2025年9月，CATO Networks收购AIM Security；2025年11月，Cloudflare收购Replicate；2026年4月，Palo Alto Networks收购Portkey。CATO是全球SASE领导厂商、Cloudflare是全球CDN领导厂商、Palo Alto Networks是全球应用安全领导厂商。这几起收购，其实是在争夺AI基础设施的定义权。
三起收购信息概览：
每笔收购背后，都是收购方在AI时代重新定义自身市场地位的战略抉择。
一、三起收购案的战略拆解
CATO Networks 收购 AIM Security：
为SASE装上“AI安全大脑”
作为全球SASE领导厂商，CATO在传统安全业务市场饱和的背景下，急需新故事支撑高估值。
补齐“影子AI”管控短板： 传统SASE无法管控员工私自使用ChatGPT、Cursor等AI工具的行为。AIM Security能自动发现未授权AI工具并阻断泄密，完美缝合了SASE架构的AI安全缺口。
斩获顶尖AI安全团队： 斥资3-3.5亿美元的核心目的之一，是获取由以色列国防军8200部队老兵组成的精锐团队。在快速演变的AI战场，人才密度决定迭代速度。
抢占先发优势： 借助充足的资本弹药，CATO将AI安全原生嵌入架构，形成差异化竞争壁垒。
Cloudflare 收购 Replicate：
构建“最无缝的AI云”
面对中心化云厂商（AWS/GCP/Azure）的围剿，Cloudflare需要更有力的支点，争夺AI开发者。
秒获5万+模型生态： Replicate托管了海量开源模型容器，让Cloudflare从“运行环境”升级为“即插即用的AI模型超市”。
补齐自定义模型部署： 借助Replicate的开源工具，Cloudflare补足了微调模型和自定义模型的部署能力。
强化“边缘AI”差异化： 将模型推理迁移至全球300+边缘节点，大幅降低延迟，形成对抗中心化云厂商的降维打击。
收割开发者心智： 直接将Replicate庞大的开发者社区纳入自身生态。
Palo Alto Networks 收购 Portkey：
卡位AI Agent安全入口
面对AI Agent（智能体）的崛起，传统防火墙和CASB对机器间自动化交互风险彻底“失明”。
掌控Agent“流量入口”： Portkey作为AI网关，位于应用与底层模型之间，是监控、审计海量Token交互的天然控制点。
破解Agent治理难题： 专为Agent-to-Agent通信设计，提供全栈可观测性、智能路由和低延迟处理，解决大规模部署的可靠性和安全问题。
弥补自研时间差： 放弃耗时18-24个月的自研，直接将经过市场验证的Portkey注入Prisma AIRS平台。
顺应安全“左移”： 将安全策略实施点从代码层前移至模型交互层，实现安全与开发效率的平衡。
二、三家被收购方的异同与溢价逻辑
三家公司均处于“应用层”与“模型层”之间的中间地带，但切入点截然不同：
AIM Security（人的安全）：
解决“谁在用AI、会不会泄密”。溢价来源于稀缺的AI安全实战团队与先发产品。
Replicate（模型的基础设施）：
解决“怎么跑模型、成本低”。溢价来源于双边市场的网络效应（模型贡献者与使用者互相吸引）。
Portkey（流量的治理）：
解决“AI调用怎么管、怎么优化”。溢价来源于AI Agent时代的战略卡位（控制了机器间通信的网关）。
三、收购案折射的四大行业趋势
网络安全巨头正在“AI化”： 不将AI安全内化为核心能力，必将在下一代架构中被边缘化。预计未来两年将有更多传统安全巨头效仿并购。
云厂商正在“模型化”： 云竞争从“拼算力（虚拟机）”全面转向“拼模型调用便捷度”，边缘计算+模型部署成为新战场。
AI基础设施层高度细化： 市场从早期的“算力+模型”演变为网关、安全、可观测性、Agent框架等多个独立子层，每个子层都可能诞生独角兽。
收购逻辑从“补强”变为“求生”： 这不是锦上添花，而是巨头在AI重定义赛道时的战略必需，不做即意味着将客户和生态拱手让人。
四、对中国安全市场的三个核心启发
启发一：安全范式正从“人的代理”
向“智能体的代理”发生代际跃迁
Palo Alto收购Portkey标志着根本性转变：当AI Agent自主决策、毫秒级通信时，“人在回路中”的安全假设彻底崩塌。当前国内90%以上的安全产品仍建立在“以人的行为为中心”的旧范式上。如果不立即启动对Agent身份认证、M2M交互协议等底层研发，将错失未来十年的战略机遇。
启发二：安全主战场正从“网络层”
上移至“模型交互层”
这个承载着核心流量、敏感数据和模型滥用证据的“中间层”，传统防火墙和API网关基本“失明”，无法识别伪装的提示注入攻击。国内市场切忌在陈旧网关上“打补丁”造出“四不像”，必须催生一批专注AI运行时安全、能深刻理解Transformer架构并做实时解析的专精型创新力量。
启发三：“安全人才”的定价体系
正在被重构
AIM Security被重金收购证明：在极速演变的AI战场，具备大模型底层对抗能力（如红队测试）、工程化落地能力的“内功型”人才，价值远超传统的合规与流程型专家。国内长期偏科“合规驱动”的人才结构亟需打破。
海外巨头花费数亿美金并购补齐自身AI安全短板，凸显了传统安全架构在AI Agent面前的局限，“打补丁”式收购难以解决机器自主交互的代际难题。随着全球 AI 技术加速渗透、智能体规模化落地，网络安全已迈入以大模型安全、智能体治理、非人类身份管控及意图安全为核心的新一代范式。
保旺达作为中国数字安全深耕者，AI 安全布局起步早、积淀深厚。公司 2022 年推出融合 AI 合规安全双驱动防护体系，2024 年确立 AI 孪生战略，2025 年以 AI 重构数据安全边界，2026 年完整发布 AI 原生安全产品体系，实现 AI 能力贯穿研发与产品全流程。公司核心技术与资质底蕴扎实，深度融合国产大模型、全线适配商密算法，自研多类 AI 智能体，依托主流大模型构建智能数据解析能力，形成规则、语义、统计三维融合的数据识别技术；同时深耕运营商、能源、军工等重点领域，AI 智能分类分级已在国内多省规模化落地，多项标杆项目获评工信部及数字中国大赛权威典型案例与优秀奖项，行业实践实力突出。
保旺达AI战略布局：从产品赋能到全场景自治演进
保旺达 AI 战略源于对行业趋势的深度研判，规划了清晰的长期演进路径，全程围绕AI 原生核心逻辑稳步推进：
第一阶段：
以 AI 赋能产品升级，运用人工智能重构数据安全、身份安全、安全运营三大核心模块，全面提升产品自动化能力与精准管控水平，同步布局运营商与云市场，推进标准化服务落地，为 AI 原生产品体系筑牢根基。
第二阶段：
持续深耕AI、隐私计算、深度流量分析等核心技术，完成主线产品原子化、智能化、服务化升级，依托安全能力中台输出标准化服务，重磅推出大模型与智能体安全护栏类原生产品，精准破解 AI 时代安全核心痛点，并重点拓展、深耕能源、军工、政府、金融等重点行业。
第三阶段：
夯实数据安全领域 AI 技术领先优势，在细分赛道形成代际竞争力，以安全能力中台赋能全线业务发展，标准化服务实现稳健增长，内部研发、营销与管理体系同步优化，稳固行业领先地位。
第四阶段：
实现 AI 原生安全能力全产品线落地，初步构建安全自治体系，深化攻击意图识别、溯源反制、智能态势决策等前沿技术，完善市场与生态布局，标准化服务实现全行业覆盖，重点行业营收增速持续提升，维持传统优势赛道市场龙头地位。
第五阶段：
建成 AI 安全全场景自治闭环，跻身国内 AI 原生安全标杆厂商行列，核心技术与全场景产品体系形成领先优势，生态合作布局成熟；重点行业、标准化服务及智能体云服务业务实现高速发展，整体综合市场实力稳居行业头部。
保旺达AI大模型安全护栏解决方案
AI 基础设施模型交互层已成为全球安全行业竞争核心，传统安全架构难以适配智能体时代机器自主交互的深层风险。国内大模型安全合规短板突出，智能体衍生新型安全威胁，加之 AI 安全监管政策持续完善、试点加速推进，AI 安全建设已势在必行。保旺达秉持以 AI 治理 AI 安全的理念，结合行业治理框架与国内标准，推出 AI 安全护栏，以主动原生防护模式，有效解决大模型交互场景的安全、合规与治理痛点。
核心引擎架构：以七大安全引擎为支撑，贯穿输入风险管控、输出风险甄别、全流程合规审计环节，可实时检测并阻断大模型应用各类异常交互行为。
接入与功能体系：提供轻量化 API 集成、网关代理流量管控两类部署形态，适配不同企业 IT 架构；搭载应用配置管理、防护策略自定义、测试日志审计三大功能模块，支撑模型挂载、规则编排、风险研判与报表输出等全流程运营。
安全治理闭环：基于意图分析、动态授权、运行时防护、全链路审计的治理逻辑，打造 AI 资产可视、行为可控、全程可溯、责任可究的闭环治理体系，有效解决智能体场景下非人类身份管控与意图安全防护核心痛点。
产品优势
技术逻辑领先：采用“模型+策略”双驱动，从被动防御转向主动原生防护，区别于传统安全思路，通过七大核心引擎实现大模型应用的全链路安全管控。
能力全面覆盖：集成攻击防护、数据防泄露、动态策略配置、多模态识别、智能体安全防护、合规审计、溯源七大引擎，提供提示词攻击防护、内容安全检测、数据泄露防护等8类能力，形成“all in one”防护体系。
部署灵活适配：支持API集成与网关代理两种模式，可无缝对接智能体工作流平台；性能延迟控制在200毫秒内，对业务体验无感，且支持信创环境。
行业定制化强：支持行业特定数据精调、客户私有化数据安全调优，适配运营商、能源等行业差异化需求；误报率较低，通过高可用部署降低对业务的影响。
竞品差异化优势：在行业特定数据精调、私有化数据安全能力、私有模型切换支持、输入输出管控、应用发现简化等方面具备显著优势，已在三大运营商、铁塔等客户的交付中验证场景贴合度。
本文核心内容由Yitao和锐安全提供
