摘要： Google Cloud 在 2026 年 3 月 24 日 RSAC 期間把 Threat Intelligence、Security Operations 與完成交割的 Wiz 整合為 agentic 防禦產品線。Mandiant M-Trends 2026 指出分工式攻擊從入侵到轉手的中位數只剩 22 秒，2022 年則超過 8 小時；同場也推出暗網情報與 SecOps 調查 agent 預覽。
2026 年 3 月 24 日，RSA Conference 進入會期中段，Google Cloud 營運長兼安全產品總裁 Francis deSouza 透過官方部落格公布公司今年的 RSAC 主場論述：Google Threat Intelligence、Security Operations，連同才剛交割完成的 Wiz，三者合流為同一條「agentic 防禦」產品線。同一天，旗下 Mandiant 也發布年度 M-Trends 2026 報告，素材來自 2025 年累計超過 50 萬小時的事件調查。兩份文件得到同一個結論：攻擊速度已經快到人類 SOC 跟不上，防禦工作得交到 agent 手上。
數據自己會說話。回看 2025 年的調查樣本：所謂分工式攻擊——先由一組人取得存取權、再交給另一組人動手——從得手入侵到完成轉手，中位數只剩 22 秒；把時間拉回 2022 年，同樣的間隔還長過 8 小時。當入侵存取淪為以秒交割的商品，拿 agent 自動化防禦已經不是行銷修辭，而是唯一追得上威脅節奏的回應速度。
M-Trends 2026 的數據：22 秒代表什麼
先把報告裡最關鍵的幾組數字攤開：
- 分工式攻擊現蹤於 9% 的調查，2022 年只有 4%；從入侵到轉手的中位數，由超過 8 小時一路壓到 22 秒
- 漏洞利用以 32% 連續第六年穩坐首要感染途徑；語音釣魚以 11% 爬上第二，電子郵件釣魚持續走低
- 全球中位數 dwell time 從 2024 年的 11 天升到 14 天；勒索軟體現身於 13% 的調查，「前次入侵」以 30% 躍居勒索首要途徑
- 漏洞從發布到被利用的平均時間翻負：2018 年 63 天、2024 年 -1 天、2025 年 -7 天——修補還沒問世，利用已經起跑
另一條追蹤線同樣值得看：期間新增 714 個惡意軟體家族（累計突破 6,000 個），並記錄了 660 多個新威脅集群。攻擊端的 AI 角色，報告給的評語是「漸進而非變革」——QUIETVAULT 專門竊取 AI 與開發者 token，PROMPTFLUX 和 PROMPTSTEAL 則會在執行途中呼叫 LLM 幫忙躲過偵測。不過隨報告一併發布的 AI 風險報告把話說得更重：對手已經越過實驗階段，跨進能即時改寫自身程式碼的自主 agent。
暗網情報：比對關鍵字的時代結束了
這波發表的頭號新品，是裝進 Google Threat Intelligence 的暗網情報。引擎以最新 Gemini 模型建成，官方內部測試給出的成績是：分析每日數百萬級的外部事件，準確率達 98%。比數字更要緊的是做法換軌——不再比對關鍵字，而是解析意圖。就算威脅者刻意避開受害者子公司的名稱，系統照樣能沿著上下文把關聯串起來。
LastPass 威脅情報總監 Michael Kosak 的使用對比相當生動：他過去仰賴的暗網工具「平均超過 90% 是誤報」；換上這顆新引擎，則是「在火柴點燃前把火撲掉」。
SecOps AI Agent 與 MCP 的雙重角色
Security Operations 這邊的進度，是 Triage and Investigation agent 展開預覽：警報交給它自主調查，證據由它蒐集，最後連同解釋一併給出裁定，adaptive AI 與確定性自動化被綁進同一條工作流。搭配的遠端 MCP server 支援訂於 2026 年 4 月初正式上線，屆時企業可以把自家的安全 agent 接上 Google 的情報與工具鏈。
在這個場景裡，MCP 身兼兩職——既是整合介面，也是需要被保護的標的。Omdia 分析師 David Gruber 提供的市場背景是：89% 的 CISO 正推動組織加快採用 agentic security；從業人員之中有超過半數認為，agentic AI 帶給防守方的優勢大過攻擊方。
Wiz 交割入列，接著守住防禦 AI 本身
同週另一樁定案，是 Wiz 併購正式完成。塵埃落定後 Wiz 隨即端出 AI Application Protection Platform（AI-APP），外加紅、藍、綠三色安全 agent，把多雲與 AI 工作負載的暴露管理這塊拼圖補齊。
另一條主線則是「防禦 AI 本身」。CSA 與 Google 的調查顯示，72% 的組織對自己能否安全落地 AI 策略沒有把握。產品端給出兩手回應：Security Command Center 的 AI Protection 接上 Vertex AI Agent Engine，盯住 agent 的未授權存取與資料外流；Model Armor 整合 Google MCP server，對付 prompt injection、資料洩漏與工具污染（tool poisoning）。
開發者與安全團隊該怎麼讀
三個判斷。其一，威脅情資正在變成模型能直接消費的輸入——98% 的過濾率配上意圖分析，「讀情報」會從分析師每天的例行公事，變成 pipeline 裡的標準環節。其二，安全 agent 想串成生態，得靠 MCP 這類標準介面，4 月的 GA 時程值得放進觀察清單。其三，當你的產品自己就在跑 agent，agent 的權限邊界、資料外流與工具污染就成了新的威脅模型，SCC 與 Model Armor 已把方向點得很清楚。agent 進駐生產環境是 2026 年的主旋律（年初的展望裡提過），安全只是被 22 秒時鐘壓得最緊的那一塊。