安全运营中心（SOC）长期被告警疲劳与手动关联拖慢：海量告警里挑真威胁、定位根因、做遏制，几乎全靠人力翻日志。9 月 10 日 Zscaler 推出 Agentic SOC，把一组专用 AI agents 嵌进安全运营，做分诊、根因调查、判定与自动遏制。它不是给分析师配个聊天框，而是把「调查—判定—处置」拆成可由 Agent 协作完成的流水线。
底层机制通俗拆解
Agentic SOC 的核心是把 SOC 的标准动作（triage、root-cause、verdict、containment）变成可被 Agent 调用的能力，并让这些 Agent 跑在 Zscaler 的 inline zero-trust 遥测流旁边。所谓 inline 遥测，是指流量经过 Zscaler 代理时天然产生的身份、连接、数据动作等信号——Agent 不需要再去「外挂」采集，而是直接消费这条高质量、带上下文的遥测。Agent 工作流负责把告警自动归类、串联多源证据、给出处置建议，并在授权范围内执行遏制步骤，替代过去需要人工关联的操作。
本次核心优化点
关键不是「又多了一个 AI 助手」，而是把 zero-trust 遥测与自主 Agent 工作流配对，目标是降噪与自动化遏制。传统 SOC 工具各自产出告警，分析师手动拼图；Agentic SOC 试图让 Agent 在遥测发生的地方就地完成初步关联，缩短从「看到异常」到「掐断动作」的链路。
技术取舍与固有局限
代价是误报自动化的风险被放大：一旦 Agent 把正常行为误判为威胁并自动遏制，可能直接切断业务连接。Zscaler 自身也建议先把 Agentic SOC 局限在高信号遥测流（VPN、远程管理、身份事件）上试点，以便调优 playbook、压低误报。另一局限是 vendor lock-in——这类能力深度绑定 Zscaler 的流量代理位置，离开其 inline 遥测质量会下降，难以平移到其他架构。
同类方案对比
在「Agent 进安全」的赛道里，Nightfall MCP Gateway 是从数据出口侧做 Agent 动作前的安全门，Snowflake Cortex AI Gateway 是在数据层做零密钥的受管工具目录，Google GTIG 的警示则反过来提醒：自主 Agent 本身也可能成为攻击链。Zscaler 的差异化在于「位置」——它坐在流量代理点，天然拥有高质量 inline 遥测，这是纯外接 Agent 难以低成本获得的原料。
开发者落地适配建议与踩坑提醒
如果你打算在自家 SOC 引入 Agent：其一，先圈定高信号、低误伤的数据源做试点，别一上来全量自动化遏制；其二，给 Agent 的自动处置加「试运行/仅告警」模式，用真实流量校验 playbook 后再放开执行权限；其三，把「人类可一键回滚 Agent 动作」写进运维 SOP，避免自动遏制变成自动事故；其四，评估 vendor 绑定时，先测算脱离其遥测后的能力衰减，再决定是否把核心安全链路押上去。