CrowdStrike 11月4日在巴塞罗那 Fal.Con Europe 大会上推出了 Agentic Adversary Emulation，这是一套装在 Falcon 平台里的智能体红队能力：让 AI 先扮演攻击者，在客户自己的环境里把弱点串成一条通往关键资产的攻击路径，再告诉防守方先修哪一段，最后重跑一次验证这条路是不是真的封死了。它的底层是 CrowdStrike 的安全模型家族 SafeMind，其中的进攻模型 Red Tempest 会像自主攻击者一样探查弱点、绕过防御、把多个小问题连成可利用的链条。
一次模拟大致走三步：先在 Falcon 的环境上下文里发现可利用的路径；再按通往关键资产的危险程度给修复排优先级；修完后重新发起一次受控攻击，确认同一条路是否还走得通。SafeMind 的训练数据来自 Falcon 传感器的遥测数据、专家标注的威胁情报，以及一线分析师和事件响应人员处理真实入侵的经验。CrowdStrike 在公告中引用了自家 2026 年智能体 AI 战役报告里的一个例子：一个智能体只用一个漏洞就拿到了集群管理员权限，随后在无人值守的情况下外泄了 726 个数据库。这个例子说明的不是某一次真实入侵，而是单个弱点被串联之后能放大的程度。
现在谁能用、什么还没证明
目前这项能力只向部分客户开放早期访问，入口是通过 Project QuiltWorks 的合作伙伴，不是所有 Falcon 客户都能直接开通。公告也没有给出独立测试结果，Red Tempest 在不同企业环境里的检出效果、误报水平和修复建议是否靠谱，都有待早期客户的实际验证。值得注意的边界是，它做的是事前模拟和验证，不是事后拦截：路径找出来、修掉、复测通过，才算闭环；如果团队只跑模拟却不修优先级最高的几段，攻击路径依然存在。对安全团队来说，它的价值取决于两点：Falcon 环境里的资产和遥测是否足够完整，以及修复流程能不能跟上模拟发现问题的速度。
