George Kurtz¶

CrowdStrike 创始人兼 CEO（自述 2026 年时已创办 15 年）；此前创办 Foundstone，是 《Hacking Exposed》 的合著者。主持人称他是"出事时全世界第一个打的电话"。
本库收录：2026-10-22 No Priors × George Kurtz

⚠️⚠️ 立场提示：他是本页所有判断所对应产品的卖方。威胁越严峻、"防守方需要自己的前沿模型"越成立，CrowdStrike 的 33 个模块与新发布的 AIDR 产品线就越好卖。 ⚠️ 本页全部数字均为自述，本库一条未核实。

✅ 但本页标注他的自利方向并非单向：他明确给 AI 末日论降温（"世界会因为这些 agent 很快毁灭吗？不会"、"把互联网关掉我认为是胡说"）——⚠️ 因为他卖的正是"让你能继续联网并跑 AI"，所以降温对他同样有利。本页据此认为：他的降温不等于中立，但也不是违背自身利益的表态。

核心主张¶

来源：No Priors 2026-10-22（本页以下全部时间戳均出自这一期）

⚠️⚠️ "新的顶级掠食者是 agent state，不是 nation state"¶

（[00:02:02]–[00:04:03]）他的旧结构叫 pyramid of pain：底层 hacktivist（最不精密、数量最多）、中层 e-crime、顶层 nation-state（最精密、数量最少）。

"那个结构已经被整个炸掉了。现在新的顶级掠食者是 agent state，不是 nation state。"

机制：去护栏（ablated）的开放权重模型把复杂技法与成本一起抹平——"几年前只有民族国家才有的那种能力水平，今天本质上一个 hacktivist 就有了。"

⚠️ 他给的一条会让检测变难的预判：现在还比较容易看出是不是 AI 攻击，因为能看到它迭代得多快；但攻击方迟早会引入"低速慢行"（low and slow），那时就更难分辨。

⚠️⚠️ "不再是 malware 了，是 prompts"，以及 breakout time 的量级¶

（[00:07:04]–[00:08:04]）breakout time 定义：攻击者落到一台机器之后，要多久才能横向移动到另一台。

⚠️⚠️ "平均过去是以天、以小时计的。现在是分钟。平均 29 分钟，但我们见过快到 27 秒的。"

⚠️⚠️ "现在我们看的其实是推理的速度。……而人们必须记住的是：不再是 malware 了，是 prompts。"

检测后果：攻击方可以工程化 prompt，使"往哪个方向走、怎么收集信息、在哪里转向"每次都产生一个完全独特的签名。✅ 本库标注：这条讲的是攻击链指纹的唯一化——同一个攻击者的两次攻击不再长得像，而这是厂商遥测一侧的观察，详见 LLM 安全。 ⚠️ 口径与样本未公开。

⚠️⚠️ 本库认为他最有价值的一条：Hugging Face 事件当天，防守方被前沿模型拒掉了¶

（[00:11:05]–[00:13:05]）⚠️ 他先反问主持人"你从那件事里最大的收获是什么"，对方答"要有好的生产监控"，他说那不是他的收获：

⚠️⚠️ "我最大的收获是：防守方不具备和攻方同等的能力。"

他给的事实链条：① 他先承认那是实验环境、"安全气囊是关着的"；② ⚠️⚠️ "但现实是，他们第一件做的事是去找前沿模型，问'这东西是真的吗？'——然后他们被拒了"；③ ⚠️⚠️ "那他们只能转去用开放权重模型，来筛这一堆数据。"

他重复了两次的具体症状：

⚠️⚠️ "你拿一个前沿模型，试着做一份关于网络安全的 PowerPoint，它会拒绝你。"（[00:13:05]；[00:05:03] 的版本更具体："它字面意义上拒绝你，然后把你降档到一个更低的模型。"）

✅ 本库认为这条值得单列的理由：本库此前关于 Hugging Face 事件的四到五份材料全部在讲攻方做了什么；⚠️ 这是第一份讲防守方当时手上有什么的，而答案是：没有。 ✅ 它同时是护栏误杀导致用户流失那条论证的第二个独立数据点，且来自动机相反的一侧（闭源安全厂商 CEO vs 开源推理项目维护者）。

⚠️⚠️ "我认为这是胡说"：对"把互联网关掉"那派的回应¶

（[00:29:18]–[00:32:18]）被问"有聪明的技术人说必须把一切物理隔离、因为互联网会在一年内崩掉"：

✅ 他先承认严肃的部分："安全、agent 能做的事、它们带来的风险，这严肃吗？当然严肃。"
⚠️⚠️ "但世界会因为这些 agent 很快毁灭吗？不会。"
⚠️⚠️ 他的结构性理由，本库认为是他本期最该被引用的一句：

"我觉得人们对 agent 在做什么有一种神话式的看法。agent 不会把自己从你的电脑传送到另一台电脑上。它做的其实就是人会做的同一件事，只是更好更快。"

推论：AI 带来的是"更多、更快"，不是新的一类技术——"它只是被训练在我们已知的东西上。它还没有发展出它自己的技法。" - 他对 doomerism 的定性："围绕这些东西有不少 doomerism，我就是不觉得它一定站得住。"

✅ 本库标注这是一条可证伪的断言：⚠️ 只要出现一例 agent 使用的技法不是从人类已知技法训练来的，这条就错了。 候选检验案例见 LLM 安全上的三起 AI 自主恶意行为事件。⚠️ 另一处标注：他否掉的是对方立场的强版本（"世界会毁灭"），主持人问的是弱版本（关键系统上不了网），他没有正面回答弱版本。

"第一次，安全是油门，不是刹车"¶

（[00:11:05]、[00:31:18]–[00:32:18]）

"通常你是在拖时间、不让业务跑得像它想要的那么快。而现在所有人都来找 CrowdStrike 和其他家，问：你们怎么让 AI 变安全，好让我们在 AI 上跑得更快？"

⚠️⚠️ 防守方的三项优势，以及"只要略好一点就够"¶

（[00:34:19]–[00:36:21]）被请求给出"防守占优的十年"的最佳论证：

⚠️⚠️ "今天对抗 AI 的唯一办法就是更好的 AI。"
✅ 他给的三项防守方资产：

"防守方了解自己的系统。防守方有架构图。防守方有代码。那么——你怎么把这一切放进某个东西里，让你大幅提高胜过攻方 AI 的概率？"

⚠️⚠️ 而他的强度判断是："哪怕你只是略好一点，单纯从数学上看，你仍然是有优势的。"
⚠️⚠️ 本库标注这与 Nikesh Arora 正面相撞：Arora 的说法是"攻击方只需要一个漏洞，防守方得找到每一个"——即攻防之间存在结构性不对称，"略好一点"在这种结构里不足以构成优势；Kurtz 的"略好一点就够"预设了对称的能力竞赛。✅ 本库认为这是目前在"攻防对称性"上最直接的一处分歧，且两人都是在位安全公司 CEO（CrowdStrike vs Palo Alto Networks），不判定谁对。
方法论传承：这是他合著的《Hacking Exposed》的现代版本——"如果你把攻方怎么工作展示给人们，防守就会好得多"；⚠️ 他自己加的限定是当年的节奏比今天慢得多。

⚠️ 零漏洞也挡不住：他对"AI 写的代码会更安全"的两条反驳¶

（[00:36:21]–[00:38:22]）主持人给的乐观假设是agent 有无限耐心、能按算力扩张，也许最终能得到更安全的软件。他的两条反驳：

⚠️ 训练数据来源，而他用的是自己的日常（[00:37:21]）：他有开发者许可、自己做 app，还有一个自己的安全 agent 审代码——"结果就是：Claude 刚把代码写出来，然后 Claude 带着它的安全 app 说：那段代码不安全。可这代码是你自己刚写的啊。"
⚠️⚠️ 更有力的是这条（[00:38:22]）：

"即便是零漏洞——我希望行业能到那一步——你仍然会有入侵。因为我们今天看到的很多情况不是他们破门而入，是他们登录进来的。身份这件事问题太大了。"

✅ 本库的归纳：这条把"AI 把代码写安全"这整条乐观论证的作用范围限住了——它只能消掉漏洞类入侵，而厂商遥测说当下的主流入侵路径不是漏洞。 - ⚠️ 第二条限制是长尾：以微软的向后兼容为例，"有些东西就是永远不会被修"，而生态里还有大量别的软件——"这会是非常长的长尾。"

企业侧：shadow AI、身份，以及"没人在看"¶

（[00:01:01]–[00:02:02]、[00:10:04]）

shadow AI 已成大问题：Claude Code 或 Codex 在环境里到处冒出来，而"企业根本不知道它们在哪里冒出来"；✅ 他认为真正的关键问题是第三个："它们究竟在用哪个身份（identity）在运行。"
⚠️⚠️ 他给的今昔对照：

"在旧世界里，美国企业里没有人会随手下载点什么就在自己电脑上跑——它必须先被审核、被扫描。而现在，我们放出一个 agent，给它一个身份——基本上就是我们自己的身份，或者更糟——然后放它出去说：你想干什么就干什么。顺便，你想下什么包就下什么包。"

他点名 NPM 包是攻击方正在利用的缝隙。 - ⚠️ 被追问"这些代码进生产了吗"，他答"没有"，并补："就像是，给它个任务，我们过几天回来，希望一切都成了。没人在看它。没人懂它在干什么。" agent 的可解释性会非常重要，而"现在它就是个黑盒"。

产品与组织（⚠️ 全部为自述，本库未核实）¶

来源：No Priors 2026-10-22

SafeMind（系统）+ Red Tempest（红方）/ Blue Solano（蓝方）两个模型；蓝方主要基于 NVIDIA 的 Nemotron。他说他们"在这个词流行之前就建了自己的 cyber super intelligence labs"（[00:14:06]–[00:15:07]）。
⚠️⚠️ 数字孪生这条他明确归给 Jensen Huang（[00:15:07]）：和 Jensen 谈了半年，"这是 Jensen 坚持的——他说你必须有数字孪生，别的行业都有，他说安全也必须有一个"。做法是在虚拟世界里重建客户环境，然后让红蓝成环迭代——"红方不断尝试进去，直到它的回合数用光"。🔗 可与 Jensen Huang 的 extreme co-design 并读；⚠️ Jensen 一侧无对应材料，本库记为 Kurtz 的转述。
从 EDR 到 AIDR（[00:16:08]–[00:18:09]）：创业时 1 个模块、今天 33 个。AIDR 两步：① 先把所有 rogue / shadow AI 找出来；② ⚠️⚠️ "我们可以从一个 agent 出生的那一刻开始埋点"——子 agent、工具调用、连 MCP server 拉数据，整条事件链都能告给你，再在上面加策略与拦截。
⚠️ 市场量级："今天平均说法是一个员工可以有 90 个 agent"（⚠️ 他自己说"我觉得这个数偏低"），接着的商业含义是"那可能是个比 EDR 大得多的机会"。⚠️ 无来源、无口径（同时在跑？累计创建？），本库不采信。
为什么不直接用前沿实验室的模型，他给了四条（[00:19:10]–[00:23:14]）：
⚠️ 成本："做一次通用修复，用最高档的前沿安全模型大概花你 10 美元。我们大概 3 美分。" ⚠️⚠️ 未定义"一次通用修复"、无质量对照、未说前沿模型是哪个。记为一方报价。
⚠️⚠️ 数据："没有一个叫 CrowdStrike 安全数据的 Reddit。你可以造合成数据，但那跟我们手上的东西真的不一样。" 口径是十几年以上的安全数据，含 MDR 服务里全部的威胁—漏洞配对与攻击链；结论是后训练后"不会治癌症，但在安全上会给你很好的结果"。
⚠️ 信任与 AI 主权：客户不希望数据流向实验室、不希望被拿去训练；"AI 主权对我们很多客户非常重要。" 他强调不排除实验室——"你可以挑你要的，也可以在各个模型之间路由。" 他对信任的表述是"信任是一滴一滴建起来的，是一桶一桶倒掉的"（[00:23:14]）。
✅ harness："几乎任何模型……因为我们造的那套 harness，我们都能以低得多的成本拿到好得多的结果。" ⚠️ 他没有说 harness 做了什么，本库记为未展开的断言；✅ 但方向与 Brockman、Arvind Krishna 同——价值正从模型本身转移到模型外面那一层。
⚠️ 主持人另提"政教分离"——需要中立第三方审视实验室的模型，并说 CrowdStrike 可扮演该角色。他没有接，回答转向"信任是第一要素"。本库照录这个回避。
在位者怎么不被打掉（[00:38:22]–[00:42:25]）：
⚠️⚠️ 第一条是节奏不是技术："你得承认这是一套不同的操作模型和节奏。我们有成千上万的人。而那些 AI 原生公司刚起步、就一小撮人，Claude 整天在跑。" 结论是不能停在瀑布式心态里——"东西一年后才蹦出来，那你就要倒闭了"；改成小队（squads），"你不能让几千人跑来解决一个问题"。他自述在 Falcon Guardian 上每周三天的会、亲自参与设计。
⚠️⚠️ 护城河的判据："如果你是一个记录系统（system of record），那是个相当大的护城河。我们是安全的记录系统。而且顺便说，我们是净数据创造者。" 口径是传感器每天产生约 7 万亿个事件（他特意区分"我们叫安全 agent，别和 AI agent 搞混了"）——"任何 AI 系统的命脉就是你喂进去的数据。"
- ✅ 本库标注：这把"数据护城河"从"有历史存量"换成了"有持续流量"，⚠️ 而这是可检验的区分——存量会被合成数据与时间稀释，流量不会。 详见 AI 商业化与价值捕获。
- 历史参照："我们颠覆了 Symantec、McAfee，那些人基本都没了。你永远不想处在被别人颠覆的位置。"
落点：客户要被保护、信得过的厂商、足够经济三样，⚠️ 而他认为第一位的是 time to value——客户最常说的是"你们的东西部署起来太容易了"（[00:42:25]）。

⚠️ 他给的开放权重口径（中美对照）¶

来源：No Priors 2026-10-22

攻击方在用什么（[00:04:03]–[00:06:03]）：⚠️⚠️ "我们看到很多是在开放权重模型上"，点名 GLM、Qwen，说很多模型要么去了护栏（ablated）、要么专为 cyber 造的。⚠️ 他自述家里有两台 DGX Spark、所有模型都跑着——"你想做勒索软件？没问题。想做一套工具包？没问题。" 他认为"矛尖会是你能在没有护栏的情况下跑起来的那些东西"。
⚠️⚠️ 他给的一手客户证词与那个 F1 比喻（[00:24:15]–[00:25:15]）：CIO 的典型说法是"我们全押了 AI，然后成本失控——token maxing——等账单变大就停了"；新打法是"现在的开放权重模型太好了，即使落后三个月，对我们需要的东西也完全够用"。而那个比喻是：

⚠️⚠️ "银行里任何需要 Formula 1 的活动，我们会送去前沿。如果那是 alpha、我们在赚钱、那就超级重要，我们付钱。" 其余全部自建开放权重、自己做更多后训练。

✅ 本库标注这与 Arvind Krishna 的"75% 到 90% 的 token 用量会流向 open weight" 是同方向、相隔一天、来自两位不同行业在位 CEO 的两条独立材料。 ⚠️ 差别在于：Krishna 给的是比例预测加三条理由；Kurtz 给的是客户行为的因果链（成本炸 → 停 → 发现落后三个月够用 → 自建），✅ 后者更可检验，因为它预测了一个可观测的顺序。
⚠️⚠️ "AI 的操作系统"（[00:27:17]–[00:29:18]）：

"互联网的操作系统就是 Linux，句号。这有原因。而 AI 也会有一个操作系统。在我看来它大概会是开源、开放权重的。"

⚠️ 限定：不意味着前沿模型没有空间、没人能赚钱——"围绕它的应用栈、harness、东西怎么连起来，这些都会非常重要。" 他说和 NVIDIA 合作的一个原因就是 Nemotron 是开放权重且开源，不只是开放权重（⚠️ 他明确区分了这两个词）。 - 蒸馏：他把问题推回一层（[00:25:15]–[00:27:17]）：⚠️⚠️ "那我第一个问题是：前沿模型当初拿到那一大堆信息的时候，它们在蒸馏什么？" 他的判断是"精灵已经出瓶了。已经发生了很多蒸馏。那些模型非常好"；⚠️ 被问两年后他明说不知道——"我希望我有那个水晶球"。 - ✅ 一句主动的归功："但我们也得认账。如果你没有那些芯片、你必须想办法省着用，而你还想有顶尖模型——我认为美国之外正在发生一些有创新性的事情。" - ⚠️ 他对攻击者构成的口径（[00:06:03]–[00:07:04]）：⚠️ 他主动改写了"地理分布"这个问题，说"我们是从对手视角看的"。给出的是：俄罗斯叫 bears、伊朗叫 kittens（⚠️ panda 一词他提了但本期未点明对应，本库不替他补）；朝鲜非常活跃——"他们必须把钱弄进自己的经济里"；"中国出来的用 AI 的活动很多"，⚠️ 未给任何细节或证据。

他的两年预测（可逐年核对）¶

（[00:23:14]–[00:24:15]）⚠️ 注意他被问的是"两年后安全世界什么状态"，给的却是三条关于模型部署形态的预测：

本地模型会跑在所有人的电脑上。
可能是本地模型 + 最后一公里路由到前沿的混合。
开放权重模型会多得多——"看看过去六个月 token 的迁移就知道了"。

另外两条他点名的兴奋点（[00:32:18]–[00:34:19]）：专用芯片会有阶跃式进步（更快、更便宜、更省电），以及把模型压到手机上——"TPU、NPU 这些都在我们今天已有的系统上，很多时候在浪费。我不觉得它们还会浪费太久。"

就业（⚠️ 含一处归属更正）¶

（[00:42:25]–[00:44:26]）

⚠️⚠️ 归属标注："关于 AI 导致失业谈得很多，其实并没有发生；到目前为止净效应反而是创造了岗位" 这句在转录稿里缺 >> 换人符，⚠️ 但按上下文应为主持人的提问铺陈，本库归给主持人，不计为 Kurtz 的断言。

他的回答：过去两百年"每一次大的位移都创造了更多机会和更多岗位。它们不一样，但数量更多"；留存环节是"你仍然需要人来管理 agent，仍然需要人去思考这些架构。它不是打出去就不管了（not just fire and forget）"。

⚠️ 本库标注：这是 Brockman 的"人会更像 CEO 或董事会成员" 的弱版本，⚠️ 而 AI 与就业上已有若干材料质疑"管理 agent"这层是否也会被吃掉。
✅ 他对网络安全这个职业的论证："安全不是一个可解的问题。每家厂商都想说自己解决了。它解不掉。……五年后会有我们今天根本没想过的技术。" ⚠️ 本库标注：同一条论证在本期既被用作职业建议，也被用作护城河说明——本库认为后者是它更原始的用途。