2025年11月8日，在世界互聯(lián)網(wǎng)大會烏鎮(zhèn)峰會上，360數(shù)字安全集團正式發(fā)布《大模型安全白皮書》（以下簡稱“白皮書”）。該白皮書首次系統(tǒng)性闡釋大模型運行時的五大關(guān)鍵風險，建設(shè)性地提出“外筑‘以模治模’動態(tài)屏障，內(nèi)固‘平臺原生’安全底座”的核心理念，并源于實戰(zhàn)，提供了可落地的安全解決方案，為大模型應(yīng)用拉起了全鏈路安全防線，助力推動人工智能行業(yè)向“安全、向善、可信、可控”方向穩(wěn)健發(fā)展。

五大風險：大模型安全呈多維復(fù)雜態(tài)勢，挑戰(zhàn)成指數(shù)級

隨著大模型技術(shù)加速滲透政務(wù)、金融、能源、醫(yī)療等重點行業(yè)，一個不容忽視的現(xiàn)實是——AI越智能，安全風險越致命。

白皮書以2025年國內(nèi)外多起典型大模型安全事件為切入點，系統(tǒng)性歸納了威脅大模型安全的五大關(guān)鍵風險：

首先是基礎(chǔ)設(shè)施安全風險，包括設(shè)備控制、供應(yīng)鏈漏洞、拒絕服務(wù)攻擊以及算力資源濫用等問題；其次是內(nèi)容安全風險，涉及不符合核心價值觀、虛假或違規(guī)內(nèi)容、大模型幻覺，以及提示注入攻擊等；第三類是數(shù)據(jù)與知識庫安全風險，數(shù)據(jù)泄露、越權(quán)訪問、隱私濫用和知識產(chǎn)權(quán)問題日益突出；第四是智能體安全風險，隨著智能體自主性增強，插件調(diào)用、算力調(diào)度、數(shù)據(jù)流轉(zhuǎn)等環(huán)節(jié)的安全邊界更加模糊；最后是用戶端安全風險，包括權(quán)限控制、API調(diào)用監(jiān)控、惡意腳本執(zhí)行以及MCP執(zhí)行安全等。

這些風險相互交織，形成傳統(tǒng)安全方案難以應(yīng)對的復(fù)雜威脅矩陣，嚴重威脅個人權(quán)益、企業(yè)發(fā)展乃至國家安全。

拉起防線：“外掛式安全 + 平臺原生安全”雙軌安全體系

面對上述復(fù)雜挑戰(zhàn)，白皮書基于實戰(zhàn)經(jīng)驗，給出了“外掛式安全 + 平臺原生安全”雙軌治理策略 —— 前者像 AI 的 “外部保鏢”，靈活應(yīng)對實時風險；后者像 AI 的“內(nèi)置鎧甲”，從根源筑牢安全基礎(chǔ)，兩者配合形成全鏈路防護網(wǎng)。

外掛式安全側(cè)重模型外部防護，通過“以模治模”實現(xiàn)對算力主機、軟件生態(tài)、輸入輸出內(nèi)容及模型幻覺的主動監(jiān)測與防御。

該方式具備兩大優(yōu)勢：一是適配性強、部署成本低，可作為通用組件快速接入不同企業(yè)環(huán)境，避免重復(fù)開發(fā)；二是響應(yīng)迅速，具備獨立監(jiān)測與攔截機制，可在毫秒級別識別并阻斷實時威脅，如異常算力消耗或惡意內(nèi)容。

平臺原生安全則聚焦大模型數(shù)據(jù)、知識庫、智能體及客戶端等環(huán)節(jié)，將安全能力嵌入核心組件，強化配套組件安全與全流程合規(guī)管控。

360提供的企業(yè)級知識庫、智能體構(gòu)建與運營平臺、智能體客戶端等產(chǎn)品，均基于這一理念開發(fā)，將安全深度植入平臺底層，全面滿足國家與行業(yè)合規(guī)要求，為智能體應(yīng)用提供全鏈路保障。

簡言之，外掛式安全如同“建成后加裝的防盜系統(tǒng)”，平臺原生安全則如“建造時內(nèi)置的防火結(jié)構(gòu)”，二者協(xié)同，從外至內(nèi)構(gòu)筑大模型的安全防線。通過這一體系，360實現(xiàn)了主動發(fā)現(xiàn)、動態(tài)演進的安全檢測能力，有效應(yīng)對復(fù)雜多變的大模型安全威脅。

縱深防御：7大能力守好大模型安全門

基于 “外防風險、內(nèi)固架構(gòu)”的大模型安全核心理念，360給出一份覆蓋大模型安全全鏈路解決方案。該方案通過七大核心產(chǎn)品能力，共同組成“外掛式”與“平臺原生”相結(jié)合的縱深防御體系。

其中，“外掛式”安全能力不侵入大模型原生架構(gòu)，通過外部工具實現(xiàn)靈活、快速的動態(tài)防護。該體系下的四大產(chǎn)品——大模型衛(wèi)士算力主機安全系統(tǒng)、檢測系統(tǒng)、防護系統(tǒng)、幻覺檢測與緩解系統(tǒng)——共同構(gòu)建了外部屏障，重點應(yīng)對大模型基礎(chǔ)設(shè)施風險，如算力劫持、供應(yīng)鏈投毒，以及大模型內(nèi)容風險，如提示詞注入、模型幻覺與違規(guī)內(nèi)容，實現(xiàn)了從算力層到內(nèi)容層的實時監(jiān)測與主動防御。

“平臺原生安全” 則如同為大模型應(yīng)用注入了“安全基因”，將防護能力深度內(nèi)嵌于其核心組件之中。這一理念具體體現(xiàn)在三大平臺產(chǎn)品上：企業(yè)級知識庫從根本上守護數(shù)據(jù)與知識安全；智能體構(gòu)建和運營平臺確保智能體行為全程可控；智能體客戶端則筑牢用戶端入口的安全防線。三者協(xié)同，從底層架構(gòu)解決了數(shù)據(jù)泄露、智能體行為失控及終端濫用等內(nèi)生性安全挑戰(zhàn)，為AI應(yīng)用的穩(wěn)定可靠運行奠定了內(nèi)生性基礎(chǔ)。

據(jù)悉，目前，360已將這一能力落地政務(wù)、金融、制造等各行業(yè)，真正讓大模型安全從“理論變成“能落地、能管用”的實戰(zhàn)方案。

未來，還將聯(lián)合產(chǎn)學(xué)研各界，共同推動安全標準建設(shè)與技術(shù)共享，攜手共建安全、可信的AI生態(tài)。讓AI世界更安全、更美好。