新浪科技讯 6月26日下午消息 ，在ISC.AI 2026大会期间 ，360集团首席科学家 、集团高级副总裁潘剑锋表示，“去年大家还在怀疑 ，AI能不能干好漏洞挖掘的活儿；今年 ，AI漏洞挖掘已经把安全人员逼到了墙角。”
在他看来 ，这并非安全人员的淘汰危机 ，而是整个行业加速升级的信号，并针对智能体的天然安全短板 ，提出了“驾驭AI不确定性 ”的全新安全治理范式 。
潘剑锋认为，传统安全面临的挑战，并不只是攻击手段增多 、攻击速度加快 ，更深层的原因是计算逻辑发生了变化 。
传统软件建立在确定性计算之上 ，人把不确定的世界抽象、建模为确定的计算，这是人适应机器。但大模型出现之后 ，计算从确定走向了不确定 ，模型能够直接处理模糊 、开放 、充满变化的真实世界任务，机器可以理解人类意图、反过来去适应人了 。
这种不确定性赋予了AI推理 、创造和处理复杂任务的能力 ，也成为智能体新型安全风险的根源 。即便输入相同的任务 ，智能体也可能产生不同的理解 、推理路径和行动结果。
潘剑锋将这种不确定性分为一体两面 。
一面来自外部 。攻击者不再需要直接下达明显的恶意指令，而可以把恶意意图隐藏在用户输入、系统提示 、工具返回等内容中。人未必能看出其中的危险 ，大模型却可能“读懂 ”隐藏指令 ，进而实现模型注入 、指令覆盖等 。
另一面来自内部 。大模型依赖统计规律生成结果，不具备对现实世界的完整、稳定认知 ，因此无法彻底避免幻觉 ，比如编造不存在的实体、对事件顺序和持续时间的认知错误等。同时，当智能体开始连续推理 、调用工具，甚至与其他智能体协同工作时 ，一个看似微小的判断错误 ，可能沿着任务链不断传递和放大。
潘剑锋认为，智能体时代的安全目标需要从“防御确定威胁” ，转向“管控不确定性 ” 。
围绕这一变化 ，潘剑锋在主题演讲中提出了360智能体安全治理的整体思路：在输入层识别恶意意图，在推理层减少幻觉和错误判断 ，在执行层限制智能体的行动边界 。这套思路背后的逻辑是 ，不确定性很难被彻底消除，但可以被识别 、约束和兜底。换句话说 ，安全不能保证AI永远不犯错 ，但必须确保错误不会直接演变成安全事故 。
在输入层，360通过恶意意图识别引擎 ，识别隐藏在用户输入、系统提示 、工具返回中的攻击意图 ，防止智能体被诱导 、越狱或劫持任务目标，其解决的核心思路是“以模治模 ” 。对于外界普遍关注的360差异化问题，潘剑锋将关键归结为两个字：数据。
“恶意意图识别模型的专项训练越来越由数据决定 。”他表示 ，360长期积累了搜索、安全攻防及监管合规等多类数据 ，形成了一般安全厂商难以获得的语料资源 。实测显示，接入360恶意意图识别引擎后 ，开源大模型的整体安全性可提升10%至30%。
在推理层 ，360通过自研的世界认知模型，为大模型提供理解世界内在机制 、预测未来状态 、辅助决策的“认知锚点 ” ，约束和引导大语言模型的推理过程 ，从根源上抑制大语言模型的幻觉 。
在执行层，环境孪生沙箱则为智能体划定安全的行动半径 ，对工具调用、数据访问和系统操作进行监控 ，出现异常时及时拦截和回滚 。
对于未来的市场格局，潘剑锋判断 ，智能体安全将成为每个智能体的标配基础设施。
但这一市场不会被一家厂商完全垄断 。“它可能更像手机行业 ，几家大型厂商占据主要市场，同时不同细分领域仍然存在大量专业化空间 。 ”
他同时强调，AI厂商并不会因为模型能力增强 ，就直接取代安全公司。安全仍然是一个高度垂直 、依赖攻防经验和行业知识的专业领域。但AI的发展 ，已经开始重新划定安全行业的门槛 。
