原创 领航数字供应链的 2026-07-09 10:00 北京
解锁AI原生安全治理新范式,问境AIST筑牢数字供应链安全防线!
近日,数说安全发布《AI安全产业研究报告(2026)》。作为长期深耕网络安全产业研究的专业媒体,数说安全及其创始人谭晓生(谭校长)在安全行业具有广泛影响力。此次报告系统梳理了AI安全威胁演进、技术体系、产业生态、市场格局与厂商实践。并将悬镜安全作为AI安全代表厂商重点呈现,围绕“从软件供应链到AI原生安全治理”梳理了悬镜的产品矩阵与技术能力。
数说安全《2026AI安全产业研究报告》
面向AI安全产业的新变化,悬镜安全始终坚持以软件供应链安全和AI原生安全双轮驱动,构建覆盖代码、组件、应用、流程、智能体、模型、插件和AI供应链情报的数字供应链安全能力。作为数字供应链安全领航者,悬镜安全持续围绕企业数字化研发和AI应用落地中的真实风险,推进可落地、可联动、可持续演进的产品体系建设。
从软件供应链安全到AI原生安全
数字供应链风险正在延展
随着企业数字化建设持续深化,代码缺陷、开源组件漏洞、应用运行时攻击、渗透测试覆盖不足、研发流程不可视、资产与漏洞管理割裂等问题,正在成为影响业务系统安全性与连续性的关键因素。围绕组件治理、交互式安全测试、自动化渗透验证、运行时防护、应用安全态势管理等场景,悬镜安全构建了覆盖软件供应链关键环节的安全能力,并通过源鉴SCA、灵脉IAST、灵脉PTE、云鲨RASP、夫子ASPM等产品实现落地。
悬镜·新一代数字供应链安全治理体系
随着AI进入研发、测试、办公、客服、金融、政务等业务场景,数字供应链的边界进一步扩展。AI生成代码、开源模型、数据集、第三方插件、MCP服务和智能体工具链被持续引入,安全问题也从传统软件组件延伸到代码生成、模型资产、智能体行为、工具调用链和AI生态风险。
面向AI辅助研发、AI原生安全测试与AI供应链风险预警等新场景,悬镜安全构建了AI原生安全能力体系,并通过灵脉AI、问境AIST、云脉AI供应链安全情报预警等产品实现落地,支撑企业在AI应用落地过程中更早发现风险、验证风险和响应风险。
01
从AI生成代码开始
安全需要更早介入
AI辅助研发正在进入开发者日常工作流。代码生成、自动补全、智能修复带来效率提升,也可能同步引入不安全函数、逻辑缺陷、硬编码密钥、不合规依赖和隐藏漏洞。如果这些问题在生成、提交和审查阶段没有被发现,就会随着研发流水线进入后续测试和生产环境。
代码安全能力需要从上线前扫描左移到开发过程,在不打断研发效率的前提下,对生成代码进行安全审计、漏洞挖掘、敏感信息检测和修复建议生成。
悬镜·灵脉AI产品示意图
灵脉AI聚焦AI代码安全,承载AI代码漏挖、AI代码护栏等能力,帮助企业在代码生成、提交、审查和修复过程中前置识别风险,把代码安全控制点放到更靠前的位置。
02
AI进入业务流程
重点测试智能体行为
随着AI数字员工、研发智能体和行业智能体进入真实业务流程,安全测试的对象正在从静态模型,转向会持续交互、动态决策、调用外部工具的智能体系统。智能体接入知识库、MCP服务、Skill插件和业务系统后,风险也开始分布在上下文、工具权限、插件接口、模型响应和执行链路之间。
面向这一新型安全挑战,问境AIST聚焦新一代智能体AI原生安全测试,搭载多模态AIST技术,围绕Skills安全审查、AI智能体审计、AI红队测试、AI模型扫描等核心能力,覆盖AI应用、智能体、Agent、MCP、Skills、Tool等对象,对智能体进行安全测试、风险识别和行为验证。
悬镜·问境AIST产品示意图
Skills安全审查:
识别插件后门与越权调用
在Skill插件使用场景中,插件往往承担连接外部工具、业务系统和数据资源的作用。一旦插件存在后门、越权能力、敏感调用或供应链污染,就可能成为智能体安全风险的入口。问境AIST通过Skills安全审查,对插件能力、调用权限、行为特征和供应链风险进行分析,帮助企业在智能体上线前识别潜在隐患。
AI智能体审计:
看清任务路径与行为轨迹
在智能体执行任务的过程中,风险往往不体现在单次回答里,而是隐藏在任务路径、权限边界、工具调用关系和行为轨迹之中。通过AI智能体审计,问境AIST帮助企业看清智能体“做了什么、调用了什么、是否越界、是否可追溯”,为后续风险定位、责任追溯和安全运营提供依据。
AI红队测试:
验证复杂对抗下的安全边界
在上线前测试和红队验证场景中,智能体面临的攻击方式正在从简单提示词攻击,扩展到任务劫持、越权调用、MCP链路攻击、工具投毒、上下文污染和多轮诱导。问境AIST通过AI红队测试模拟真实攻击路径,验证智能体在复杂对抗条件下的安全边界,帮助企业在业务上线前发现高风险问题。
AI模型扫描:
掌握模型资产与潜在风险
在AI资产识别和模型安全测试场景中,AI应用不仅包含模型本身,也包含框架、组件、数据集、插件和相关依赖。问境AIST通过AI模型扫描识别模型与AI资产中的潜在风险,帮助企业掌握AI应用背后的资产组成、依赖关系和风险状态,为后续治理提供基础。
这些能力让安全测试从“模型输出安全”进一步走向“智能体行为安全”,帮助企业在AI应用进入真实业务流程前,更早识别提示词注入、越权调用、插件后门、模型与组件风险等问题,形成覆盖资产、链路、权限和行为的安全证据,为风险整改、合规审计和持续运营提供支撑,护航智能体应用可信、可控、可追溯地落地。
03
AI生态持续变化
风险预警必须更快
AI原生安全还面临一个变化更快的风险源:AI供应链。企业在AI应用建设中会引入开源模型、数据集、第三方组件、Skill插件、MCP服务和外部工具链,任何一个环节出现投毒、漏洞、恶意包、许可证风险或高危情报,都可能影响AI应用和智能体系统安全。
在AI生态快速变化的背景下,安全团队不仅要及时捕捉外部风险变化,还要将风险与自身AI资产、智能体链路和业务系统建立关联,判断影响范围、明确处置优先级,缩短从风险发现到响应处置的时间。
悬镜·云脉AI产品示意图
云脉AI供应链安全情报预警持续关注AI生态中的开源模型风险、第三方组件投毒、MCP服务风险、0-Day漏洞和新型攻击样本,并与企业内部AI资产和智能体链路进行关联,帮助客户更早发现潜在威胁、研判风险影响并推动处置闭环。
面向AI原生时代,
持续夯实数字供应链安全能力
随着AI应用加速进入真实业务流程,数字供应链安全的边界仍将持续扩展。悬镜安全将继续坚持软件供应链安全与AI原生安全双轮驱动,以多模态AIST等关键技术回应智能体时代的新型安全挑战,围绕智能化研发、AI应用落地和智能体安全治理中的真实需求,持续提升从风险识别、测试验证到情报预警、闭环处置的产品能力,助力客户构建可信、可控、可验证的新一代数字供应链安全防线。
最新推荐阅读
部分标杆客户
关于“悬镜安全”
悬镜安全,起源于北京大学网络安全技术研究团队“XMIRROR”。作为新一代数字供应链安全开拓者,首创基于“AI 原生安全+ DevSecOps敏捷安全+多模态 SCA+AI 供应链安全情报预警”技术的新一代数字供应链安全治理体系。
智能情报驱动,以AI治理AI!从源头治理大模型开发、训练、部署到智能体运营等关键环节面临的 AI 原生安全风险,帮助企业用户构筑一套从传统软件供应链到 AI 原生供应链全生命周期的内生安全治理体系,持续守护新一代数字供应链安全。