Palo Alto Networks 於二零二六年九月二十二日宣布推出 Unit 42 Continuous Frontier AI Defense，以年訂閱形式提供連續代理式進攻測試，調度 Claude Mythos 5、OpenAI GPT-5.6-Cyber 及開權重模型，在應用、雲端與網絡資產上持續發現並驗證可利用暴露。公司稱內部部署約三週內找出相當於一年傳統滲透測試的結果，客戶評估中約三成七暴露屬高或危等級。

本文已核對 Palo Alto 官方新聞稿、Unit 42 產品部落格與 PR Newswire 通稿。對香港企業而言，攻擊週期被 AI 壓縮後，季度點測與只掃 CVE 的做法愈來愈難支撐雲端與 API 風險管理。

Palo Alto／Unit 42：Continuous Frontier AI Defense 上線——Mythos 與 GPT-5.6-Cyber 全年連續找洞

二零二六年九月二十二日，Palo Alto Networks 宣布推出 Unit 42 Continuous Frontier AI Defense，把原本偏「單次評估」的前沿 AI 暴露面分析，升級為全年訂閱、持續進攻測試的代理式資安服務。來源真實性已驗證：事實以 Palo Alto Networks 官方新聞稿與 Unit 42 產品部落格為一級來源，並交叉核對 PR Newswire 通稿；發現路徑來自鎖定來源帳號 PaloAltoNtwks。服務以專有多模型編排器（multi-model harness）調度 Anthropic Claude Mythos 5、OpenAI GPT-5.6-Cyber 及開權重模型，在應用、API、身分、雲端、程式庫與網絡資產上持續發現、驗證可利用性並加速修補。

一、核心事件：從點測到「機器速度」連續攻防

技術細節

產品定位
官方新聞稿稱，Continuous Frontier AI Defense 是面向企業的代理式進攻資安服務，目標是在攻擊者把暴露面武器化之前，持續找出、驗證並修復企業暴露。Unit 42 指出，威脅行為者已用 AI 壓縮入侵週期，部分案例幾乎縮短九成七，由數週變成數小時；公開 CVE 被自動化掃描武器化的時間可短至約十五分鐘。

與既有產品線關係
Unit 42 的 Frontier AI Defense 於二零二六年四月推出，提供點時間（point-in-time）暴露面分析與現代化藍圖；八月起把 OpenAI GPT-5.6-Cyber 與 Anthropic Claude Mythos 5 納入分析能力。今次「Continuous」版本把節奏改為：先做全資產基線掃描，再隨環境變更維持常開測試。

模型與編排
服務以專有多模型 harness 把任務路由到最適合的模型，並結合 Unit 42 威脅情報與進攻專家。官方強調單一模型覆蓋不足：內部評估指，單一模型在複雜環境中抓到的漏洞通常不超過四成；Mythos 5 與 GPT-5.6-Cyber 發現的暴露面重疊率低於一成。編排層旨在補齊單模缺口並控制前沿模型算力成本。

可驗證成效數字（公司宣稱）
新聞稿與部落格稱：公司投入約一千七百萬美元研發與方法優化，經約六個月內部驗證，並覆蓋逾一百個 Unit 42 客戶評估。內部部署中，以 Mythos 為主的連續掃描約三週內找出相當於一年傳統滲透測試的暴露；harness 相對傳統方法每產品多找出約 3.2 倍高／危漏洞，並協助工程團隊把平均修復時間（MTTR）縮短約五成一。客戶評估中，Frontier AI Exposure Analysis 在百分百客戶環境發現暴露；其中約三成七評為高或危；多數暴露來自第一方應用，第三方應用中逾三分二已驗證暴露沒有已知 CVE。

可用性
服務以全球年訂閱提供，方案因所選 OpenAI、Anthropic 與開源模型組合而異；所有訂閱均使用多模型 harness。可與 Frontier Virtual Patching 搭配，在公開披露或官方補丁出現前部署虛擬修補建議。

二、技術原理深度解析

1. 為何「點測」不夠
代理式攻擊工具與去安全護欄的開權重模型，讓對手能以機器速度發現、驗證並串連暴露。Unit 42 稱近期調查中，攻擊者運用逾五十項 MITRE ATT&CK 技術，把原本需數週的紅隊手法壓縮至十小時內；實際外洩時間可短於一小時。週期性滲透測試的節奏，追不上這個壓縮曲線。

2. 多模型 harness 作為編排層
安全掃描不是「丟一個最強模型」即可。官方把 harness 描述為智能編排：依任務特質選擇模型，以提高覆蓋並管理成本。低重疊率意味著單一供應商模型會留下大片盲區；多模並行較接近「攻擊者會嘗試多工具」的現實。

3. 從發現到可利用性證明
服務強調 Advanced Adversary Simulation：在第一方／第三方 Web 應用、API、雲端基礎設施、原始碼庫與網絡資產上，驗證端到端攻擊路徑，而不只是列掃漏洞分數。部落格舉金融業案例：付款連結未再驗證身分、略過一次性密碼、工作階段路由瑕疵等「各自輕微」的缺陷串連後，可形成無需受害者操作的帳戶接管與支付欺詐路徑。

4. 修復加速與資料處理
輸出包含優先修補、程式碼層建議與虛擬修補建議。部落格稱採用 Zero Data Retention（ZDR）架構，企業原始碼與遙測不留存、不用於訓練公開模型——對金融、醫療與受 NDA 約束的香港機構尤其敏感。

三、代幣經濟學／協議層影響

本案屬企業資安訂閱服務與 AI 模型供應鏈合作，不涉及代幣或鏈上協議；略過。

四、日常應用場景

1. 開發者與技術團隊

把「可利用性驗證＋攻擊路徑」納入 CI／變更門檻，避免只看 CVE 分數。對沒有 CVE 的第一方與第三方缺陷，需要能讀攻擊路徑圖的工程流程，否則告警只會堆疊。選用 AI 輔助掃描時，應要求供應商說明：用了哪些模型、任務如何路由、是否 ZDR、發現是否經人工／紅隊覆核。

2. 企業與隱私敏感行業

銀行、保險、醫療與政府外包系統，正面臨「攻擊者用前沿模型、防守仍靠季度滲透」的不對稱。Continuous Frontier AI Defense 這類服務，本質是把紅隊節奏改為常開，並把 gated capability models（公眾不可直接取得的高能力資安模型）放進受治理的服務流程。企業自建同類能力，需同時處理模型取用合約、資料出境與誤報成本。

3. 一般用戶

終端用戶較難直接訂閱 Unit 42 服務，但可觀察銀行／電商是否公開說明如何以連續測試與虛擬修補縮短「洞被公開到被修」的窗口；帳號接管與支付欺詐路徑，最終影響的是一般客戶。

4. 香港與亞洲市場視角

香港金融科技、支付與專業服務高度依賴雲端與 API 生態；監管與客戶對數據主權、事件通報與供應鏈風險敏感。全球資安巨頭把 Mythos／GPT Cyber 類模型封裝成年訂閱攻防服務，意味著「只用掃描器對 CVE」愈來愈不夠。亞洲企業若把原始碼或生產遙測送出境外做 AI 掃描，須同步評估合約中的留存、再訓練與司法管轄條款；本地雲端加固、零信任與私有 AI 管線，仍是降低暴露面的基礎工程。

五、專業評價與潛在考量

優勢

官方新聞稿、Unit 42 部落格與 PR Newswire 通稿可交叉核對產品名、模型組合與可用性。
明確回應「AI 壓縮攻擊週期」：從點測改為連續測試與可利用性證明。
多模型低重疊率的論述，對採購單一 AI 掃描工具的企業有警示價值。
與虛擬修補產品線可組合，縮短披露前窗口。

需要留意的地方

3.2 倍漏洞、51% MTTR、97% 週期壓縮等數字為公司內部／客戶評估宣稱，非獨立審計結果；採購時應要求方法論與樣本範圍。
「gated capability models」取用受限，價格、配額與模型版本會隨 OpenAI／Anthropic 政策變動。
連續進攻測試本身會產生大量發現；若組織沒有修復產能與變更窗口，服務可能變成告警噪音。
香港受規管機構需另行評估跨境資料傳輸、外包風險與是否接受美商控制的模型編排層。

結語

Unit 42 Continuous Frontier AI Defense 把前沿資安模型、多模型編排與紅隊方法，打包成可全球訂閱的「常開攻防」服務，標誌防守方正被迫以機器速度回應機器速度的攻擊。對香港企業而言，重點不是追產品名稱，而是檢視自身雲端、API 與身分暴露是否仍以季度點測為主，以及敏感程式碼掃描是否具備零留存與本地可控路徑。若機構需要雲端遷移、網絡加固與符合官網刊載 99.99% SLA 方向的資安規劃，可參考 YSK Limited 的雲端遷移與網絡安全服務：https://ysk.hk/services/cloud-security

參考來源

Palo Alto Networks 官方新聞稿：Palo Alto Networks Delivers Anthropic's Mythos and OpenAI's GPT-5.6 to Customers with Unit 42 Continuous Frontier AI Defense（2026-09-22）— https://www.paloaltonetworks.com/company/press/2026/palo-alto-networks-delivers-anthropic-s-mythos-and-openai-s-gpt-5-6-to-customers-with-unit-42-continuous-frontier-ai-defense
Unit 42 部落格：Introducing Unit 42 Continuous Frontier AI Defense（Sam Rubin，2026-09-22）— https://www.paloaltonetworks.com/blog/2026/09/introducing-unit-42-continuous-frontier-ai-defense/
PR Newswire 通稿（同題，2026-09-22）— https://www.prnewswire.com/news-releases/palo-alto-networks-delivers-anthropics-mythos-and-openais-gpt-5-6-to-customers-with-unit-42-continuous-frontier-ai-defense-302885013.html
產品頁：Unit 42 Continuous Frontier AI Defense — https://www.paloaltonetworks.com/unit42/prepare-for-emerging-risks/continuous-frontier-ai-defense
X 發現（非事實來源）：@PaloAltoNtwks — https://x.com/PaloAltoNtwks/status/2102410998019723372