网易智企易盾发布AI原生安全体系：智能体安全市场待起

（网易智企副总经理、易盾业务负责人朱浩齐在2026年世界互联网大会乌镇峰会期间接受采访。杨让晨/摄影）

10月以来，摩根大通、花旗银行、美国银行、摩根士丹利、嘉信理财等金融机构接连出手，限制未经授权的第三方AI智能体访问客户账户，加拿大多家大型银行也先后跟进。限制指向的行为很具体：第三方智能体拿用户账号密码直接登录银行系统、执行账户操作。部分用户虽主动向智能体授权，可一旦AI能自主调用工具、执行交易，出错或资金受损之后责任怎么划，就成了新问题。

这背后是AI产业遇到的新安全考题。大模型从内容生成转向自主执行任务，风险范围也随之扩大，从生成内容合不合规，延伸到数据访问、身份验证、权限管理和行为执行这些环节。

需求也在撑起生意。11月3日，2026年世界互联网大会乌镇峰会期间，网易智企发布了基于易盾双向AI安全架构的AI原生安全产品体系，把原有的内容安全能力延伸到身份识别、智能体行为安全等领域。不过盯上这块市场的并不止专业AI安全厂商，大模型厂商、云服务商和传统网络安全企业都在往外扩安全业务的边界。网易智企副总经理、易盾业务负责人朱浩齐在接受包括《中国经营报》在内的媒体记者采访时说，第三方厂商得跟客户的业务产品深度适配，拿出满足定制化需求的安全能力。

AI安全市场竞争加剧

以前企业上AI应用，安全焦点大多在模型输出这一头：生成违法违规内容、泄露敏感信息、被恶意提示词攻击之类。

智能体接入企业内部系统之后，风险的面貌变了。朱浩齐提到概率性。“传统网络安全产品可以通过病毒特征、IP地址或预设规则识别风险，但AI应用涉及复杂的语义理解和上下文判断，安全系统很难仅凭某个特征就确定一项操作是否存在问题。”语言内容和行为意图本身带着模糊性，怎么把它们变成准确、又能向客户解释清楚的安全判断，是这一行要长期啃的难题。

眼下AI安全的玩家大致分三路。第一路是大模型厂商和云服务商，它们能把安全机制嵌进模型调用、内容过滤、API接口和云端运行环境，给客户标准化防护，长处是安全功能和基础模型、云服务打包交付。第二路是传统网络安全厂商，在网络流量监测、终端防护、漏洞管理、企业权限控制上积累深，能把AI相关风险装进已有的网络安全体系。第三路是以内容识别、业务风控和模型安全起家、逐步往智能体安全走的专业第三方厂商，比拼的重点落在业务语义理解、风险意图识别和不同场景下的定制化防护。

三类的边界其实没那么泾渭分明。智能体安全需求一涨，模型安全、身份管理、行为监测这些领域交叉得越来越多。朱浩齐的判断是，不同类型厂商更可能共存。“大型云厂商及模型厂商能够提供基础性、标准化的安全能力，但企业的业务系统往往存在较多定制化需求，需要专业第三方厂商提供针对性的安全服务。”但大模型厂商不断补齐内置防护、传统安全企业加快补语义理解能力，第三方厂商的竞争边界还会被重塑。

第三方厂商寻找新增长

安全需求在变，网易智企·易盾的做法是把已有的内容安全和业务风控能力，往更完整的企业AI应用链路上推。2026世界互联网大会期间，它发布了覆盖AI内容与数据安全、AI交互与身份安全、AI模型与智能体安全三个层面的产品体系。

拆开看：CMA审核智能体面向内容审核场景，靠大模型与专项小模型协同完成内容研判、分流和处置；DeepGuard人脸鉴伪对付AI换脸、视频注入这类身份伪造风险；Agent Guard则给智能体的工具调用、权限控制和行为执行提供风险检测与拦截。

技术路径上，网易智企·易盾想把原来的内容识别能力拿去理解用户意图、识别异常行为。网易智企·易盾公布的数据显示，某客户月均投诉工单超过250万件，审核场景采用CMA智能体初审加人工复核后，平均出审时长从35.7分钟降到12.3分钟，审核准确率99.2%。

只是跟内容审核比，智能体行为安全的商业化还处在早期。智能体安全牵扯模型、工具、业务系统和用户权限多个环节，单一产品覆盖不了全部风险，得靠体系化方案；企业那边对AI安全的采购标准也还没完全成形。朱浩齐告诉记者，目前公司客户里，有企业安全部门牵头采购的，有业务部门负责采购的，也有部分企业专门成立AI或信息技术部门来推进。

朱浩齐告诉记者，公司现有客户中，有的由企业安全部门牵头采购，有的由业务部门负责，还有部分企业专门成立AI或信息技术部门来推进。AI安全的采购标准尚未完全成形。这背后，AI安全正从传统IT安全预算向具体业务应用延伸，采购主体和交付模式都还没有定下来。

朱浩齐还提到，互联网企业、AI原生应用企业以及金融机构眼下对这类安全服务的需求更为集中。他分析说，在AI安全客户里，互联网和AI原生企业更早把大模型用在社交、内容生产与业务交互上；金融机构则一贯舍得在安全上投入，对新型风险的防范诉求也更强。朱浩齐表示，智能体进入的行业越多，安全需求预计还会继续增长，可不同场景对风险识别、执行拦截、人工复核的要求并不一样，第三方厂商仍得花资源去做适配。

对第三方安全服务商来说，能不能规模化提供服务是关键。朱浩齐表示，在数据合规、脱敏的前提下，第三方安全服务商可以借助不同客户积累的风险案例和攻击样本持续优化安全模型，同时通过调配算力资源压低单个客户的服务成本。

中国信通院发布的《人工智能安全治理研究报告》认为，未来产业还需持续探索以“计划、执行、检查和处理”(PDCA)模式为核心的管理模式，实现从“碎片化”向“系统化”的转型。具体而言，要在计划、执行、检查、处理等阶段，结合企业自身业务需求与行业安全标准等制定实施方案，推动管理体系迭代完善的螺旋式上升。

报告还提出，最终要构建起适配产业发展的长效安全管理机制。AI安全的建设，还需要从多方面入手。