（来源：环球网资讯）

【环球网科技综合报道】11 月 3 日，2026 年世界互联网大会 " 互联网之光 " 博览会在浙江乌镇举行。网易智企亮相本届大会，首发基于易盾双向架构的 AI 原生安全产品体系，并提出一个判断：安全必须从 " 管住 AI 说的话 "，走向 " 管住 AI 做的事 "。

在精品首发论坛上，网易智企副总经理，易盾业务负责人朱浩齐以《基于双向 AI 安全架构的 AI 原生安全产品体系》为题发表主题分享。朱浩齐称，AI 已深入营销、客服、办公、研发、知识库、身份核验、交易运营等核心业务链路。过去，安全治理主要围绕内容、账号、设备展开；如今，AIGC 内容风险、深度伪造、自动化黑产、模型越狱、敏感数据泄露、Agent 越权执行，正成为新的挑战。传统安全思路是防外部入侵，而 AI 进入业务之后，AI 自身也可能成为风险源。

针对这一趋势，易盾提出双向 AI 安全架构，核心是：AI for 安全，安全 for AI。在此基础上，易盾构建了覆盖三层的 AI 原生安全产品体系：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。

据介绍，面对持续增长的内容审核需求，单靠人工，效率与稳定性很难兼顾。CMA（Content Moderation Agent）以自研内容安全大模型结合多类专项小模型，构建 " 研判—分流—处置—反馈—优化 " 的审核闭环，支持 7 × 24 小时运行与快速横向扩容。

另外，DeepGuard 基于视觉理解，从 " 寻找已知伪造痕迹 " 走向 " 理解内容、发现不合理之处 "，并融合 Deepfake 检测、AI 水印识别、静默活体与注入攻击环境检测，做多模态联合决策。

如果说朱浩齐回答了 "AI 安全体系应该怎么搭 "，那么在红亭安全论坛上，网易智企 · 易盾内容安全负责人饶晓艳回答的是 " 企业今天应该怎么做 "。她以《大模型规模化应用中的安全治理实践》为分享主题，从真实业务出发，拆解大模型从试点走向规模化的三个关键问题。

风险在变：从内容、数据到执行行为。 AIGC 内容生产阶段，风险在 " 量 "，治理重点是内容审核、生成标识与传播追溯；知识与业务辅助阶段，风险在 " 数据 "，重点是最小数据权限、知识溯源与人工复核；Agent 任务执行阶段，风险在 " 动作 "，重点是任务级授权、操作确认与执行审计。AI 从 " 说 " 走向 " 做 "，风险也从 " 说错话 " 走向 " 做错事 "。只在模型输出端设一道关，已经不够。

意图要识别：不能只靠关键词。 恶意指令可能伪装成普通问答、角色设定，也可能藏在网页、文件、API、Tool 或 MCP 的返回内容里。安全系统需要同时识别关键词、指令结构与语义意图，分清什么是 " 任务数据 "，什么是 " 行为指令 "。

第三，防护要全链路：让安全进入每一个关键环节。 饶晓艳分享了四项实践：Prompt 注入防护，分别在模型调用前和上下文组装前设防；输入输出分类分级管控，不是一拦了之，而是分级处置，输出则边生成边检测，通过的先上屏，存疑的复审，高风险的撤回并拒答；语料清洗，训练数据进入模型前经过敏感隐私识别、字段级脱敏与语料 AI 机审三道防线；多模态身份鉴伪，应对复杂的身份伪造场景。

最后，正如朱浩齐分享所言：" 如果有一天 AI 技术变成水电煤一样，成为生活中的基础能力，那我也希望易盾的安全能力能融入日常生活，并且最好是无感知的。"