AI安全为何成为大模型的底座能力？

  • 安全防护正贯穿模型训练、推理和应用。兴业证券认为，安全已是大模型产品的底座能力，相关投入成为刚性支出，需求覆盖模型运行的多个环节。
  • 监控本身需要算力预算。报告援引OpenAI披露，针对Solo级别及以上能力模型，强化学习训练、评估和推理均需实时监控，估算开销约为被监控推理算力的20%。
  • 模型也开始承担漏洞排查任务。报告称，Anthropic的Mythos级模型在CyberGym漏洞挖掘基准上达到83.1%；美国财政部长和美联储主席同期鼓励大型银行使用该模型排查系统漏洞。

订单增长与市场预测释放什么信号？

  • 订单端已出现加速迹象。天风证券援引采招网数据称，AI安全相关订单自4月起逐月加速，7月单月环比翻倍，需求集中于能源、金融、运营商和教育等行业。
  • 长期空间来自预测：IDC预计，到2030年中国AI安全市场规模将达340亿元，未来五年复合增长率超过50%，对应的是AI应用规模化落地带来的防护需求。
  • 采购逻辑正转向实际攻防。天风证券认为，安全预算正从合规要求转向实际攻防需要，并看好AI安全持续放量；产品能否解决具体攻击与运行风险，成为需求线索。

智能体带来哪些风险，基础设施怎样应对？

  • 智能体应用扩大了防护场景。奇安信指出，以OpenClaw为代表的AI Agent快速应用，伴随权限失控、漏洞频发、数据外泄和横向渗透等威胁增加。
  • 英伟达将治理能力放进运行基础设施。其OpenShell参考架构整合Vera Rubin基础设施、Vera CPU、开源OpenShell软件及搭载Sentry安全框架的BlueField-4 DPU。
  • 防护重点落在隔离、监控与执行。上述架构面向企业级AI Agent提供安全隔离、行为监控和策略执行能力，让安全治理伴随智能体运行。

相关厂商如何把需求落到产品？

  • 亚信安全推出全栈AI安全防护体系，将安全能力嵌入Token运营全生命周期；其与英伟达的合作主要面向制造业客户，提供智能制造数智化转型与AI安全解决方案。
  • 天融信围绕模型与接口部署防护，推出大模型安全网关、API安全审计、数据安全监测和安全评估等产品，覆盖Agent会话审计、工具调用管控及提示注入拦截。
  • 行业应用已有具体落点。天融信在政府、电信、教育、医疗、能源等行业形成标杆案例；奇安信也针对智能体带来的安全需求推出了相应产品和服务。