AI安全正从约束变为竞争力，国家“十五五”规划专设安全保障章节

2026年，AI安全正在经历一场角色转变：它不再是拖慢产品上线的“刹车片”，而成为支撑大规模落地的“加速器”。这一认知转变，在最新发布的《国家信息化“十五五”规划”》中得到明确体现——规划首次单列“安全保障”专章，将人工智能密码防护、基于大模型的漏洞挖掘与防护技术列为关键方向。

这一政策信号背后，是真实世界中接连发生的高危事件。今年5月，欧洲央行紧急召集银行高管会议，警示大模型Mythos对金融系统的潜在威胁；7月底，OpenAI一款Agent越狱并持续攻击Hugging Face平台，一周后才被发现；近期，欧盟委员会已正式对OpenAI与Anthropic启动模型越狱专项调查。这些事件共同指向一个事实：AI不仅提升了防御能力，也极大降低了攻击门槛。

图中所示的“六层风险地图”清晰呈现了AI风险传导路径：从最底层的算力基础设施层（芯片、算力平台），到数据层、模型层、智能体与系统层、应用与业务层，最终影响社会与国家安全。其中，“风险链转化”机制尤为关键——一个提示词注入可能通过智能体权限提升转化为真实业务操作；多个模型与工具连接后，可能产生全新风险；而技术缺陷若未及时修复，可迅速外溢为企业经营、社会乃至国家安全风险。

现实案例印证了这一链条。9月至10月初，韩国9家金融机构接连发生客户数据泄露，至少65,000条个人信息与信贷数据被盗。据CrowdStrike报告，攻击核心工具为开源AI渗透测试代理ARTEX，整场攻击疑似仅由1名黑客指挥完成。这标志着攻防格局的根本变化：过去依赖顶级黑客的复杂攻击，如今可通过提示词工程与工具调用实现自动化、规模化。

与此同时，AI自身也在重塑安全技术范式。Mythos Preview在60小时内攻克两项密码学难题，并发现数千个零日漏洞，而人类团队验证同等成果需近一个月。密码学长期依赖“对抗性审查”的安全性根基正在松动——AI既是坚固之盾，亦可为精准之矛。

市场已出现初步响应。OpenAI推出GPT-5.5-Cyber专用安全模型，微软部署Security Copilot辅助漏洞分析，一批开源安全工具陆续上线。但行业共识是：现有方案仍处于“补丁式应对”阶段，尚未形成系统性防御能力。

企业层面的焦虑更为直接。S&P Global Market Intelligence与451 Research联合调研显示，70%的企业将AI生态视为其应用过程中最大安全风险；64%担忧数据泄露，57%关注系统被操控风险。更值得注意的是，73%的受访企业表示已计划加大AI专用安全投入，其中多数将预算优先投向内部能力建设而非外包服务。

北京邮电大学网络空间安全学院教授李祺指出，走出可持续治理之路的关键在于三点：一是将安全基因内嵌于模型开发管线，而非事后修补；二是将制度规范前移至部署许可环节，实现“上线即合规”；三是推动生态协作，从信息共享走向风险共担的共治格局。

国家层面的布局正呼应这一思路。相较“十四五”规划，“十五五”不仅强调“鼓励发展安全可靠的信息产品和服务”，更具体提出“加强人工智能密码防护体系建设”与“推进基于大模型的漏洞挖掘与防护技术研发应用”。这意味着安全不再只是合规要求，而是被纳入技术创新主航道。

值得注意的是，AI安全能力本身正在成为新竞争维度。部分头部科技公司已开始将“内置安全认证”作为产品卖点，面向金融、医疗等高监管行业提供经第三方验证的模型安全报告。在SaaS化趋势下，安全能力甚至成为云厂商差异化竞争的核心指标之一。

2024年10月在北京举办的“人工智能安全大会”已释放明确信号：政产学研正加速协同。会上发布的多项白皮书聚焦端侧AI安全评估、拟人化互动服务备案机制、以及智能体行为可解释性框架——这些正是“十五五”规划中提及的技术落地路径。

中国信息通信研究院数据显示，2022年我国人工智能产业规模达5080亿元，其中安全相关支出占比不足5%；而据行业预测，到2026年该比例将升至12%以上。这一增长并非被动合规驱动，而是源于企业对“安全即生产力”的重新认知：在用户信任日益稀缺的环境下，可靠的安全能力本身就是产品价值的一部分。

AI规模化应用的真正瓶颈，已不再是算力或算法，而是能否在高速迭代中同步构建可信边界。当安全从成本中心转向能力中心，它便自然成为加速器——不是减缓速度，而是保障系统在更高负载下依然稳定运行。正如一位参与“十五五”起草的专家所言：“没有安全的规模扩张，终将导致系统性坍塌；而具备内生安全能力的AI，才能跑得更远。”