安全运营中心（SOC）的老毛病人尽皆知：告警太多、工具太散、上下文太少。分析师淹没在噪音里做人工关联，等把一条攻击链拼出来，对手早就挪到内网更深处了。过去一年，AI 攻击把这个问题放大了——攻击者用生成式 AI 批量产钓鱼、自动化侦察、实时改手法，速度和适配性都和人工主导的活动不在一个量级。Zscaler 9 月 9 日推出的 Agentic SOC，想从根上改这个结构，而不是在旧工作流上再贴一层 AI。
四个 Agent，跑在自家遥测上
它拆出四个专门 Agent：分诊、调查、判定、处置，各自负责安全运营链条上的一环。模型层接的是 Anthropic 与 OpenAI 的前沿模型，但 Zscaler 强调真正拉开差距的不是这几个 Agent 本身——而是它们脚下的数据底座。它坐拥专线（inline）位置，每天处理约 7500 亿笔零信任事务，覆盖网络、身份、端点、云与 AI 活动；再叠一层诱捕网格（decoy mesh）和来自 Red Canary 的检测经验，形成一个上下文图谱，把零散信号关联成攻击路径。用 Zscaler 自己的话说，Agent 跑在干净、已关联的遥测上，结论才靠谱。
处置这一步是它和传统 SOC 工具最不一样的地方：不只在屏幕上给建议，而是能内联执行——隔离被攻陷的用户、阻断命令与控制通信、切断横向移动。对分析师来说，意味着从「盯着告警」变成「审高置信度的攻击路径」。
它站在哪个位置，和谁同台
把视野拉开，Agentic SOC 这条赛道在一年内就从「新概念」变成了「标配叙事」：CrowdStrike、Palo Alto、Microsoft、Google 乃至一批初创公司都在这块插了旗。Zscaler 的差异化主张是「遥测比模型更重要」——因为自主深度的上限由验证器质量决定，而它手里inline 位置、诱捕资产与已验证检测，恰好是 Agent 行动时需要的「地面真相」来源。一家客户（Maire Tecnimont）的说法是，它帮团队从碎片信号走向更快、更可信的决策。
增量认知：安全 Agent 的竞争力，正从「有几个 Agent」转向「Agent 能信任什么真相源」。谁的遥测干净、验证器可靠，谁的自动处置才敢放得更远——这才是 demo 和生产之间的那道坎。
优势与局限，分开看
优势实实在在：它把告警疲劳、调查慢、处置滞后的三道老坎，用专门 Agent 加内联处置一起压下去，且不强迫企业换掉现有安全栈。局限也要说清：自动处置是双刃剑——例行的隔离动作可以放手，但「攻击者和合法用户长得一样」的模糊真阳性，正是 Agent 难可靠自检的硬骨头，这类情况下人类闸门放在哪、放多紧，仍是没标准答案的题。更公允的判断是——Zscaler 这步验证了「遥测即护城河」，但安全团队对「把响应决策交给自动系统」的谨慎不会因几个 Agent 就消失，可解释与可审计才是它真正被信任的前提。目前官方及行业暂未披露更多细节，后续将持续跟进迭代动态。