近期，PHP2Shell 漏洞的披露再次凸显了 IT 与安全团队在应对速度上的挑战。这一涉及 PHP 关键组件的漏洞组合，其细节在计划披露前意外泄露，且前沿人工智能技术在协助研究人员发现该漏洞的过程中发挥了作用。对于许多企业而言，发布补丁并非最难的一环，真正的痛点在于如何以匹配威胁演进的速度做出反应，以及确定响应的起点。
治理自主 IT 的实践逻辑
理想的自主 IT 治理应形成一个闭环：软件自动识别风险位置并对优先级进行排序，提出解决方案，并在预设范围内执行及验证效果。常规、低风险的行动可由系统自行完成；高影响力的操作需等待人工批准；而部分敏感操作则严禁自动化介入。每一个步骤都必须留下可追溯的记录，确保有人能够回顾并必要时回滚操作。
当前面临的核心挑战
IT 和安全团队普遍面临三大难题：
第一是可见性缺失。据报道，PHP2Shell 漏洞存在多年未被发现。尽管修复方案仅为版本升级，但全面排查极为困难，因为需要定位所有 PHP 副本，包括捆绑在其他软件中的实例，或手工提取至从未注册为安装应用的 Windows 机器上的文件。此外，团队还需确认哪些副本暴露于互联网，并检查是否存在早期攻击迹象。依赖周期性快照建立的库存系统无法在关键时刻提供准确答案。
第二是工具割裂。回答“它运行在哪里？互联网能否访问？”这类问题，往往需要在资产库存、漏洞扫描器和外部攻击面管理工具之间反复切换。每个工具拥有独立的视图，每次跳转都增加了响应延迟，且不同数据源之间的不一致性进一步加剧了协调难度。
第三是攻防节奏失衡。多家安全公司在 PHP 官方发布修复程序之前便报告了利用尝试，Cloudflare 甚至在补丁发布前数小时就监测到早期攻击。与此同时，Anthropic 表示其 Claude Mythos 预览模型帮助发现了数千个此前未知的操作系统和浏览器漏洞。这种由 AI 驱动的漏洞发现速度，使得传统的“披露-补丁-验证”流程所假定的时间窗口急剧缩小。
若让 AI 代理建立在陈旧、碎片化的数据之上，上述问题不仅不会消失，反而会被放大。
实时终端数据构建可信自主性
终端既是业务发生的场所，也是多数攻击的最终目标，因此终端数据构成了关于遗留系统决策的基本事实依据。四个特性使实时终端数据成为自主行动的坚实基础：
- 准确性：获取来自终端本身的实时数据，而非基于上周状态的快照。
- 速度：缩短从发现问题到采取行动的路径，无需在不同工具间跳跃以协调答案。
- 控制：具备审批机制、审计跟踪及回滚能力，确保任何自动化操作均可审查和逆转。
- 共享真相：IT 运营、安全团队和记录系统基于同一视角工作，避免数据口径之争。
Tanium 威胁研究工程师 Matt Psencik 在讨论 PHP2Shell 事件时指出，最令他担忧的是那些安全团队并不知晓存在的安装实例。
AI 的角色与局限
AI 是一把双刃剑：它既帮助研究人员发现如 PHP2Shell 这样的漏洞，也可能被攻击者用于构建新的漏洞。对于防御方而言，AI 最好作为操作接口使用——理解自然语言提问，检索所需数据，并提出或执行下一步动作。然而，AI 的有效性完全依赖于底层数据的质量。基于过时信息生成的流畅回答依然是错误的，只是表现得更加自信。让人类介入高风险场景，是实现自动化安全扩展的关键。
实际落地的第一步
团队无需一次性交出所有控制权，建议按以下步骤启动：
- 查找每一个副本：不要仅依赖安装应用程序列表。通过扫描其他产品中捆绑的软件来补全视野。将配置管理数据库（CMDB）与实际网络数据进行比对，记录精确的版本信息。
- 定义自动化边界：明确哪些响应行动可以自动执行，哪些需要人工批准，哪些严禁授权。在引入代理之前确立这些规则。
- 试点低风险工作流：选择包含特定范围的任务，在其中建立审批机制，并在扩大应用范围前仔细审查审计轨迹。
此外，借助合作伙伴可以缩短试点周期。World Wide Technology (WWT) 作为 Tanium 的合作伙伴，已与多家大型组织合作推出技术，并在先进技术中心设立 Tanium 实验室，供客户在生产环境部署前测试方法。
针对工具割裂问题，Tanium Atlas 旨在解决跨控制台操作的痛点。操作员无需在不同界面间移动，而是通过简单提问获取基于实时终端数据的回答，并在团队设定的范围内执行行动，同时记录每一步操作。
