9月20日，第28届中国国际软件博览会暨智能体创新应用大会在郑州国际会展中心开幕。本届软博会由中国电子信息行业联合会主办，工业和信息化部总工程师王卫明，中国电子信息行业联合会常务副会长周子学，郑州市委副书记、市长庄建球等出席开幕式暨主题峰会并致辞。中国工程院院士潘云鹤、开放原子开源基金会理事长谢少锋等作主旨报告。

    全国政协委员、全国工商联副主席、奇安信集团董事长齐向东出席开幕式暨主题峰会，并进行了以《智能体重构软件：效率要提上来，风险要管得住》为主题的主旨演讲。

    —— 以下是齐向东发言全文 ——

    大家上午好！很荣幸参加第28届中国国际软件博览会暨智能体创新应用大会并作发言。

    9月11日，工信部正式印发《“人工智能+软件”专项行动实施方案》，吹响了智能体在软件领域规模化应用的“冲锋号”。文件明确提出，到2028年，“培育一批高水平智能编程工具和智能开发平台，推广应用覆盖 2 万家规模以上软件企业”“在重点行业打造100个智能体软件标杆应用”等阶段性发展目标，并指出到2030年，关键软件全面实现智能化升级。智能体的深入应用，让安全成为一道“必答题”。下面，我分享三部分内容。

    第一部分：智能体重构软件，数字员工将成为骨干。

    智能体是当前提高生产力的最强引擎。它能写代码，覆盖软件设计、开发、测试到上线运营全链条；能坐办公室，帮白领处理数据、输出决策参考；能管产业链，辅助核对订单、盘点库存、预警供需波动，好比7×24小时不间断运转的“超人”。数字员工是“大模型+智能体+自动化工具”组成的虚拟同事，目前在金融、政务、制造、电商等领域普及很快。

    网络安全领域也是数字员工的典型应用场景。网络攻防对抗性强、不确定性强，攻击随时可能发生。传统纯人工的安全防护逻辑是“养兵千日，用兵一时”，企业长期承担高额人力、管理和冗余运维成本，安全运营能力缺少弹性，很难做到常态化巡检和攻击量暴增期间的快速力量转换。数字员工是解决这一问题的最优解。平时仅需少量数字员工完成日常巡检、监测值守；一旦遭遇攻击告警暴涨，加算力就能实现防护能力瞬时扩容，遇到“小毛贼”加1个数字员工的算力，遇到“攻击团伙”加10个，遇到“大兵团”作战加1000个，按需无限扩充。

    我举例来说，一家万人级大型企业单日安全告警可达 10 万条，每人每天最多研判500条，把这些告警全部研判完，至少需要超200人的专家团队，成本巨大。奇安信的安全运营数字员工，告警研判率能达到100%，根据告警量不同，只要扩充算力就行了；还有我们推出的威胁分析数字专家，适配漏洞研判、恶意样本分析、APT溯源等32类高频威胁场景。

    针对研发场景，我们打造了 AI 原生研发平台——QAgent Fabric，把安全写入AI编程的“出厂设置”。它不仅能给研发大幅提效，覆盖产品设计、需求设计、架构设计、代码开发到测试验证的全流程；还能解决“个人用AI灵，但团队项目开发还是慢”的问题，把单个工程师走过的弯路、踩过的坑，沉淀成团队共享的经验，实现研发团队效率整体提升。

    针对办公场景，我们推出了LanMate AI工作执行平台。智能体要上岗干活，就得和流程审批系统、协同办公软件、企业管理系统等进行强链接。但普通 AI工具要么把数据下到个人电脑，要么过外部服务器，容易泄密。LanMate是让AI在公司云端的“隔离单间”里干活，文件全程不落地，每一步操作都有记录可查，破解了不连系统AI没用，一连系统就有安全风险的两难问题。

    支撑这些能力的，是奇安信的网络安全垂域大模型，其中：30B的大模型，在高频网络安全任务上效果最好，擅长做代码缺陷审计、分析告警、研判事件，客户在使用过程中评价都很高；200B的大模型，在复杂的网络安全任务效果最好，可以做应急响应、AI渗透等复杂任务，既能为安全建设效果提质，又能为安全建设成本减负。

    今年，奇安信参加了国家级AI赋能网络安全应用测试，这次活动由中央网信办网络安全协调局、工业和信息化部网络安全管理局等十余家单位指导，国家互联网应急中心联合中国科学院信息工程研究所、国家信息技术安全研究中心等共同主办，5月开始第一阶段、8月中旬进入决赛，历时近半年的层层比拼，最终在网安周期间宣布比赛结果：奇安信在“网络系统及源代码漏洞智能挖掘”场景的60支决赛队伍中脱颖而出，拿下第一名！在“网络安全告警日志降噪”场景的30支决赛队伍中，同样斩获第一名！能力拔群。

    第二部分：智能体重构软件，要重点防范五大风险。

    今年 9 月，Anthropic 发布的威胁报告显示，人工智能已经从过去辅助黑客写代码、找漏洞的“助手”，变成了能自主完成侦察、漏洞利用、数据窃取全流程的攻击执行者。有攻击组织用多个智能体7×24小时自动挖洞、做攻击测试；有攻击者入侵软件服务商后，靠智能体批量窃取了约200家下游客户的数据；还有单人攻击者借助 AI，能同时打数十个目标，完成过去专业攻击团队才能干的复杂攻击，攻击周期从按周算，压缩到了按小时算。

    更关键的是，智能体上岗干活，一端连着企业攒了多年的核心数据、核心生产系统；另一端直接驱动智慧能源、智慧政务、智能工厂这些物理场景运转。攻击者既可以从网络打穿智能体，也可以通过智能体直接摸到企业的核心系统、核心资源，安全风险被彻底一体化了。

    站在用户的角度看，智能体重构软件的安全风险，主要集中在五个方面：

    一是安全规则失效了，带病上线风险突出。智能体可以把复杂代码改简洁，系统依然能正常运行，但原来限制跨部门访问的条件、要求多人审批的环节可能已经被悄悄删掉了。这种情况下，普通的功能测试发现不了，而用户会把这种安全退化当成技术优化。同时，软件生成速度远超安全测试能力，身份校验、访问控制、数据隔离这些安全要求，不会自动在业务需求里补齐，功能跑通不代表异常条件下不出错。这让智能体编写的软件极易带着缺陷进生产环境。

    二是软件分散涌现，资产底数摸不清。智能体大幅降低开发门槛，非研发部门的项目组、甚至个人都能随时开发小应用、搭接口、部署工具，其中有很多会绕过统一登记上线，安全部门不知道它在哪、连哪些系统、存什么数据、谁来维护。尤其是一些临时工具，任务结束后还可能保留公网入口、数据库连接和访问凭据，成了攻击者接近内网的新路径。

    三是权限边界被打破，敏感数据暴露。新软件要发挥作用，就得接数据库、业务接口和身份系统，如果开发时只顾着把数据调出来、把流程通起来，没有完整继承原有的权限约束，就会出现共用高权限数据库账号、缺少逐项访问校验等问题，普通用户就能查到超出职责范围的信息。功能接通了，安全边界却没了。

    四是开发材料和智能体权限成新攻击入口。智能体没有权限干不了活。它进入业务场景中的一大问题是，我们看不清它究竟干了什么，但却给了它过大的权限。比如，智能体可以读文档、查工单、调用插件和外部工具，攻击者把恶意指令藏在这些材料里，就可以诱导它泄露信息、修改安全设置；如果智能体同时拥有改代码、发布系统的权限，一段恶意内容就能触发一连串高危操作，让政企机构遭遇溃坝式的攻击。

    五是系统黑盒化，出问题难恢复、难追责。智能体写代码、写测试、解释结果，最后告诉我们“全部通过”，人只在最后点批准。但关键设计为什么存在、系统依赖什么假设、什么条件下会失效，没人真正掌握，软件形式上是白盒，人的认知里却是黑盒。加上需求不断追加、组件反复替换，前一次的漏洞修复很可能被后一次改写覆盖，出了问题没人能准确解释代码、评估影响。

    第三部分：智能体重构软件，风险监控必须跟上。

    大模型是大脑，智能体是手脚。智能体重构软件，重构的不只是代码，更是企业的生产方式、权限结构和责任链条。企业敢把审批、代码、合同、数据交给它，前提是先把它的手脚管起来。智能体不是普通工具软件，是能自己理解目标、拆解任务、调用工具、执行流程的数字员工，管智能体不能靠人工盯，要靠明确的部署原则加统一的管理平台，把风险全程管住。

    我总结，智能体部署要遵循一个原则：把智能体画在圈里，管好“手脚”，让智能体安全地为我所用。

    一是部署圈，工作智能体统一上云，不装终端。手机电脑只当操作入口，通过零信任接入，避免互联网下载的智能体随意连入内网。

    二是连接圈，设独立专区，网关前置。智能体、模型服务、内部系统统一放在智能体安全专区，所有连接都走 AI 安全网关，能连什么、用什么身份连、访问什么资源，企业严格管控，异常行为直接拦截。

    三是权限圈，智能体权限必须绑定到人。按任务给最小必要权限，可授权、可收缩、可撤销、可复审，不能一次授权长期有效。

    四是数据圈，数据不落地，边界清晰。敏感数据只在受控专区内流转，不落到个人终端，商业秘密、个人信息不能无差别塞进提示词和工具参数。

    五是审计圈，先留痕，再放权。每个智能体都嵌入探针，模型调用、工具调用、文件读写、网络访问全程记录，没有留痕就不给授权，没有审计就不能扩大使用范围。

    把这五个圈真正落地，不能靠台账、碎片工具和人工抽查，而是要形成一套“组合拳”：以智能体安全管理平台为大脑，以AI安全网关为中枢，联动Skills检测、零信任、AI安全运营中心等安全能力工具，形成四步走的闭环。

    第一步发现纳管：智能体安全插件常驻电脑和服务器，自动发现企业官方下发的、员工自行安装的、未经注册的智能体、大模型等数字资产，形成资产清单、风险清单、责任清单。

    第二步统一连接：纳管后的智能体统一经AI安全网关连接大模型、应用和工具。网关管连接，管身份、授权、路由、Token、计费和护栏，决定智能体能连哪个模型、用哪些工具、以什么身份访问哪些系统；平台管行为，持续采集执行过程。连接环节把“能不能干”管住，行为环节把“干了什么”看住。

    第三步汇聚研判：插件行为数据、网关日志、大模型输入输出检测结果、Skills检测结果，以及各类与智能体相关的安全日志，统一汇聚到智能体安全管理平台，形成智能体安全大数据。平台通过AI分析引擎、威胁发现引擎和攻防规则，识别异常行为、异常访问和异常操作，实现行为追溯到端、责任定位到人。

    第四步处置闭环：平台发现风险后，高危操作由插件或网关直接阻断，需要停止运行、隔离主机、删除下线的，告警和日志提交AI安全运营中心，在网络侧和终端侧联动处置。处置结果再回流到平台，优化策略和规则，形成“发现—研判—定位—处置—优化”的完整闭环，把智能体重构软件带来的效率红利，变成安全可信的生产力。

    最后，奇安信作为新一代网络安全领军企业，期待和各位一道，构建智能时代防护新生态，为智能经济发展保驾护航！谢谢大家。