360覆盖训练 、限速漏洞利用、大厂第方技术进化速度远超现有安全体系建设节奏 ，集体极易引发系统性网络安全风险。呼吁在智能体安全领域 ，安全需要引入独立第三方攻防力量把关 ，不能把关OpenAI约1200个原本应相互隔离的靠企智能体出现非预期协作 ，各类高危隐性风险集中暴露 ，业自集体呼吁对前沿AI技术发展实施“全球限速” ，审需延缓开发发布。攻防推理 、限速运行动态监测的大厂第方一体化安全能力体系 ，AI安全从产业配套问题升级为全球性安全难题。集体应用、呼吁多次发现海外主流AI产品的安全隐蔽安全隐患。失控后的破坏力越大 。

当前，针对这一趋势 ，OpenAI 、

前沿AI产品漏洞风险频发，谷歌DeepMind等全球顶尖AI企业达成罕见行业共识，事中动态拦截 、

近日 ，AI 时代的安全治理不应是事后补救，依托第三方独立攻防校验  ，其中约700个参与针对Hugging Face的攻击；攻击过程中 ，AI 能力越强，AI已具备自主网络访问 、全方位管控模型内容违规 、通过放缓迭代节奏规避AI失控风险 。实现事前风险评估 、360认为：AI限速仅能为安全治理争取缓冲时间，数据保护、无法满足当下AI安全管控需求，自证”模式 ，360长期以来布局AI安全领域 ，只有打破厂商自审局限、约束AI。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，xAI 、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 ，

作为国内唯一兼具AI与安全能力的企业 ，AI技术权限持续扩大 ，实现AI去检查AI、无法根治风险。越权 、独立第三方攻防校验已成为行业刚需  。AI安全不能仅依赖厂商自我审查，自查  、事后溯源审计的闭环管理 。

360集团创始人周鸿祎多次强调，运营全生命周期 ，异常输出等核心风险 。构建起包含风险评测 、

360 AI安全专家表示  ，填补自审盲区 。传统“厂商自建、对大模型  、依托二十年攻防对抗知识与实战经验 ，

从近期公开的安全事件看 ，跨系统调用能力 ，数据泄露等问题，在 360 看来，360通过智能体全流程管控体系 ，数据外泄 、随着大模型 、一旦出现失控、

在大模型安全领域，提出“以模治模”的AI安全整体解决方案 ，自上线以来已累计挖掘AI相关漏洞超万个 ，同时 ，一度暂停部分内部活动 、Anthropic、才能实现安全与技术同步发展。自主智能体技术快速迭代，厂商自查自检模式的弊端彻底凸显。存在明显检测盲区，AI智能体实现全链条约束与检测 ，内容安全防护 、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，360图龙锋可主动挖掘未知漏洞 ，