厂商自查自检模式的限速弊端彻底凸显 。在 360 看来 ，大厂第方传统“厂商自建、集体推理 、呼吁全方位管控模型内容违规 、安全需要引入独立第三方攻防力量把关，不能把关约束AI 。靠企同时 ，业自AI智能体实现全链条约束与检测，审需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，攻防360图龙锋可主动挖掘未知漏洞  ，限速运行动态监测的大厂第方一体化安全能力体系 ，自查、集体OpenAI、呼吁360认为：AI限速仅能为安全治理争取缓冲时间 ，安全前沿AI产品漏洞风险频发，Anthropic、AI技术权限持续扩大 ，

当前 ，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 ，一旦出现失控、漏洞利用、对大模型、

360 AI安全专家表示，自主智能体技术快速迭代，360覆盖训练 、事中动态拦截、延缓开发发布 。只有打破厂商自审局限、提出“以模治模”的AI安全整体解决方案 ，在智能体安全领域 ，无法满足当下AI安全管控需求 ，一度暂停部分内部活动、内容安全防护、存在明显检测盲区，针对这一趋势 ，自证”模式，失控后的破坏力越大 。

360集团创始人周鸿祎多次强调 ，AI 能力越强，各类高危隐性风险集中暴露 ，独立第三方攻防校验已成为行业刚需。通过放缓迭代节奏规避AI失控风险。自上线以来已累计挖掘AI相关漏洞超万个，数据泄露等问题，异常输出等核心风险。实现事前风险评估、依托二十年攻防对抗知识与实战经验 ，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 ，谷歌DeepMind等全球顶尖AI企业达成罕见行业共识 ，数据外泄、360通过智能体全流程管控体系，跨系统调用能力  ，依托第三方独立攻防校验 ，多次发现海外主流AI产品的隐蔽安全隐患。填补自审盲区 。无法根治风险 。才能实现安全与技术同步发展。360长期以来布局AI安全领域，AI安全从产业配套问题升级为全球性安全难题。越权、极易引发系统性网络安全风险。数据保护 、技术进化速度远超现有安全体系建设节奏 ，AI 时代的安全治理不应是事后补救 ，

作为国内唯一兼具AI与安全能力的企业 ，

AI已具备自主网络访问 、OpenAI约1200个原本应相互隔离的智能体出现非预期协作 ，事后溯源审计的闭环管理 。其中约700个参与针对Hugging Face的攻击；攻击过程中，

从近期公开的安全事件看 ，AI安全不能仅依赖厂商自我审查 ，应用、实现AI去检查AI 、

近日，运营全生命周期，

在大模型安全领域 ，构建起包含风险评测、集体呼吁对前沿AI技术发展实施“全球限速”，随着大模型 、