当五眼联盟拉响警报：中国政企机构该如何应对智能体安全危机
近日，一份关于智能体AI安全的联合指南，在全球网络安全圈引发关注。美国CISA、美国NSA、英国NCSC、澳大利亚ASD、加拿大网络安全中心、新西兰NCSC等国家级网络安全机构联合发布《谨慎采用智能体AI服务》指南，提醒政府、关键基础设施和企业组织，在引入智能体AI时必须同步建立安全治理能力。
这份指南释放了一个明确信号：智能体AI已经不只是效率工具，而正在进入关键业务、核心系统和基础设施场景。与普通聊天机器人不同，智能体AI能够调用工具、访问数据、执行操作、发起指令。一旦缺乏有效约束，它带来的就不只是内容生成错误，而可能演变为权限滥用、数据泄露、业务中断甚至系统性安全风险。
换句话说，智能体已经从“能不能用”的阶段，进入“如何安全使用”的阶段。
智能体安全风险，不止来自本身
指南重点指出，智能体AI的安全风险集中体现在五个方面。
首先是权限蔓延。智能体一旦被授予过高权限，就可能在被攻击、被诱导或误执行时，直接触达核心系统和敏感数据。对政企机构来说，这意味着一个部门级智能体的失控，可能影响整个业务链条。
其次是设计与配置缺陷。智能体的目标设定、触发条件、工具调用接口、外部系统连接方式，如果在上线前缺乏安全评估，就可能把漏洞埋进系统底层。
第三是行为偏差。智能体可能以设计者未预期的方式完成任务，例如绕过规则、误解指令、执行越界操作。这类风险并不总是来自攻击者，有时也来自系统自身的不确定行为。
第四是级联失效。当多个智能体相互协作、相互调用，一个环节的异常可能迅速传导，形成连锁反应，速度远超人工响应能力。
第五是问责困难。当智能体删除文件、修改权限、触发错误操作后，如果没有完整日志和可审计机制，组织很难还原过程、定位责任、快速处置。
这些风险共同指向一个核心问题：我们正在把越来越多的自主权交给AI系统，但与之匹配的安全治理体系还没有同步建立。
对中国政企机构来说，这是一道必答题
当前，智能体AI正在加速进入我国政务服务、金融运营、能源管理、工业生产、办公协同、运维处置等场景。政务问答助手、合规审核机器人、自动化运维平台、数据分析智能体、供应链调度系统……在提升效率的同时，也把新的攻击面带进了业务系统。
360在安全实战中观察到，政企机构在智能体AI落地过程中，普遍面临几类问题：
一是“影子智能体”大量存在。部分部门自行接入AI工具，未统一登记、未纳入审批、未建立权限台账，安全团队无法看见，也无从管理。
二是权限设计滞后。部分智能体以较高权限接入业务系统、数据库、接口平台，管理员并不清楚它能访问哪些数据、执行哪些操作。
三是日志审计不足。智能体的输入、输出、工具调用、权限变更等行为缺乏完整记录，出了问题难以溯源。
四是供应链风险被低估。第三方AI产品背后的模型来源、插件组件、数据流向、权限边界往往不透明，一旦被利用，风险可能沿业务链条扩散。
因此，智能体AI安全不能只靠上线前的一次测评，也不能简单套用传统IT系统的管理流程。它需要一套覆盖资产、权限、行为、审计、供应链和应急处置的全生命周期治理机制。
七步建立智能体安全防线
面向政企机构，360建议从七个方面入手，推动智能体从“快速上线”转向“安全可控”。
第一，摸清家底，建立智能体AI资产清单。
所有已部署、试运行和采购中的智能体AI系统，都应纳入统一登记，明确它接入了哪些系统、访问哪些数据、拥有哪些权限、由谁负责管理。
第二，收紧权限，落实最小必要授权。
对智能体权限进行专项审计，避免授予过宽、过深、过长期限。涉及核心数据库、财务系统、生产系统和关键业务平台的智能体，应设置明确操作边界。
第三，建立围栏，高风险操作必须人在回路。
删除数据、修改权限、变更配置、发起支付、调用关键接口等高影响操作，不应完全交由智能体自主完成，应设置人工确认、二次审批和操作留痕机制。
第四，防范提示词注入，守住智能体入口。
凡是接触外部输入的智能体，包括邮件、文档、网页、客服对话、用户上传内容等，都应部署输入过滤、内容审查和恶意指令识别能力，并将提示词注入纳入常态化演练。
第五，持续监控，让行为日志可审计、可追溯。
智能体的输入内容、工具调用、权限使用、输出结果、异常行为都应形成完整日志，并与现有安全运营平台联动，确保风险可发现、事件可复盘、责任可追溯。
第六，核查供应链，把安全能力纳入采购门槛。
采购第三方AI产品和智能体服务时，不能只看功能和效果，还要明确模型来源、权限设计、日志机制、数据使用范围、提示词注入防护能力和安全责任边界。
第七，分级部署，从低风险场景逐步推进。
智能体不宜一上来就接入核心生产系统和关键数据资产，政企机构应建立分级审批机制，从低风险、非敏感、可回滚场景开始，逐步积累治理经验。
智能体安全，需要“懂AI”也“懂安全”
事实上，智能体安全的复杂性在于，它并非单一技术问题，而是AI安全与传统数字安全的交汇点。
一方面，要理解大模型的行为机制、提示词注入的攻击方式、智能体自主决策和工具调用逻辑；另一方面，也要具备权限管理、漏洞发现、行为监控、日志审计、应急响应等传统数字安全能力。
这正是360长期布局AI安全的核心方向。
作为长期深耕数字安全的企业，360一方面持续推动“AI赋能安全”，将大模型和智能体能力用于漏洞挖掘、安全运营、威胁研判和攻防对抗；另一方面，也围绕“安全护航AI”，构建面向大模型、智能体应用的安全防护体系。
在漏洞发现层面，360自主研发漏洞挖掘智能体，推动漏洞发现从依赖专家经验，向自动化、规模化、智能化演进，帮助政企机构更早发现潜藏在系统、组件、代码和供应链中的深层风险。
在智能体防护层面，360基于“以模治模”思路，构建面向智能体全生命周期的安全能力，覆盖智能体资产发现、权限管理、提示词注入检测、异常行为监控、漏洞检测与治理、安全审计等关键环节。
不久前，IDC发布《中国智能体威胁检测技术评估，2026》，360凭借在智能体资产管理、漏洞检测与管理等方面的能力入选，体现了360在智能体安全领域的技术积累和实践能力。
智能体时代已经来临，对于我国政企机构而言，关键在于能不能在使用期间看得见、管得住、防得住、追得回。未来，360将持续发挥“懂安全，更懂AI”的优势，助力政府机构、国有企业、关键基础设施运营商和各行业客户，共同构建安全、可信、可控的智能体安全防线。
360数字安全
页:
[1]