摘要

Arora 的核心论点是：网络安全还处在“起点”，这不是一时行情。 AI实验室正在让模型“秀肌肉”，自动发现并串联漏洞；攻击更容易、防守更难。要让全球基础设施面对“AI攻击的洪流”达到合格防护水平，需要整个网络安全行业。核心数字是：零日漏洞平均55天才能修复，而 Mythos 会在几分钟内发现漏洞并尝试发起攻击；Palo Alto Networks 在 Black Hat 发布了4小时内交付补丁的能力，并向所有客户部署——“从55天缩短到4小时”。
Mythos 事件完成了 Arora 8年CEO沟通都没做到的事，而且在结构上利好在位厂商。 多年来他一直被转给技术团队，如今每位CEO都在追问：“我是否存在漏洞？……为什么我们拿不到 Mythos？”他们会把问题交给现有的“首选网络安全合作伙伴”，这让大厂占据优势。他还反驳了主持人 Molly O’Shea 关于实验室希望放慢开发速度的说法：他的判断是，实验室可能只是希望建立治理框架，以便继续保持开发速度；此前它们试图发布“Mythos 或 Fable 5”时，就曾因模型防护栏设置不当而被拦下。
他在6个月前就宣布，网络安全领域的“SaaSpocalypse”结束了。 当时市场“不加区分地认定每家软件公司都注定归零”，SaaS板块下跌50%；他的边界案例逻辑是：“AI可以在80%的用例上表现出色。我们处在0.1%的用例里……寻找干草堆里的那根针。”但更大的判断是绝对性的：“过去20年的软件都没有自己的观点，因此整个软件行业将在未来10年被重写”，而市场“可能会把哪些公司能活下来判断错一大批”。
在宏观层面，他认为各个维度的需求都被低估——算力、智能、能力——但也承认市场正在给每家公司都按完美执行定价。 他认为，未来10年“运营支出的10%至20%很可能转向技术”，并表示“不相信就业会减少的说法”；但他预计市场大约两年后会“更加挑剔”，未来2年至5年会出现“磕磕绊绊”——类似90年代末，只是时间表被压缩了：“原以为要5年完成的事，可能2年就完成。”
面对市值从他加入时的180亿美元升至 O’Shea 所说的约3000亿美元，他的打法是反向拆解市场对持久增长的预期，然后用两年周期的偏执经营公司。 两年之后，增长的可见度“开始变薄”，这也是 Palo Alto Networks 8年收购40多家公司的原因；有时他也会直接违背市场判断，比如280亿美元收购 CyberArk，市场起初不买账，直到业绩反转，态度变成“我靠，我们喜欢”。他的并购谦逊法则是：“你们把我们打得很惨。来告诉我们做错了什么。来替我们经营这块业务。”
AI转型期的人才机制，是每周两次的“AI I/O”会议：24名顶尖技术人员每次互相授课2小时；此外，公司大约从9个月前开始通过黑客马拉松招人。 筛选标准很直接：“如果你下班回家不自己琢磨……我去哪儿找这些人？”用 AI 原生人才淹没团队，让落后者“自行退出”——他明确拒绝假设三分之一员工“就是学不会”的做法。
他的职业建议既适合引用，也反常识：“真正重要的只有两天：你拿到股票的那天，以及你卖出股票的那天。 其他每一天都只是一个虚荣数字。” Masa 的投资教训至今影响着他：不要把精力耗在修复一家坏公司上，“押中一家涨到4倍的公司，赚到的钱可能比修好一家坏公司更多”。他最后以 Steph 的“下一回合心态”和“因果平静”回应 O’Shea 对其偏执与从容并存的质疑：“人生就是一连串矛盾。”

精读

1. AI打破防守者的时间表：从55天缩短到4小时

Arora 对网络安全股“正在大涨”的开场解释是：AI实验室正在展示能“基本变成攻击者、利用发现的大量漏洞迅速攻击基础设施”的模型——“攻击容易得多。作为 AI 实验室，防守难得多。”市场已经意识到，要保护全球基础设施免受“AI攻击洪流”的冲击，需要整个行业共同参与。
行业平均修复一个零日漏洞需要55天； Mythos 则会在几分钟内找到漏洞并尝试攻击你。当天上午在 Black Hat，Palo Alto Networks 发布了一项4小时内交付补丁的能力，并向每个客户部署。时间被压缩后，“客户必须推动基础设施现代化……这对网络安全行业是好消息”。这也是“从55天缩短到4小时”（“from 55 days to four hours”）。
AI目前真正成熟的应用场景仍是编程——模型“在某些情况下已经超过人类”——而智能体仍处于实验阶段。“怎样赋予智能体所谓真正的自主决策权？怎样让它们自己做决定？……在人们真正放心把智能体释放到企业环境之前，还需要时间。”

2. “Mythos”让每位CEO都开始在意——电话打给在位厂商

Arora 的说法是：“过去8年，我在 Palo Alto 的职业生涯都花在说服CEO必须关注网络安全上”，结果总被转给技术团队。Mythos 之后，每位CEO都“坐立不安地问：‘我有漏洞吗？……为什么我们拿不到 Mythos，好测试自己的基础设施？’”他们会把这些问题交给现有的“首选网络安全合作伙伴”，这“利好在位厂商，也利好大玩家”。
O’Shea 反问，实验室要求放慢速度，可能是“为了之后掩盖自己的痕迹”；Arora 直接反驳：“他们是在要求放慢速度吗？……他们是在寻求获准发布这些模型。”他的判断是，实验室可能只是想要一套治理框架，好继续保持开发节奏；它们此前尝试发布“Mythos 或 Fable 5”时，就因为模型没有设置足够完善的防护栏而被拦下。
尚未解决的核心问题是责任归属：“如果我使用一个模型，而模型做错了事，谁该负责？是模型的错吗？还是使用模型的我有错？”他的结论是：“从某种意义上说，他们可能做对了。只是看起来不像。”

3. Waymo是自主决策的样板——模型被高估

他不断引用 Waymo，是因为它“是 AI 获得自主决策权最直观、最容易理解的例子：人类不介入，AI 被允许作出可能决定生死的判断”。他和 O’Shea 讨论 AI 医生的版本：她不会接受原始模型直接开出的处方，但如果模型经过足够的上下文训练，“也许可以”。这说明，“只要投入足够多的钱、设置足够多的防护栏、进行足够多的训练，就能放心把决策权交出去”，而这一过程必须在“成千上万种不同用例”中重复。
他两次强调自己的反常识判断：“我们过度聚焦模型本身。”把模型与上下文、知识和训练数据打包，才是“下一场大革命应有的形态”——就像 Waymo 为训练系统投入数十亿美元。他签署那封信也是出于同样原因：开源能形成全球化价格点，开放权重则能针对具体用例进行微调，而“必须确保创新不受任何限制”。

4. 市值反映预期；工作方式是两年周期的偏执

对于市值从他被聘用时的180亿美元升至 O’Shea 所说的约3000亿美元，他的回应是：“谁在数呢？……真正重要的只有两天：你拿到股票的那天，以及你卖出股票的那天。其他每一天都只是一个虚荣数字。”
他把投资者与经营者的视角合在一起：市值是“全世界对你公司战略、执行力和业务潜力的预期总和”；Nvidia 达到5万亿美元市值，靠的是需求趋势和 Jensen 的执行力。因此，经营者应反向推导市场奖励什么：持久、盈利、能产生现金的增长。增长永远在加速：“你从1美元做到1.15美元，市场会说，‘很好，明天呢？’”
两年之后，“你的可见度开始变薄”，这种偏执伴随他在8年里完成40多笔收购：填补能力缺口，也提前回应市场预期。有时他会直接挑战市场判断：“我们花280亿美元收购了一家叫 CyberArk 的公司，市场并不喜欢……我们在很短时间内拿业绩证明了自己。市场随后说：‘我靠，我们喜欢。’”

5. 并购要有谦逊：“你们把我们打得很惨，来替我们经营”

网络安全行业在结构上天然需要并购：“这是全球最具创新性的行业，因为坏人每次都会换一种方式攻击你”——既有民族国家，也有“住在地下室里的人”。因此，“不可能所有创新都来自我们”。北极星问题是：“怎样尽快把这项能力交付给客户？”有时选择收购，有时选择自建，有时则有意让别人服务那个市场。
他认为其他公司在并购中最常犯的错误，是“低估创建这家公司的人的智慧……带着帝国主义态度说，‘我买了你，所以你必须为我工作’”。Palo Alto 的做法恰恰相反：“你们把我们打得很惨……来替我们经营这块业务，因为没有我们的资金、资源和规模，你们也做得很好。”即使这意味着自家团队突然换了老板。
驱动并购搜寻的是恐惧：“偏执、对失败的恐惧。别忘了，我们做的就是贩卖恐惧。”每出现一项新技术，公司都会重复同一套流程：智能体“会无处不在……我们怎样把它们聚合起来？我不知道，得把这事搞清楚”，然后去查谁在一年前就开始思考这个问题；如果创始人说“我们会变得非常大，不需要你们”，公司再决定是自建、收购，还是继续寻找下一个目标。

6. 网络安全的“SaaSpocalypse”结束；所有软件都将“带着观点”重写

针对 O’Shea 的前提，Arora 纠正道：“我没有预测 SaaSpocalypse……我预测的是它的终结。”当市场“不加区分地认定每家软件公司都注定归零”，整个 SaaS 市场下跌50%时，Palo Alto 的逻辑经受住了考验：“AI可以在80%的用例上表现出色。我们处在0.1%的用例里。我们寻找的是干草堆里的那根针。”他在6个月前宣布，网络安全的 SaaSpocalypse 已经结束——“而我们似乎正迎来一个关键时刻”。
至于跌去90%的公司能否恢复，他认为每家公司都不同：有些领域“市场已经宣布这些公司死亡”；另一些领域，市场正在判断“你、你的团队和你的产品能否活过这场 AI 转型”。
他的10年判断是原话式的：“过去的软件做的是某种确定性任务。未来的软件会带着观点……过去20年的软件都没有自己的观点，因此整个软件行业将在未来10年被重写，而市场正在做出判断……可能会把其中相当一批判断错。我们拭目以待。”

7. 需求被低估——但市场正在定价完美执行

他用 O’Shea 自己的体验证明需求：她承认自己每天都会被 ChatGPT、Claude 和 Grok 搞得抓狂——“所以你的意思是，这东西还没有好到应有的程度”，这意味着还需要更多训练、算力和容量。“我认为我们低估了各个维度的需求”，能源价格、核电、发电机，以及各州政府说“数据中心已经堆到眼前”，都在反映这一点。
关于支出和就业，他保留了明确的判断边界：“未来10年，运营支出的10%至20%很可能转向技术”；同时，“我不相信就业会减少的说法。我认为我们有太多事情要做，只是没有足够的人去做”。
他的提醒是，这像90年代末的互联网热潮，而“目前市场正在给每家公司都按完美执行定价”。大约两年后，市场会变得“更加挑剔”；通常需要5年的周期，如今却被压缩成“原以为要5年完成的事，可能2年就完成”。未来2年至5年会出现“一些磕磕绊绊”，但不至于削弱市场 appetite。
公司内部的转型依靠“AI I/O”：24名顶尖技术人员每周两次、每次2小时，互相授课，因为“没有专家时，人们就互相学习”。公司还从9个月前开始通过黑客马拉松招人：“如果你不回家自己琢磨……你就没有好奇心，也没有在学习。”用 AI 原生人才淹没团队，让不采用 AI 的人“自行退出”；另一种做法则是假设三分之一的人“就是学不会”。

8. 经营系统：信念文件、建设者与架构师、因果平静

对于自己曾是“有争议的任命”，他保持着自嘲：“我一辈子没做过网络安全……没当过上市公司CEO……没卖过企业产品。我是做消费业务的。除此之外，他们全都判断对了。”是否有冒牌者综合征？“可能有。有时候有。”他依靠 Lee 和 Nir Zuk：每次会议后向 Lee 请教，回家路上打电话给 Lee，去公司路上打给 Nir，直到形成模式识别能力。他感到偏执时会刷 X 和 LinkedIn；人们大概会收到他在4:30至6:30之间发出的帖子截图。他的总法律顾问就是通过 LinkedIn 招来的：“如果我能读到一个人过去4年写过的东西……我就能告诉你他是什么样的人。”
他的管理框架把能力分成架构师、建设者和维护者：“绝不能让维护者成为建设者。”因此，他的工作是把架构师和建设者配对，同时解释清楚“为什么”。这一点被写进“信念文件”：一次错误的高级管理者任命，“意味着我组织里的500人都在朝错误方向前进……我宁愿一个人都没有，自己来做”。
Masa 是他口中的“我认识的最年长、却拥有少年般风险偏好的人”。他至今仍引用 Masa 的投资教训：“如果你把同样多的精力投入那家正在翻倍的公司，它们可能会涨到4倍。押中一家涨到4倍的公司，赚到的钱可能比修好一家坏公司更多。” Larry Page 给他的另一条启发是：好产品会赢，变现随后发生——“Gmail 不会自己养活自己。”
O’Shea 最后的追问切中要害：他怎么能同时偏执又平静？Arora 回答：“人生就是一连串矛盾……如果我一失败就开始惊慌失措，我会变成一个精神混乱的人。”他的答案是 Steph 的“下一回合心态”和“因果平静”（“next-play mentality” and “karmic calm”）。当 O’Shea 把他的表现重新定义为攻击性时，他拒绝这个标签：那个顶着防守往前冲的球员并不是“极具攻击性”，而是“想把事情做成的人”。

第25期——DYLAN 来了，现场直播！| Dylan Patel & Jordan Nanos Uber总裁MacDonald谈AI预算、自动驾驶生死与外卖之战