《Agentic AI安全技术应用报告》发布

Agentic AI System（智能体AI系统，简称Agentic AI）是能够理解目标，并通过感知、推理进行决策和行动，进而自主实现特定业务目标的一类智能系统。它包括大模型和智能体（Agent）两个主要组件。其中，Agent能通过编排与其他代理协同，自主地进行推理和决策，并完成更复杂的任务。

智能体（Agent）的发展日新月异。当前国内外的典型智能体可以分为以下几种类型：基础模型增强的研究型智能体、全流程软件开发智能体、任务自动化与工作流智能体、具身智能体 / 机器人智能体、智能体框架与平台。

当前我国热门的智能体类型主要是任务自动化与工作流智能体，典型产品有：Manus AI、Flowith、AutoGLM、Agent Tars。

从发展的角度看，智能体的应用开始出现多样化，既有通用型的，也有专业型的。其中，Flowith的应用实践标志着Agent技术实现了从功能单一化到体系化的关键跃升。AI应用范式正从以问答为核心的“被动服务模式”，向以目标达成为导向的“智能自动化体系”加速转型，以Agentic AI为核心的智能化产业生态开始形成。

大模型和AI Agent的广泛应用使得针对Agentic AI的风险随之而来。传统的针对信息系统、网络系统的风险评估模型，在识别大模型和Agentic AI系统的风险时呈现出明显不足，特别是模型自身的生成内容风险和对抗性风险。

结合当下我国国情，安全牛基于数字安全与风险管理体系及各层级的安全风险分析，提出了安全牛的风险模型，我们称之为Agentic AI“洋葱风险模型”，如下图所示：

该模型基于Agentic AI系统的生命周期，按风险场景将Agentic AI风险划分为：内生性风险、使用性风险、供应链风险、伦理冲突与安全合规风险4层。在风险类别上覆盖了Agentic AI面临的6种风险类型，同时在风险管理上覆盖到Agentic AI系统的全生命周期。

洋葱风险模型以Agentic AI系统为核心，从“AI应用安全”向“AI生态安全”延展，从内向外依次是：内生性风险、使用性风险、供应链风险、伦理与安全合规性风险；其中，内生性风险、使用性风险根据风险产生的原因又可以细分为网络风险、数据风险、开发风险和模型算法风险。

基于洋葱风险模型，用户可以从系统自身安全、使用安全、赋能网络安全三个方面为Agentic AI构建完整的安全框架，为AI技术的健康发展提供有力保障。我们称其为Agentic AI的三重安全内涵。

• 系统自身安全 即内生安全，主要关注AI模型及系统的健壮性、可靠性和安全性，确保AI系统不受恶意攻击和篡改；

• 使用安全 强调AI应用在使用过程中的合规性、透明度和可控性，防止AI被滥用或误用，保护用户隐私和数据安全；

• 赋能网络安全 是AI技术在网络安全领域的应用，通过AI技术提升网络安全的防御能力，如智能检测、预警和响应等，为网络安全保驾护航。

内生安全与使用安全，防护对象均聚焦于 Agentic AI 系统自身；而赋能网络安全，防护对象则为网络基础设施。为了便于分析，报告在研究过程中，将内生安全和使用安全统一归类为系统安全。后续内容主要围绕系统安全与赋能安全这两大方面详细展开。

在Agentic AI系统安全方面，报告基于“洋葱风险模型”中的4层风险提供了相应的安全管理策略，构建了如下图所示的风险管控框架。

该管控框架以“使用安全”为中心，向外辐射依次构建了内生安全、供应链安全和合规管理的4个安全模块。通过模型验证与评测、风险识别与防护、风险监控、风险评估与审计、开发安全与模型增强、数字供应链管理6大安全能力，覆盖了“洋葱风险模型”不同层级的风险；同时，框架也针对Agentic AI系统安全构建了“验证-防护-监测-增强”这样一套风险管理闭环机制。同时，强调企业在Agentic AI系统的风险管理中，要做好使用前的风险评测、使用中的监测和防护、使用后的风险评估和审计。

建设中，安全牛建议：

1. 秉持应用系统全生命周期安全的管理思路，系统性覆盖从开发、部署、运行到最终退市四个关键环节；

2. 这种安全架构应当是立体化、多层级的，要配备实时动态监测机制，确保 AI 系统在各个阶段都能得到全面且持续的安全保障；

3. 除了技术层面的防护措施，还需配套完善的管理流程。

为更好地理解Agentic AI系统安全和赋能安全之间的关系，安全牛结合传统网络安全、Agentic AI和风险管控三大系统，构建了Agentic AI赋能网络安全的系统实现框架。如下图所示，该框架包括企业网络及基础安全设施、Agentic AI系统和风险管控系统三个子系统：

• 企业网络及基础安全设施是现代组织IT架构的核心组成部分，提供企业业务运营所需的连接性、数据传输和安全保障，也是Agentic AI赋能安全的主要目标对象。

• Agentic AI系统是利用大模型和Agent技术实现网络安全赋能的系统，是整个赋能系统的核心能力。包括：大语言模型、Agentic AI系统安全、安全智能体三层，各层级相互协同，共同为网络安全赋能提供支撑。

• 风险管控系统，即“Agentic AI系统安全管控系统”，承担Agentic AI系统的风险评估、策略制定、合规性管理和应急响应等安全职能。

结合调研，安全牛从规划、设计、建设前、建设中和建设后5个方面为CSO构建赋能网络安全的Agentic AI系统提出了相关的建设原则。分别是：

1. 规划阶段：明确战略定位和管理期望；

2. 设计阶段：风险管理体系的整体布局；

3. 建设前：场景驱动的渐进式实施；

4. 建设中：可信模型与安全建设双轮驱动；

5. 建设后：持续优化并注重环境适应与动态进化。

报告调研中访谈厂商共15家，覆盖到了Agentic AI安全治理和安全赋能两个安全领域。结合调研，报告分析并汇总了当前Agentic AI安全厂商的能力及产业特点。

目前阶段Agentic AI安全主要分为：Agentic AI安全、Agentic AI赋能网络安全、安全大模型三类。其中，AI安全治理能力厂商有的源自传统网络安全领域，也有从专业AI研究领域分流出来的网络安全初创企业；相比AI安全治理，Agentic AI赋能网络安全的企业规模大很多。

报告从技术发展现状、产业格局和产品交付形态3个方面具体分析了当前Agentic AI的产业特点：

技术应用现状：网络安全行业的智能化水平，正在从传统小模型向大模型和Agent应用扩展，但实践中，LLMs+小模型协同还是当前网络安全智能化的主要方式。

Agentic AI安全产业格局：顺应Agentic AI的发展趋势，网络安全行业衍生出AI安全治理和AI赋能安全两大新安全能力，能力布局的厂商既有传统的网络安全厂商也有AI安全的创新企业。

Agentic AI安全的产品形态：Agentic AI提供多种交付方案，能实现不同规模、不同性质企业的全面覆盖。为满足不同性质和规模企业的应用需求，Agentic AI安全方案在部署方式上展现出本地部署、SaaS部署和信创适配3种形态。

基于产业调研，报告也梳理了国内外的代表性厂商，并对其产品进行了介绍。总体来看，国内外网络安全厂商在Agentic AI安全领域的研究实践都不同程度地覆盖了AI生态治理和赋能安全两个方向。

国外的代表性厂商有：Microsoft、PaloAlto Networks、Fortinet、Darktrace、CrowdStrike；

国内的代表性厂商分别有：奇安信、绿盟科技、安恒信息、云起无垠、君同未来。

奇安信科技集团股份有限公司（简称“奇安信”）是一家在诸多细分领域均拥有自己安全能力的综合型安全厂商。面对 “AI+” 时代带来的深刻变革，奇安信率先运用“安全大模型+Agent”方案对全栈安全能力展开系统性梳理和规划，创新推出首批工业级大模型安全人工智能产品Q-GPT安全机器人和大模型卫士产品系列。奇安信自主研发的QAX安全大模型智能底座已完成了DeepSeek的深度接入，率先将其引入到威胁研判、安全运营、渗透测试和漏洞管理、身份与访问管理、网络钓鱼防护、恶意软件和勒索软件防护、数据泄露防护、安全培训、供应链安全等场景中。

产品方面，基于Q-GPT平台打造了AISOC安全运营、椒图云锁、终端威胁检测与响应、威胁监测、代码卫士等多款AI化方案。其中，在安全运营、代码安全、攻防渗透三个细分能力域取得明显的应用效果。

绿盟科技集团股份有限公司（简称“绿盟科技”）在AI安全领域的布局具有明显的战略连贯性。2020年前后绿盟科技提出了“智慧安全”战略；2023年9月，在TechWorld 绿盟科技智慧安全大会上正式发布了风云卫AI安全能力平台（NSFOCUS Generative Pre-trained Transformer，简称NSFGPT）。依托“风云卫AI安全能力平台”和ISOP+AI方案，绿盟从安全大模型深度赋能、建立协同智能体系、场景化安全能力闭环三个维度构建了AI驱动的网络安全的前瞻性战略布局。目前其智能体的研究重点包括：检测智能体、运营智能体、数安智能体、蓝军智能体等方向。

绿盟风云卫AI安全能力平台是集绿盟科技多年人工智能与机器学习研究经验、攻防知识与威胁情报积累、实战化专家能力于一体的AI安全赋能平台。平台内置多种大小模型、知识库、情报库，支持本地安全知识应用，以及基于AI Agent的模型能力拓展。通过将AI能力赋能安全产品与服务，平台可应用覆盖安全运营、检测响应、攻防对抗、知识问答等各类典型客户场景，实现网络安全智能化。

基于丰富的网络安全行业实战经验积累，安恒信息在2023年推出了“恒脑安全垂域大模型”，并在2024年西湖论剑峰会上提出将“AI”作为公司的一级战略，要以大模型为底座，以智能体为核心，实现安全能力场景化调度，安全专家最佳实践规模化复制。 

目前，恒脑平台功能已趋于完善，安恒信息将更多资源集中投入在智能体开发应用平台及相关生态打造中，现拥有官方智能体35个，各类客户创建、安服创建智能体300多个，智能体商城已正式开放。安恒信息是最早将安全智能体应用于重大活动安全保障的企业，取得了良好效果，特别是2025年亚冬会保障工作中构建了10个智能体，极大提升了网络安全保障效率。

北京云起无垠科技有限公司（简称“云起无垠”） 是一家专注于应用大模型赋能网络安全体系，并致力于打造最懂安全的AI安全智能体的创新企业。云起无垠成立于2021年7月，总部位于北京，创始团队在漏洞挖掘领域有着深厚的经验积累。云起无垠积极参与国家及行业标准制定，在研发方面积累有数十项软件著作权和专利。2024年3月，云起无垠完成了数千万元的天使+轮融资。

产品方面，云起无垠智能体的研发重点聚焦于开发安全、安全运营两个细分领域。依托自主研发与训练的“云起AI安全大脑”，云起无垠推出了AI安全智能体平台，并打造了智能模糊测试、代码生成、漏洞情报等十多个安全智能体产品。

杭州君同未来科技有限责任公司（简称“君同未来”） 是国内专注于大模型安全及生态治理研究的创新企业，公司成立于2024年6月，总部位于杭州，团队起源于浙江大学滨江研究院。在人工智能安全领域，君同未来提出了“人工智能生态治理”理念，并构建了一套全面覆盖人工智能政策合规、能力评估、风险防护、监测管控和人才实训培养的生态治理体系。此外，君同未来积极参与该领域国家、行业及团体标准制定，积累了百余项人工智能治理领域的知识产权，获得过诸多创新成果奖项和荣誉。

产品方面，君同未来人工智能生态治理解决方案提供端到端的人工智能风险治理服务，从开发环境到应用环境，提供全面的验证、监控、增强与防护能力。目前产品包括：生成式人工智能评测系统、决策式人工智能评测系统、人工智能风险防护系统、人工智能监测管控系统、人工智能治理教学实训平台等多款AI管控治理工具。

随着深度学习、强化学习等技术的快速发展，融合多种数据类型（文本、图像、音频）的Agentic AI将会更全面、更深刻地理解用户环境和需求，这也将驱动Agentic AI为网络安全行业提供更加场景化和高阶智能化的功能。“AI+”已经是不可逆的技术趋势。未来，Agentic AI的应用又将会给网络安全带来怎样的变化？ 

基于研究，安全牛从政策、市场和应用方面探索了5个Agentic AI安全代表性的发展趋势：

我国AI安全法制治理的力度将持续增强：继《生成式人工智能服务管理暂行办法》、强标GB 45438-2025《人工智能生成合成内容标识方法》后，国家将进一步出台针对 Agentic AI的专项法规，形成从国家安全、行业监管到技术标准的多层次治理体系；同时，国家级AI安全认证体系也将进一步完善。

传统网络安全市场将加速整合，形成以AI能力为核心竞争力的新格局。具体来说，传统安全企业将大幅增加对安全特定AI模型的研发投入，形成新的竞争壁垒；传统安全厂商正承压转型，不具备 AI 核心能力的传统安全厂商将面临严峻挑战；同时，专注于 Agentic AI 安全解决方案的创新企业将迅速崛起，可能颠覆现有市场领导者地位；此外，拥有强大 AI 基础设施的科技巨头将凭借其数据和算力优势，在安全市场获得更大话语权。

同时，用于训练和部署安全AI代理的基础设施将成为投资热点。高质量的安全训练数据将成为稀缺资源，拥有独特安全数据的企业估值提升。AI人才也将向安全厂商倾斜，细分安全技术间的壁垒会逐渐被打破，能力间的横向协同进一步加强。市场价值将从安全产品转向AI安全能力，拥有先进 AI 模型和训练数据的企业将获得溢价。

从安全态势来看，基于AI的攻防对峙新态势正在形成，Agentic AI将推动“被动防御”向“主动防御”转变。大模型释放的红利正在渗透各个行业，基于AI优势应对AI攻击已经成为当前行业、企业用户迫在眉睫的重要安全事项。在Agentic AI的助力下，预测性安全防护能力显著增强，这将加快行业从“被动防御”向“主动防护”演进的步伐，使基于AI的弹性安全、自适应安全防护成为可能。因此，无论是攻防对抗还是防护，Agentic AI安全都必将成为企业网络安全能力建设的重要组成部分。

从技术上看，大模型的快速迭代正在加速安全垂域大模型私有化和广泛应用的进程。当前大模型正在以前所未有的速度快速迭代，从DeepSeek的发布可以看出，大模型在算法优化和算力需求降低方面的进展，正在使安全垂域大模型私有化成为可能。基于企业安全的私密性需求，安全垂域私有化大模型将率先在数据安全要求高的企业落地应用。随着垂域大模型的进一步成熟，云安全运营商也势必在智能化转型的大趋势下将Agentic AI安全的红利惠及中、小规模企业。

从架构上看，以Agent 为主的自组织的安全生态系统将成为安全能力构建的新方式。在安全大模型应用推进的过程中，安全产品将回归安全能力，以功能菜单为主的工程化能力会被弱化，促使安全企业将核心能力做深做强，通过智能体直接调度安全能力提供安全服务。同时，Agentic AI安全将从单一代理向多智能体代理协同方向发展。通过多个Agentic AI之间的协作实现更复杂的系统性任务，如智能城市管理、供应链优化等。不同厂商的 AI 安全代理将协同工作，形成自组织、自优化的安全生态系统。庞大的一体化安全平台将被模块化、专业化的AI安全代理网络所取代，一体化安全平台或将消亡。