来源：新浪科技

新浪科技讯 6 月 26 日下午消息，在 ISC.AI 2026 大会期间，360 集团首席科学家、集团高级副总裁潘剑锋表示，" 去年大家还在怀疑，AI 能不能干好漏洞挖掘的活儿；今年，AI 漏洞挖掘已经把安全人员逼到了墙角。"

在他看来，这并非安全人员的淘汰危机，而是整个行业加速升级的信号，并针对智能体的天然安全短板，提出了 " 驾驭 AI 不确定性 " 的全新安全治理范式。

潘剑锋认为，传统安全面临的挑战，并不只是攻击手段增多、攻击速度加快，更深层的原因是计算逻辑发生了变化。

传统软件建立在确定性计算之上，人把不确定的世界抽象、建模为确定的计算，这是人适应机器。但大模型出现之后，计算从确定走向了不确定，模型能够直接处理模糊、开放、充满变化的真实世界任务，机器可以理解人类意图、反过来去适应人了。

这种不确定性赋予了 AI 推理、创造和处理复杂任务的能力，也成为智能体新型安全风险的根源。即便输入相同的任务，智能体也可能产生不同的理解、推理路径和行动结果。

潘剑锋将这种不确定性分为一体两面。

一面来自外部。攻击者不再需要直接下达明显的恶意指令，而可以把恶意意图隐藏在用户输入、系统提示、工具返回等内容中。人未必能看出其中的危险，大模型却可能 " 读懂 " 隐藏指令，进而实现模型注入、指令覆盖等。

另一面来自内部。大模型依赖统计规律生成结果，不具备对现实世界的完整、稳定认知，因此无法彻底避免幻觉，比如编造不存在的实体、对事件顺序和持续时间的认知错误等。同时，当智能体开始连续推理、调用工具，甚至与其他智能体协同工作时，一个看似微小的判断错误，可能沿着任务链不断传递和放大。

潘剑锋认为，智能体时代的安全目标需要从 " 防御确定威胁 "，转向 " 管控不确定性 "。

围绕这一变化，潘剑锋在主题演讲中提出了 360 智能体安全治理的整体思路：在输入层识别恶意意图，在推理层减少幻觉和错误判断，在执行层限制智能体的行动边界。这套思路背后的逻辑是，不确定性很难被彻底消除，但可以被识别、约束和兜底。换句话说，安全不能保证 AI 永远不犯错，但必须确保错误不会直接演变成安全事故。

在输入层，360 通过恶意意图识别引擎，识别隐藏在用户输入、系统提示、工具返回中的攻击意图，防止智能体被诱导、越狱或劫持任务目标，其解决的核心思路是 " 以模治模 "。对于外界普遍关注的 360 差异化问题，潘剑锋将关键归结为两个字：数据。

" 恶意意图识别模型的专项训练越来越由数据决定。" 他表示，360 长期积累了搜索、安全攻防及监管合规等多类数据，形成了一般安全厂商难以获得的语料资源。实测显示，接入 360 恶意意图识别引擎后，开源大模型的整体安全性可提升 10% 至 30%。

在推理层，360 通过自研的世界认知模型，为大模型提供理解世界内在机制、预测未来状态、辅助决策的 " 认知锚点 "，约束和引导大语言模型的推理过程，从根源上抑制大语言模型的幻觉。

在执行层，环境孪生沙箱则为智能体划定安全的行动半径，对工具调用、数据访问和系统操作进行监控，出现异常时及时拦截和回滚。

对于未来的市场格局，潘剑锋判断，智能体安全将成为每个智能体的标配基础设施。

但这一市场不会被一家厂商完全垄断。" 它可能更像手机行业，几家大型厂商占据主要市场，同时不同细分领域仍然存在大量专业化空间。"

他同时强调，AI 厂商并不会因为模型能力增强，就直接取代安全公司。安全仍然是一个高度垂直、依赖攻防经验和行业知识的专业领域。但 AI 的发展，已经开始重新划定安全行业的门槛。