9月19日下午，南宁五象云谷AI智算产业园，一场名为「AI智能安全实战演练交流会」的活动正在进行。议程从《智能时代的安全蓝图：AI安全治理的顶层设计与实施路径》排到《国家网络安全要求与合规红线》，再到护网实战复盘、AI攻防双线实战演示，最后以「AI时代网络安全何去何从」的圆桌探讨收尾。

三个半小时里，来自政企机构和安全行业的与会代表聚在一起，讨论同一个问题。

这类活动不算少见，但今年的话题重心明显在移动。讨论的焦点不再只是「怎么防黑客」，而是一个更深层的问题：当AI大规模进入企业核心业务，当中国AI能力开始走向海外，原有的安全边界在哪里，又该怎么重画？

有一句话，在这次活动上被频繁引用。润建股份首席AI安全科学家褚格博士这样定义这个转变：「过去我们防的是『系统被黑』，现在还要防『AI被骗、被滥用、被套话』。」

这句话不复杂，但它划出了一条清晰的分界线。

中国AI能力走向海外，已经是一件正在发生的事。越南、马来西亚、印尼，东盟市场成为中国AI企业最密集的出海目的地之一。模型能力不是门槛，部署方案有模板，商务团队也都派出去了。但在很多出海项目里，有一道账还没算清楚。

不是技术账，而是安全账。

 

旧安全体系，防不了新攻击

在大模型规模化落地之前，企业网络安全的逻辑相对清晰。攻击者盯着系统漏洞，防守方打补丁、做隔离、部署防火墙。人在中间扮演判断者，专家写规则、分析日志、组织演练，这套体系运行了二十多年。

但AI大规模介入之后，这个逻辑开始失效。原因不复杂：攻击面变了，攻击方式变了，攻击速度也变了。

今天的企业在用AI处理客服对话、合同审查、内部审批，甚至数据分析。智能体在公司系统里来来去去，调用数据库、操作文件、与外部API交互。这些场景里，攻击者的目标不再只是「进到系统里」，而是「让AI做它不该做的事」。

提示词注入、模型越狱、智能体权限滥用，这些词在两年前还是学术论文里的实验结论，今天已经是真实发生的企业安全事件。在交流会护网实战复盘环节，类似的案例被反复拆解：从护网「出局」到「满分」之间，真正拉开差距的，往往不是工具的代际差异，而是对AI新攻击面的认知盲区。

这就是为什么在2026年WAIC期间，润建股份发布「润建·智御」智能安全产品体系时，褚格博士会直接说出「AI带来的安全问题，最终要用AI来解」。不是营销口号，而是一个正在被现实倒逼出来的判断。

 

出海，让这道账更难算

交流会当天，专家分享的《国家网络安全要求与合规红线》一节，让不少在场的出海企业代表若有所思。合规红线本就因地而异，出海之后这道题更难答。

首先是Token调用的安全漏洞。

中国AI能力出海，相当大的一部分形态是通过调用国内大模型提供服务。用户在海外输入信息，数据传到模型，结果再传回来。这一来一回，中间每个节点都是潜在的风险点。Token的生产、调用、传输、存储，任何一个环节的纰漏都可能造成数据泄露。在纯国内部署时还可以用物理隔离兜底，一旦出海就需要更精密的技术方案。

还有合规红线不统一的结构性难题。

中国出海企业同时要满足目标国本地法规、国内《数据安全法》和《个人信息保护法》三套体系的要求。这三套规则有时方向一致，有时存在真实张力，实践层面至今没有通用的标准答案可以照搬。

对于润建股份这样在东盟已经布局超过10年、落地100个以上本地项目的企业而言，这些不是假设场景，而是日常遭遇的真实障碍。安全，在出海语境下，早就不只是技术问题，它是企业能否在当地真正落地、赢得客户信任的前置条件。

 

锁不够，还要保安和监控

润建股份对这个问题的回答，最终落成了四款产品，但背后的逻辑是一套体系，而不是四个独立工具。

褚格博士用一个比方说清楚了它的设计思路：「AI安全不是一把锁就能解决的问题，而是『锁＋保安＋监控』一整套，钥匙在客户手里，我们负责让这扇门真的守得住。」

攻的方向，「蜂巢」承担主力。这是一款基于多智能体蜂群协同架构的AI渗透测试系统。多个渗透智能体在同一任务下并行作业，分别扮演侦察、主攻、验证、支援的角色，通过统一作战图实时协同，攻击路径接力推进，情报战果即时共享。与传统红队「单线摸索」的方式不同，它能在复杂环境里高效收敛、全程记录。

在交流会当天的AI攻防双线实战演示环节，蜂巢系统的完整攻击链能力得到了现场呈现，从侦察识别到权限获取，全程自主、零人工介入。该产品在腾讯安全云鼎实验室 TSecBench 智能攻防评测取得 98.44 分，位列榜单第一，在生产级靶场环境独立完成完整渗透链路，成绩来自真实对抗环境，而非简化演示场景。

针对大模型自身的安全风险，润建股份还推出「模盾」和「模鉴」。模盾守在模型的入口和出口，通过提示词增强和双向检测拦截异常输入输出，敏感数据不出护栏；模鉴面向上线前后的持续评测，自动生成攻击样本，帮助企业持续发现和修复模型的安全盲区。四款产品合在一起，形成了一条从攻击验证到防御响应，再到大模型安全治理的完整闭环。

说白了，这套体系想解决的核心问题，是让海外客户对中国AI服务建立真实的信任，而不只是技术层面的信任。

在圆桌探讨环节，与会者围绕「AI时代网络安全何去何从」展开讨论，覆盖了「AI本身的安全」和「用AI做网络安全」两个维度。两条线索看似并行，实则同源：AI能力越深入企业核心，攻防两端受到的影响就越大，安全的设计也就越需要从底层重新考量。

如果算力是AI时代的底座，安全就是AI时代的新边界。这条边界正在从「上线后补救」前移到「全生命周期内置」，从AI应用的附加项，变成AI能否在海外真正规模化落地的前置条件。

真正的问题不是这件事重不重要，而是大多数企业还没开始认真算这笔账。