Legacy systems were built for humans: data is siloed and hard to access, rules are hardcoded and slow to update, and workflows run in batches rather than in real time
大多数人认为遗留系统虽然陈旧但仍然可靠，可以逐步更新，但作者认为遗留系统从根本上是为人类设计的，无法适应AI时代的需求。这一观点挑战了对遗留系统的渐进式改进方法，暗示需要根本性替换而非简单更新。
Legacy workflows, turned into dependable APIs for agents and internal systems.
大多数人认为将遗留系统转换为可靠的API需要大量的重构工作，可能涉及源代码访问和深度系统理解，但作者暗示Kampala可以简单地通过流量拦截实现这一目标，这挑战了软件集成和API开发的基本方法论。
Legacy platforms get worse over time : static detections degrade with changing data & behaviors.
令人惊讶的是：传统安全平台会随着时间推移而变得更差，因为静态检测会随着数据和行为的变化而退化，这解释了为什么企业需要不断更新和升级其安全基础设施。
AI-powered analysis uncovers data at a scale and depth that legacy frameworks were not designed to accommodate.
令人惊讶的是：AI安全分析揭示的数据量之庞大、程度之深，已经彻底让传统的安全框架失效。过去几十年建立的安全防御体系，原本就不是为了处理这种维度的信息而设计的，这意味着整个网络安全行业可能需要被彻底重构，而不仅仅是简单的修补升级。