、可以生活在這些事情不會發生的世界裡——這是種迷思。我們能做的是降低風險。」他的核心觀點是，AI暴露的是數十年來糟糕的網路衛生習慣，而不是在智力上勝過防禦者。「AI在資安方面根本不在行。我們大家都不擅長建立安全的基礎設施。AI充其量是個出色的搜尋引擎，能夠找出我們多年來累積下來的所有這些漏洞。」
他舉出今年稍早發生的具體例子，涉及遭到投毒的開源程式庫（例如 LiteLLM 和 Axios），這些程式庫被 Claude 和 Codex 等 AI 程式碼輔助工具無意間引入，以自動化方式危害了數百家企業。他說，SentinelOne擁有十年歷史的行為偵測引擎在事前完全不了解該特定漏洞的情況下，就捕捉到了這項活動，因為該引擎的設計宗旨就是全面標記異常行為，而不是比對已知特徵。「系統只是看到了某些東西。它不在乎那是 Claude、使用者還是攻擊者。」
反對 Transformer 架構的理由
這場座談會中最引人注目的，或許是偉恩加騰對 Transformer 架構本身持久性的懷疑。「我不認為有任何確切證據表明這將成為未來幾年的主流架構，」他表示，並暗示由AI輔助的程式碼編寫速度可能會催生出一個全新的推理架構，而非依賴於「暴力破解思維鏈（chain of thought）與隨機化 tokens」。他質疑產業在暴增的 AI 運算支出上是否已實現相對應的回報：「AI 的成果在哪裡？它們在哪個市場被證明了？營收、爆炸性成長、驚人的成果、為地球帶來變革性的改變」——他的反問暗示這些成果大都付諸闕如。
偉恩加騰將此歸結為硬體層面的論點，認為在與其所要管轄的模型相同的權限層（privilege layer）上運行的安全隔離區（security enclaves）本質上就是不安全的。他提到，在 CrowdStrike 故障事件後，業界推動將資安移出核心（kernel）的承諾至今毫無進展：「每個人都說要退出。結果沒有人退。距離那場事件大概已經過 2 年、3 年了，沒有人真正退出去。」他的結論是，真正的 AI 對齊（alignment）最終可能需要全新的晶片設計，或是更強固的安全隔離區，將資安功能的運算與模型本身區隔開來；他並指出，連蘋果的隔離技術都曾遭到破解。
AI 對齊為下一個資安前線
偉恩加騰將 AI 對齊——確保模型的行為符合人類意圖——認定為未來五到十年資安領域最重要的投資主題，並稱這是產業從未解決過的問題。「AI 對齊問題將取代我們在資安中看到的幾乎所有其他問題，」他表示。他的處方顯然不是更強大的模型：「你不需要超級智慧來保持 AI 對齊。你需要的是更平衡的東西，一種旨在治理、而非追求聰明，只需知道『意圖』何時與『展現出的行為』不同設計。」他對現行防護欄（guardrails）的實際效用抱持懷疑：「模型會去做它認為符合所獲指派目標的事。它看到防護欄後會心想：好吧，我看到防護欄了，但也許我可以這樣做。這簡微就像個小孩。」
質疑微調（Fine-Tuning）的宣傳炒作
當被問及 SentinelOne 是否會應用其專有的遙測技術（telemetry）來微調大型語言模型以進行攻擊-防禦自動化時，偉恩加騰對供應商之間流行的「紅軍代理、藍軍代理」論調不屑一顧，並普遍淡化了訓練後自訂（post-training customization）的價值。「在訓練後做事情非常、非常有限，」他說。「你無法改變模型真正的內在行為。」他點名輝達（Nvidia）的 Nemotron 模型，作為此類努力背後 flawed 邏輯的例證：「老實說，那個東西在任何基準測試的推理效能中甚至排不進前 10 名……只挑選一個模型並說我要把它訓練成所有模型中最好的，我認為這完全是一廂情願的想法。」他同時對中國開源模型的競爭地位提出了明確的說法，稱「我看到他們為擴展模型增加了令人難以置信的複雜方法」，其中某些模型「可能比討論中提到的某些西方替代方案好上約 5 倍」。
重基本面勝過神話
當被問及 SentinelOne 如何與行銷預算更雄厚的更大對手競爭時，偉恩加騰一如既往地直言不諱，將這場辯論定調為實質內容與行銷口號之爭，而非規模之爭。「我們每天都與全球頂尖企業一起出席 POC（概念驗證），而且我們一次又一次地贏得勝利，無論微軟（Microsoft）、Palo Alto Networks 或是 CrowdStrike 的規模有多大，」他並補充說，競爭對手擁有「更大的麥克風」，但不見得有更好的技術。他針對競爭對手財報電話會議上常見的平台整合論調（特別是圍繞身分安全與連續併購）開砲：「為什麼人們會繼續相信這些故事？這些故事一直在變。如果你回顧 3 到 6 個月前，它就已經站不住腳了……這感覺就像是一場與實際環境完全脫節的資安戲碼。」
數據背後的訊息
在財務方面，帕瑞克重申 SentinelOne 在上一季擊敗並上調了全年營收預測，台上的分析師也指出這是該公司數個季度以來幅度最大的超預期表現之一；帕瑞克表示，財測上調的幅度甚至超過了超預期本身的規模，反映出管理階層對未來需求的信心。她指出，10萬美元以上客戶群體的淨留存率表現強勁，證明了平台策略奏效，而公司的 AI 安全產品（Prompt 和 Purple AI）的 ARR（年度經常性收入）年成長率更 tripled（成長了三倍）。帕瑞克還指出，自動化長尾續約流程帶來了初步的生產力提升，銷售週期也出現了雖小但可衡量的縮短，她表示這兩點都已開始體現在公佈的數據中。展望與偉恩加騰共同規劃的 2026 會計年度，她表示核心優先事項是隨著客戶採用更多平台功能，進一步減少客戶流失率與降級，她主張這是比獲取新客戶更具經濟效率的成長槓桿。