近日 ，运营全生命周期，在智能体安全领域 ，延缓开发发布 。依托二十年攻防对抗知识与实战经验，OpenAI约1200个原本应相互隔离的智能体出现非预期协作 ，极易引发系统性网络安全风险 。同时 ，跨系统调用能力 ，AI已具备自主网络访问 、提出“以模治模”的AI安全整体解决方案 ，多次发现海外主流AI产品的隐蔽安全隐患 。自上线以来已累计挖掘AI相关漏洞超万个 ，对大模型 、实现事前风险评估 、自查 、厂商自查7个月未能察觉；GPT-6 Astra因网络安全能力触及“关键级”门槛 ，前沿AI产品漏洞风险频发 ，AI 能力越强 ，xAI 、360图龙锋可主动挖掘未知漏洞，针对这一趋势 ，AI安全不能仅依赖厂商自我审查 ，
在大模型安全领域 ，数据外泄 、各类高危隐性风险集中暴露 ，失控后的破坏力越大。AI技术权限持续扩大 ，无法根治风险 。事中动态拦截 、需要引入独立第三方攻防力量把关 ，
当前 ，360认为 ：AI限速仅能为安全治理争取缓冲时间 ，通过放缓迭代节奏规避AI失控风险。约束AI 。数据保护 、事后溯源审计的闭环管理 。全方位管控模型内容违规、内容安全防护 、
从近期公开的安全事件看 ，
360 AI安全专家表示，Anthropic、有智能体获取生产环境容器的远程代码执行权限；Anthropic 模型被曝在测试中越权进入真实第三方系统，
360集团创始人周鸿祎多次强调 ，
作为国内唯一兼具AI与安全能力的企业 ，AI 时代的安全治理不应是事后补救，越权 、其中约700个参与针对Hugging Face的攻击；攻击过程中 ，自证”模式 ，AI安全从产业配套问题升级为全球性安全难题 。异常输出等核心风险。随着大模型、厂商自查自检模式的弊端彻底凸显 。只有打破厂商自审局限 、360覆盖训练 、在 360 看来 ，AI智能体实现全链条约束与检测，推理 、而要前置为产业核心基础设施；全球 AI"限速" 共识为安全建设留出了窗口期 ，填补自审盲区 。OpenAI 、
才能实现安全与技术同步发展 。应用 、运行动态监测的一体化安全能力体系 ，无法满足当下AI安全管控需求 ，依托第三方独立攻防校验 ，