跳到正文
TechSurge: Deep Tech VC Podcast(youtube.com)· Sriram Viswanathan·· 3 天前品質評分58

部署 AI 代理時,Cisco 的 Jeetu Patel 直言:安全不是選項

部署 AI 代理時,Cisco 的 Jeetu Patel 直言:安全不是選項

重點導讀

Cisco 執行長 Jeetu Patel 主張,AI 代理的採用受制於安全與信任,因此應以「每完成一項任務的成本」衡量成效,並以網路與安全融合的可觀測性及代理身分作為控制點。

AI 伴隨問答

自備 Key 深度分析

針對這篇報導有疑問?可直接點選快捷問題或向 AI 追問背景脈絡與技術細節:

Podcast 專家音訊節目

收錄於 888news Podcast 智庫專區,包含精華摘要與上市公司即時行情

正文

思科(Cisco)總裁暨產品長 Jeetu Patel 主張,資安已成為企業能否在 AI 時代保持相關性的先決條件:企業若無法信任自家的代理(agent),就不會把工作交給它們,最終只會落後。本集對談主要圍繞這個「信任與資安」論點、Token 經濟學,以及思科如何從一家控股公司重建為整合式平臺——橫跨自研晶片、光學、網路、以 Splunk 為基礎的可觀測性,以及 AI 防禦。標題聚焦代理安全雖屬合理,但範圍比整集內容窄得多——這一小時的大部分時間其實在談思科的轉型、AI 基礎設施需求,以及 Patel 對 AI 寫程式與領導統御的看法。

主持人 Sriram Viswanathan(Celesta Capital 創始管理合夥人)引導 Patel 談了幾個問題:思科為何錯過雲端、這次為何決心不再錯過 AI;思科如何針對晶片、系統、作業系統、平臺、模型與代理這六個層次,安排五種不同的規劃週期;以及當一家公司的程式碼幾乎全由 AI 撰寫時會發生什麼事。Patel 也談到代理的採用為何落後於聊天機器人(卡在信任與複雜度)、「Token 耗盡作為攻擊前奏」的風險,以及他個人對問責與企圖心的做法。讀者讀完應能掌握思科 AI 基礎設施的經濟結構、競爭版圖,以及一套具體框架來思考代理安全與「每項任務成本」指標。

資安已是 AI 採用的門檻,而非附加配備

Patel 的核心論點是:信任決定代理採用的速度,而資安態勢如今直接決定一家企業能從 AI 榨出多少商業價值。他把這件事串成一個鏈條:不信任代理,就不會把工作交給它;不交付工作,就成不了有相關性的企業。他說:「資安第一次成為保持相關性的先決條件。」

他描述的機制,是 Token 經濟學與資安的融合。Token 消耗量成為組織內每個代理的通用登記簿——它用了什麼、何時用、行為是否符合預期。代理若偏離軌道或過度消耗,企業需要一個緊急切斷開關。Patel 提出的最壞情境,是對手刻意耗盡組織的 Token,讓防禦機制(必須以機器規模對抗機器規模的攻擊)彈盡援絕。他說:「如果我的 Token 用完了,就像打仗打到一半發現沒彈藥。」

思科的做法是把資安融進網路架構,而不是當成獨立裝置來賣。交換器上的 DPU 可承載防火牆;執行點佈在機櫃頂交換器、伺服器,以及使用者空間的 eBPF 代理上。Patel 的論點是:對手早已潛伏在網路內部,因此目標是阻止橫向移動,而橫向移動就發生在網路上——那正是思科可視性最高的地方。把網路遙測、資安遙測與可觀測性三者結合,再透過 Splunk 做關聯分析,他稱之為無人能及。他坦承,思科當年併購 Splunk 時,並未充分說明這樁交易背後的策略邏輯。

「你無法治理你看不見的東西,也無法信任你無法治理的東西。」

在信任架構本身,Patel 提出一套順序:先完整盤點獲準與未獲準的代理,以及它們能存取什麼;再為每個代理與非人類身分指派身分(思科先前已處理非人類身分,並收購 Asterisk 與 Whitefield 補上代理這塊);最後是執行期的持續監控,偵測行為漂移並加以攔截。他以 Hugging Face 事件為例:代理其實是在忠實執行它的目標,問題出在「尋求逃脫」的行為沒有被及早偵測到。他表示,要區分「對手操縱代理」與「代理判斷失誤」幾乎不可能,這正是資安與可觀測性遙測必須融合的原因。

思科的轉型:從控股公司到整合式平臺

Patel 把市場評價的轉變歸功於兩項修正。第一,思科曾「停止創新」約十年到十五年;他稱創新是科技公司的命脈,其餘都只是門面裝飾。第二,他六年前加入時(依 2026 年的發布日期推算約為 2020 年),思科在約 250 次併購後已變成一家控股公司,各事業部總經理各自為政、各管自己的損益,感覺資源被掐住,也打不贏專注單一領域的競爭對手。

他與執行長 Chuck Robbins 把公司從控股公司改造成平臺公司:元件緊密整合、但鬆散耦合,客戶不必被迫採用整套堆疊,不過任兩項思科產品搭在一起都「像魔法一樣」運作。結果是單一晶片平臺、單一管理平面(Cisco Cloud Control)管理所有產品,以及單一資料架構。

層次Patel 提出的規劃週期
晶片與光子5 年
系統業務24–36 個月
作業系統15–20 個月
平臺業務12–18 個月
模型業務3–4 個月
應用業務約 2 個月
代理約 1 週

Patel 稱,能在這些差異極大的週期之間協同運作,才是思科真正的護城河。他堅稱,無論在晶片、硬體還是代理哪一層,市場都沒有跑得比思科快,思科是「堆疊每一層中跑得最快的公司」。

自研晶片與光學,才是超大規模業者買單的理由

Patel 直言在他到任前所做的策略抉擇:要用商用晶片,還是自己做。思科收購 Leaba 取得自研網路晶片,收購 Acacia 取得同調光學與光收發模組。他說,在交換器方面,若沒有自家晶片,思科來自超大規模業者的營收「會是零」。他提到,光學約佔某一季超大規模業者營收的 40%(因處於緘默期,不評論當季數字)。

新推出的 G300 是思科的向外擴充套件(scale-out)晶片:近四分之一兆個電晶體、102 Tbps,採 3 奈米製程、封裝基板約 100 平方毫米。思科還加入去緩衝(de-buffering)技術,讓橫跨兩個資料中心的訓練任務不會因掉一個封包就失敗——這項技術原本只為超大規模業者打造,如今正擴充套件到大型企業,涵蓋金融服務、石油天然氣、製藥、生命科學、醫療保健、零售、服務供應商,以及正在自建 AI 資料中心版圖的電信業者。

談到向上擴充套件(scale-up)與向外擴充套件,Patel 表示思科目前主力在向外擴充套件與跨區擴充套件(scale-across,讓相隔數百公里的多個站點像單一邏輯叢集運作),向上擴充套件則尚未發布任何產品。他預期機櫃層級的向上擴充套件終將讓位給整排(row-level)一致性,並相信長期而言乙太網路會勝出成為標準。

競爭版圖與護城河所在

Patel 按區隔點名對手,毫不含糊:資料中心網路是 Arista,園區與分支是 HP 與 Juniper,資安是 Palo Alto 與 CrowdStrike(微軟與 Google 也在場),可觀測性是 Datadog,SIEM 則是 Google Chronicle 與 Microsoft Sentinel。他的差異化主張是:沒有任何單一對手能從晶片、光子一路涵蓋到代理。

他也點出一個尚未被充分反映的重新評價機會:「我不認為我們已因資安而被重新評價,」他說,並預期隨著資安成長率攀升,這一天會到來。他把網路作業系統形容為策略控制點,並明確表示思科「對此毫不含糊」。

代理落後聊天機器人,卡在信任與複雜度阻礙了交付

Patel 說他原本預期 OpenClaw 會帶來第二個 ChatGPT 時刻,結果錯了:認知負擔太高——要弄一臺 Mac Mini、一個安全容器、護欄,還要安裝軟體。他說,在矽谷泡泡之外,多數自稱在用代理的人,其實只是在跑餐廳訂位這類「升級版聊天機器人」的用例。具備近乎完全自主的長流程任務,對大眾仍很陌生。

他點出的矛盾是:代理的用處取決於它能存取哪些工具,但一旦開放電子郵件、行事曆或信用卡的存取權,信任問題就浮現。這個問題一旦解決,他預測商業模式會出現深刻轉變——他以零售為例。三十年來,零售商靠廣告、向上銷售與交叉銷售,把一筆 5 美元的牙刷消費變成 200 美元。但一個拿著你信用卡購物的代理,會比價十個地方,然後買最便宜的牙刷;品牌忠誠或許能在產品層級存活,卻活不到經銷商層級。當中介的演算法擋在零售商與消費者之間,零售商必須重新思考如何避免被商品化。他預期同樣的動態也會蔓延到企業採購。

Token 經濟學正轉向「每項完成任務的成本」

Patel 認為,單看 Token 消耗量是「非常短暫的指標」。真正持久的衡量標準是每項成功完成任務的成本——例如代理幫你買到一雙你真正想要的鞋要花多少錢,是 2 美元還是 10 美分。他坦承,市場還沒成熟到能採用影響力加權的指標。

他指出,代理消耗的 Token 已是人類的約七倍,這個門檻在(依發布日期推算的 2026 年)二月被跨過,而從二月到約十月至十一月,增幅達 7 倍。Token 成本在下降,但相對於需求降得不夠快。他預期智慧路由層將變得普及——人人都會同時跑開放權重模型與前沿模型,把簡單任務導向較便宜的模型——並引用 OpenRouter 的觀察:光是從 N-5 代模型換到當前模型,成本就大幅下降,因為較新的模型不只是更好,而是更有效率。

Viswanathan 提出一個假想:一款 Token 經濟學應用把預算預測餵給路由器,讓它在月中支出超前時自動限流。Patel 順著這個想法回應,認為這是成本管理與路由的自然匯流。

AI 將寫出幾乎所有程式碼,但問責仍歸於人

Patel 預測,12 到 18 個月內,由人類撰寫的程式碼將少之又少,而且以那樣的量,人類能審查的也少之又少。替代方案是世界級的模擬器、涵蓋邊角案例的世界級評估(eval),以及傳統的單元與功能測試流程——測的是執行時的行為,而不是逐行審查。

他談到「無限 Token 預算」那則新聞的由來。在一場與記者的晚宴上,有人問基層職缺是否已消失。Patel 說停止招募基層員工是「一家公司能做的最蠢的事」,因為缺乏經驗正是最大的資產:年輕員工對事情為何如此運作沒有成見,會挑戰現狀。他們的短板是模式辨識慢;資深員工的短板恰好相反——無法拋棄舊習。把兩者配對,魔法就出現了。

無限 Token 的故事,源自組織深處一位前執行長,他提案打造模擬與評估,再做出一個代理形態:拿原始碼反覆爬山式改寫,在迴圈中通過或未通過評估。Patel 給他四週時間,並要他別執著於 Token 預算——但也附帶一句:若開口要 180 億美元的 Token,會被拒絕。目標是:先證明模型可行,再把重構後的程式碼交給產品團隊,讓他們能更快在上面創新。他設定的目標是:本曆年(2026 年)底前有半打產品 100% 由 AI 撰寫,明年達 70% 的產品,24 個月內絕大多數程式碼完成現代化——最好改寫成 Rust、Go 這類記憶體安全語言,因為多數漏洞都來自記憶體操作。

談到問責,Patel 說最終的來源追溯必須指向某個人,儘管沒有人能逐行都懂。Viswanathan 追問:當 AI 生成的程式碼出錯,誰該負責?Patel 的答案是嚴謹的測試,而非逐行審查。

需求不是瓶頸,電力與資金才是

Patel 與 dotcom 時代做了鮮明對比。當年是過度建設的產能等著需求追上;現在則是「你供應多少,就立刻被吃光」。真正的緊箍咒是電力供應——相當於暗光纖的,是開不了機的暗 GPU——以及資金成本。

他引用 Andy Grove 的區分:物理定律對每家半導體公司都一樣,但經濟定律不同,這正是贏家與輸家的分野。這也對應到思科的挑戰:在一個規劃週期只有一週的市場裡,對晶片做出規模大、週期長的資本支出押注,同時還要讓協調層與特定領域模型以數週為週期運作。

領導統御:企圖心教不來,錯誤必須自己扛

Patel 把自己的幹勁歸因於艱苦的童年:「我不缺企圖心,」他說,而企圖心是最難教的一件事。他從不需要外在動機;好奇心,以及要在每一波新浪潮中站上核心的決心,推動著他前進,事情沒成時他誰也不怪。

他面對錯誤的運作原則是:立刻承認、站到團隊面前、扛起責任、說明發生的來龍去脈(不是當藉口)、修正,然後避免重蹈覆轍。他說錄音前一天他犯了個「史詩級大錯」——完全是他自己的錯,儘管他的脈絡與某位團隊成員的解讀不同。他主張領導人必須主動尋找那種很少誇獎你、卻知道何時把你拉起來、讓你保持平穩的人。他對期望做了區分:完美不切實際,但犯錯後的傲慢不可原諒。Viswanathan 表示這與自身經驗共鳴,也談到在高速運轉中給自己週轉時間有多難。

值得關注的重點

本集未解的張力在於時機。Patel 的「資安即先決條件」論點,前提是企業在代理普及之前就先採用代理身分、執行期監控與 Token 治理——但他坦承,在代理工作負載上,市場「連曲線的腳都還沒踩到」,Token 與資安的關聯也尚未發生。他預測 12 到 18 個月內人類幾乎不再寫程式,這個說法相當激進,而且尚未在他自己說必須維持由人負責的問責模型下受過檢驗。有兩個具體指標值得追蹤:思科的資安業務是否如 Patel 所料、隨成長率攀升而獲得重新評價;以及 AI 寫程式的目標(2026 年底前六項產品、明年 70%、24 個月內多數完成現代化)能否兌現。另外也值得留意思科是否會在向上擴充套件領域發布產品(目前尚無),以及乙太網路是否如 Patel 所預測,取代專有互連技術。

讀者討論

理性交流 · 即時討論