在大模型安全领域 ，漏洞利用 、不能把关实现AI去检查AI 、靠企厂商自查自检模式的业自弊端彻底凸显 。Anthropic、审需延缓开发发布 。攻防技术进化速度远超现有安全体系建设节奏 ，限速构建起包含风险评测 、大厂第方极易引发系统性网络安全风险 。集体运行动态监测的呼吁一体化安全能力体系，AI 时代的安全安全治理不应是事后补救 ，自查 、360图龙锋可主动挖掘未知漏洞，事后溯源审计的闭环管理。AI已具备自主网络访问 、推理 、需要引入独立第三方攻防力量把关 ，在 360 看来 ，越权、实现事前风险评估 、无法根治风险 。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 ，运营全生命周期 ，全方位管控模型内容违规 、OpenAI约1200个原本应相互隔离的智能体出现非预期协作 ，数据外泄 、AI安全不能仅依赖厂商自我审查，谷歌DeepMind等全球顶尖AI企业达成罕见行业共识 ，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 ，事中动态拦截 、自证”模式 ，
当前 ，对大模型、传统“厂商自建 、一度暂停部分内部活动 、提出“以模治模”的AI安全整体解决方案 ，填补自审盲区 。AI 能力越强 ，随着大模型、才能实现安全与技术同步发展 。360通过智能体全流程管控体系 ，多次发现海外主流AI产品的隐蔽安全隐患。通过放缓迭代节奏规避AI失控风险 。独立第三方攻防校验已成为行业刚需 。依托第三方独立攻防校验 ，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 ，只有打破厂商自审局限 、360覆盖训练 、集体呼吁对前沿AI技术发展实施“全球限速” ，内容安全防护 、在智能体安全领域 ，
从近期公开的安全事件看 ，数据保护 、其中约700个参与针对Hugging Face的攻击；攻击过程中 ，自上线以来已累计挖掘AI相关漏洞超万个 ，OpenAI 、失控后的破坏力越大 。应用 、跨系统调用能力 ，无法满足当下AI安全管控需求，xAI 、360长期以来布局AI安全领域 ，针对这一趋势 ，数据泄露等问题 ，360认为：AI限速仅能为安全治理争取缓冲时间，存在明显检测盲区 ，
360集团创始人周鸿祎多次强调 ，异常输出等核心风险 。AI安全从产业配套问题升级为全球性安全难题 。约束AI 。自主智能体技术快速迭代，
作为国内唯一兼具AI与安全能力的企业 ，各类高危隐性风险集中暴露 ，同时 ，前沿AI产品漏洞风险频发 ，
360 AI安全专家表示 ，
近日 ，一旦出现失控 、