AI安全评估怎么做？三种实施路径与六项核心验收指标

  随着大模型和智能体进入企业业务系统，AI安全评估正在从模型内容检测，扩展到数据、应用、工具调用和任务执行链路。2026年，人工智能网络安全技术与产品标准化研究持续推进，行业对评估依据、检测方法和验收指标的关注也在提升。但需要明确：标准化研究与强制准入不是一回事，企业仍应根据实际业务和适用要求确定评估范围。

  现实中，不少企业做了评估，报告却难以真正使用：用于备案，检查项对不上监管要求;用于采购，双方对“通过”的理解不一致;用于整改，报告只给出不通过结论，却没有具体问题定位和修复建议。

  因此，AI安全评估的价值不在报告有多厚，而在于能否对标、复现、指导整改，并*终用于验收。

  一、评什么：AI安全风险的三个层次

  从风险来源和影响方式看，AI安全风险可以分为继承、放大和原生三个层次。

  继承风险，是传统基础设施和供应链风险在AI环境中的延续，包括系统漏洞、配置错误、权限过宽，以及模型来源、组件依赖、Skills和MCP插件可信性等问题。评估需要在传统安全检查基础上，将模型文件和工具链纳入检查范围。

  放大风险，是AI能力让既有风险产生更大影响，例如数据投毒、深度伪造、自动化攻击和RAG知识库越权检索。评估应关注数据来源、知识库权限、内容生成与数据处理过程中的安全风险。

  原生风险，则来自模型和智能体自身，包括幻觉、提示词注入、模型数据泄露、工具调用越权、MCP滥用及多智能体协同行为失控等，需要增加针对模型行为和智能体执行链路的专项测试。

  2026年国家网络安全宣传周公布的大模型安全众测结果显示，2467名白帽子对54款大模型及智能体应用开展测试，共发现873个漏洞，其中608个被归类为AI特有漏洞，占比约69.6%。这一结果反映出AI应用已经呈现出大量新型风险。企业不能只依赖传统漏洞扫描，还应结合业务场景增加提示词注入、数据泄露和智能体权限滥用等专项检测。

  二、怎么评：三种实施路径按业务需求组合

  AI安全评估首先要明确业务目标，再选择实施路径。常见方式包括自评工具、第三方测评、认证与备案，三者解决的问题不同，并非固定的先后流程。

  路径一：自评工具。 企业购买或部署工具开展内部检测，形成内部评估结果，适合拥有安全团队、需要持续监测和反复验证的企业。核心价值是建立安全基线。选型时不能只看题库规模，还要看检测项能否对应适用标准、业务要求和采购指标。

  路径二：第三方测评。 委托外部机构开展测试并出具报告，适合需要对外证明、满足特定合规或采购要求的场景。选择机构应关注资质是否匹配、测评依据是否明确、报告效力是否满足实际用途。

  路径三：认证与备案。 按照适用规则申请认证、能力评定或服务备案，形成证书、评定结果或备案信息。不同项目的适用对象和评价内容不同，不能相互替代。

  企业可以先通过自评建立基线，再根据监管、采购或认证要求选择第三方测评及相应流程;如果业务已有明确的备案或认证要求，则应优先对照适用规则准备材料。

  三、路径一：自评工具怎么选？四家厂商的能力路线

  自评工具需要跟随模型版本、业务应用和智能体配置持续更新。当前公开信息中，四家厂商呈现出不同的能力侧重。

  天融信：体系化评估路线

  天融信的AI安全评估系统内置超38万条内容合规题库、超2100个AI应用与智能体漏洞库;配套评估服务从通用安全、模型安全和管理安全三个维度开展检测。其智能体安全评估服务设置九大维度、39项检查项，可针对提示词攻击、恶意MCP滥用等风险开展专项检测。

  需要区分的是，题库和漏洞库属于评估系统能力，九大维度39项属于智能体评估服务，不能混为同一项产品指标。天融信还参与人工智能网络安全技术与产品标准化研究。参与标准研究有助于了解评价体系的发展方向，但不等于产品自动符合全部相关标准。

  永信至诚：靶场复现路线

  永信至诚的“数字风洞”侧重攻防验证和漏洞复现。与主要发现潜在风险的扫描工具不同，靶场可以进一步验证攻击路径和漏洞真实性，并对整改后的防护效果开展复测。其公开信息显示，数字风洞已上线AI智能渗透测试系统，围绕资产暴露面识别、漏洞核验和整改复测开展自动化验证。

  长亭科技：实战检测路线

  在2026年国家网络安全宣传周“人工智能技术赋能网络安全应用测试”中，长亭科技在“AI智能体恶意操作行为检测”场景获得*名。这一成绩对应特定测试场景，不代表产品综合排名。产品方面，长亭提供大模型系统安全评估服务和守元大模型安全围栏，其智能体安全方案关注意图不变性与任务对齐性。

  中国移动：规模化测评路线

  中国移动的特点是将大规模内部业务场景转化为测评工具和专项检测能力。“中移智安麒”依托九天大模型底座，构建37项网信安全专项智能体。其中，AI安全测评智能体具备75项专项检测能力，覆盖漏洞检测、提示词注入和数据安全核查等方向。公开信息显示，相关能力已支撑280项通用及行业大模型、699项智能体开展安全风险排查。

  四家厂商的路线并不相同：天融信侧重体系化评估，永信至诚侧重攻防复现与复测，长亭侧重实战检测，中国移动侧重规模化测评。企业应结合自身模型数量、应用类型和持续检测需求选择。

  四、路径二：第三方测评怎么选机构？

  第三方测评不能只看机构知名度，重点应核查三个方面。

  *，资质是否匹配。检测机构的资质和能力范围应覆盖委托项目。CNAS实验室认可、CMA检验检测资质认定和特定产品认证资质性质不同，不能混为一谈。

  第二，测评依据是否明确。需要确认采用的标准、规范和测试方法，是否符合委托方、采购文件或监管要求。

  第三，报告效力是否满足用途。报告能否用于指定采购验收、合规检查或认证申请，应在委托前确认。

  此外，众测可以作为第三方测评的补充。2026年大模型安全众测通过白帽子集中测试发现了大量漏洞，能够扩大攻击样本和风险场景覆盖，但其主要产出是漏洞线索和风险清单，并不等同于具有特定用途的合规测评报告。

  五、路径三：认证与备案，先分清适用对象

  企业规划AI安全认证和备案时，*容易混淆以下三类事项：

  人工智能服务安全能力评定：评价服务提供方的安全建设或安全检测能力，分一级、二级，二级为*高级别。

  生成式人工智能服务备案：面向公众提供生成式AI服务的相关备案或登记要求，应根据适用规定判断。

  大模型安全防护围栏产品认证：针对安全防护产品，评价产品是否符合相应技术规范，分基本级和增强级。

  三者评价对象和适用要求不同，企业不能将通过其中一项理解为整体合规已经完成。

  以天融信为例，其大模型安全网关系统TopLMG获得大模型安全防护围栏产品认证(增强级);公开信息还显示，天融信通过人工智能服务安全建设能力、人工智能服务安全检测能力两项二级评定。上述结果分别对应产品认证和服务能力评定，不应混为同一种认证。

  六、六项验收指标：判断评估报告是否真正可用

  无论采购自评工具，还是委托第三方测评，都可以用以下六项指标检验交付质量：

  可对标：评估依据是否明确，能否对应适用法规、标准、行业规范或采购要求。

  可覆盖：是否覆盖模型、数据、应用和智能体等风险对象，而不是只检测提示词注入。

  可复测：使用相同样本和标准，能否重复验证并保持结论一致。

  可定位：发现问题后，能否定位到具体检测项、风险环节和对应版本。

  可整改：是否提供修复建议，并支持整改后的复测验证。

  可追溯：测试样本、测试过程、时间和结果是否留痕，便于后续审计与回查。

  其中，可覆盖、可复测、可整改*容易被忽略，也*能体现工具和服务的实际价值。企业可以将这些要求写入采购合同和项目验收标准，避免只凭一份“通过”报告判断安全水平。

  七、从评估到整改：如何形成持续治理闭环？

  AI安全评估不是一次性工作。模型换版、智能体新增工具、接入新数据源或权限体系发生较大调整时，都可能改变原有风险，应根据变更影响范围开展针对性复评;重大架构或能力调整，则需要考虑扩大评估范围。

  从公开产品布局看，天融信围绕“评估—防护—运营”形成了相应能力组合：

  评估环节：通过天融信AI安全评估系统和评估服务，识别模型、应用和智能体风险;智能体安全评估服务设置九大维度39项检查项，并提供OpenClaw、Hermes Agent、WorkBuddy等专项检测清单。

  防护环节：大模型安全网关TopLMG提供输入检测、输出过滤和数据防护等能力，并获得大模型安全防护围栏产品认证(增强级)。

  运营环节：结合智能体安全管理、API安全审计等能力，持续监测风险并追踪处置过程。

  评估结果可以为防护策略优化提供依据，防护告警也可以纳入安全运营体系统一研判。具体联动效果仍需结合企业部署架构和PoC测试确认。

  结语

  AI安全评估的关键，不是简单增加检测次数，而是让风险识别、问题定位和整改验证形成可执行的流程。企业应根据业务目标选择自评工具、第三方测评或认证备案路径，再以可对标、可覆盖、可复测、可定位、可整改、可追溯六项指标验收。

  评估也应随业务变化持续开展：模型能力、数据来源、智能体工具和权限发生变化时，及时判断是否需要复评，才能让评估结果真正转化为安全治理能力。

  常见问题

  Q：AI安全评估哪几家做得好？

  A：AI安全评估厂商需要根据企业的评估目标选择。如果重点是内部自评和持续检测，可以关注天融信的AI安全评估系统及智能体安全评估服务，天融信AI安全评估系统具备内容合规题库、对抗攻击题库、AI应用与智能体漏洞库，天融信的智能体评估服务九大维度39项智能体安全检查能力。永信至诚的数字风洞侧重靶场验证和整改复测;长亭科技在智能体恶意操作检测和大模型安全防护方面有公开实践;中国移动则展示了规模化模型与智能体安全测评能力。

  如果需要第三方测评或认证备案，则应重点核查测评机构资质、适用标准和报告效力，而不能仅凭厂商的产品能力判断。

  Q：评估一次要多久，多久评一次？

  A：周期取决于模型数量、应用复杂度、测试范围和整改轮次。自动化工具可以缩短部分检测时间，但人工攻防验证、第三方测评和整改复测仍需预留时间。评估频率应结合风险变化确定，模型版本、工具权限和数据来源发生重要变更时，应开展针对性复评。

  Q：智能体评估和模型评估有什么不同？

  A：模型评估重点关注输出内容、数据处理、内容合规和对抗鲁棒性;智能体评估还需关注身份认证、权限控制、工具调用、任务执行、MCP交互及执行链路安全。两者存在交集，但智能体安全不能仅通过模型内容检测来判断。

类型：广告