企业AI已迈过关键门槛。根据F5《2026年应用策略现状报告》，目前各组织平均同时运行7个AI模型，其中78%正在运行自有AI推理基础设施。与此同时，98%的组织正在积极为智能体AI做准备。从试验转向生产的进程已经启动，而且速度超出了大多数组织的预期。
当前阶段的独特之处不仅在于AI应用规模，更在于其架构。企业正在将多个智能体连接到多个模型、云和数据源。《2026年应用策略现状报告》发现，93%的组织在混合多云环境中运营，超过半数的组织通过串联或编排多个模型来处理复杂工作流。AI推理不再是单一端点，而是一个分布式系统，这种分布式架构也带来了一类新的风险。
当AI工作流跨越云、托管数据中心和本地环境时，攻击面会随之扩大。敏感数据在系统之间流动，智能体自主做出决策。然而，适用于传统应用的治理框架并非为此类流量而设计，许多组织已经失去管控。
企业AI运营新常态
以跨多个环境运行的客户服务智能体工作流为例。用户查询会触发对私有知识库的请求，调用外部API获取实时数据，然后将响应路由至公共大语言模型（LLM）进行摘要。
每个步骤都会带来风险。敏感数据离开企业边界时可能会泄露。外部API可能返回未经验证的内容。模型本身也可能生成违反政策的响应。
治理正是在这里落到实际运营中：它不是事后报告，而是应用于工作流每个步骤的控制措施。然而，大多数传统应用安全工具旨在检查HTTP流量，而非AI原生交互。它们无法检测模型何时输出违反合规策略的内容、智能体何时向公共LLM泄露机密数据，或自动化工作流何时偏离企业设定的边界。要弥补这一缺口，需要采用专门针对AI系统通信方式和行为模式而设计的控制措施。
Equinix Distributed AI Hub与F5 AI Guardrails如何协同工作
为帮助双方的共同客户应对当前的AI治理和控制挑战，F5与Equinix正通过整合Equinix Distributed AI Hub和F5 AI Guardrails，进一步深化长期合作伙伴关系。借助这一联合解决方案，组织可以将AI推理和检查移至更靠近边缘的位置，从而优化性能并尽可能降低延迟，提供流畅且安全的用户体验。
Distributed AI Hub覆盖全球280多个Equinix数据中心，在供应商中立的环境中提供统一框架，汇聚数据、计算资源、云平台和AI生态系统合作伙伴。企业无需每次都重新构建架构或将数据迁移到其他位置，即可在最适合的环境中运行AI工作负载。借助此解决方案，Equinix提供一种简单、安全的方式，用于连接模型、移动数据、运行推理，并通过一致的治理和控制来管理分布式AI系统。
Distributed AI Hub采用开放且供应商中立的设计，让客户可以自由选择优质供应商，构建自己的AI技术栈。凭借这种灵活性，团队可以同时优化成本、性能和数据主权。
与此同时，F5 AI Guardrails在交互层运行，并以本地部署方式部署在Equinix设施中，帮助满足严格的监管要求。它在每次AI交互期间实时应用AI原生的策略型控制措施，以检测并阻止数据泄露、策略违规和有害输出。组织可以定义自定义和开箱即用的合规控制措施，使其符合《通用数据保护条例》（GDPR）和《欧盟人工智能法案》等框架。自适应策略引擎可在模型、用户和业务环境不断变化的情况下保持一致的治理，并为每项执行决策提供集中可见性和可供审计的可追溯性。
该组合架构为跨环境的AI交互提供统一执行点。Equinix提供专用连接和部署位置选项，以便在性能更优的位置运行推理；F5则对每个请求和响应实施运行时控制。
这使治理从事后补救转变为内联能力。组织无需在各团队中重复配置策略，只需实施一次一致的策略执行，即可将其扩展到不同模型、云和智能体。
由此可简化运维、增强风险防范能力，并能灵活扩展AI，而无需针对每次部署重新设计安全架构。
在基础设施层治理AI的商业价值
试图在AI部署后再补充治理措施的企业，往往会发现自己需要应对工具分散、控制措施不一致以及重大的审计风险。各团队自行设置防护机制，甚至完全不设防护。影子AI的使用日益增多，对供应商的依赖不断加深。当监管机构要求提供监督证据时，相关文档却并不完整。为避免这些问题，组织需要采取主动、集中式的方法，在帮助控制成本的同时，避免被动的一次性投资和工具无序扩张。
在基础设施层内置治理机制，可以从架构层面解决这些问题。通过集中执行策略，并确保策略随AI工作负载一同运行，无论工作负载部署在何处，组织都能持续了解每个模型和每个环境的情况。合规团队可以获得所需的审计就绪证据。安全团队可以获得实时防护，应对与AI系统密切相关的威胁。平台团队也可以根据性能和成本灵活选择模型和提供商，而不必担心失去控制。
这对哪些人至关重要
随着AI工作流扩展到不同环境，治理不能再各自为政。将策略执行纳入交互路径，可帮助企业实现实时控制和一致的可见性，并在不增加复杂性的情况下灵活扩展。
正因如此，AI才能从实验阶段迈向可靠的生产基础设施。
AI平台和基础设施团队需要能够构建和扩展分布式AI，同时避免引入难以管理的复杂性。Equinix Distributed AI Hub与F5 AI Guardrails相结合，为这些团队提供内置一致治理机制的供应商中立基础，使其能够专注于交付AI能力，而不必处理安全缺口。
风险与合规负责人需要具备可追溯性。每次通过AI Guardrails的AI交互都会生成日志，可供审查和报告，并可关联到具体的策略执行操作。这些证据打通了AI运营与监管问责之间的闭环。
如需了解详情，请阅读我们的新闻稿。此外，欢迎访问我们的F5 与 Equinix 网页。
关于作者
相关博客文章
Thingbot正转变为攻击平台
Lori MacVittie重点介绍了F5 Labs对2018年1月至6月全球物联网设备攻击的研究，并指出了其中令人警醒的影响。物联网设备不仅持续遭到利用，还被转变为攻击平台，这意味着攻击者可以更充分地利用这个必然增长的市场。
借助F5全新Quick Start，在AWS上快速开展业务
在AWS re:Invent开幕前，我们很高兴与大家分享F5与AWS之间全新的Quick Start集成。F5的Tom Atkins将介绍该服务如何启动、配置和运行在AWS上部署工作负载所需的计算、网络、存储及其他AWS服务。