【网络强国·百人谈】

　　当大模型开始调用工具、访问系统并执行任务，人工智能带给网络安全的变化，就不再只是“多了一个工具”。它正在改变需要保护的对象、风险发生的方式，也在重新定义网络安全人才的实战能力。

　　在第一届中国网络空间安全大会（CCSC2026）上，由北京航空航天大学、中国科学技术大学、永信至诚主编，联合多所高校、科研机构及知名企业共同编写的《网络安全人才实战能力报告—AI赋能篇》（以下简称“报告”）正式发布。报告围绕“人才在哪里、能力怎么样、人才怎么培养”，系统梳理我国模型安全、AI应用安全和AI赋能网络安全人才的能力现状、现实短板与培养需求。

　　大会期间，光明网《网络强国·百人谈》栏目专访报告主编、中国网络空间安全学会常务理事、教育部高等学校网络空间安全专业教学指导委员会副主任委员、北京航空航天大学刘建伟教授。围绕AI给网络安全带来的安全挑战、人才实战能力重构和高校人才培养等话题，刘建伟分享了他的观察与思考。

　　AI进入业务，网络安全人才迎接三类实战场景

　　当AI从生成内容进一步走向调用工具、自主决策和执行任务，网络安全的保护边界也在发生变化。企业既要保护模型本身，还要防范AI进入业务系统后产生的新风险，同时也要学会利用AI提升网络安全工作的效率。

　　报告将AI时代网络安全人才的实战场景归纳为三类：模型安全、AI应用安全和AI赋能网络安全。

　　模型安全主要关注模型自身及其基础环境，重点保护模型数据、模型权重和运行环境，防范数据泄露、模型投毒、对抗攻击等风险。

　　AI应用安全主要关注模型进入业务系统后产生的安全问题，包括提示词注入、智能体越权、工具调用、模型供应链和业务逻辑风险等。随着智能体获得更多系统权限，AI的错误判断或异常行为可能由“给出错误答案”升级为“执行错误操作”。

　　AI赋能网络安全则关注如何将AI用于漏洞挖掘、威胁检测、告警研判和安全运营。AI可以缩短分析和处置的时间，但其输出仍需专业人员结合真实业务环境进行验证。

　　刘建伟表示，AI快速发展给网络安全带来的挑战，既涉及大模型自身的安全，也涉及AI进入各类业务场景后的应用安全。与此同时，AI正在参与网络攻防和日常安全工作，网络安全人才需要同步更新知识结构和实战能力。

　　AI业务跑在前面，专职安全队伍仍显不足

　　报告发现，AI应用加速落地的同时，企业专职AI安全队伍建设仍相对滞后。

　　调研显示，64%的受访大模型相关单位，仍由传统安全团队兼职或研发团队兼顾模型安全工作，仅有23%的单位设置了专门的AI安全研究队伍。AI应用落地单位的专职团队建设更加不足，81%的受访单位尚未设置专职AI安全团队。

　　这意味着，不少单位已经开始研发或应用AI，但相应的安全职责仍分散在研发、传统网络安全和业务部门中。面对模型、数据、智能体权限和业务逻辑相互交织的新风险，既理解AI工作机理、又具备网络安全攻防经验，还能够进入真实业务解决问题的人才，正在成为产业迫切需要的专业力量。

　　在刘建伟看来，当前既懂AI又懂安全的人才仍较为缺乏，未来需要进一步加强复合型人才培养。但“复合”并非简单叠加AI知识和网络安全知识，而是要让人才在真实环境中发现风险、验证结果、处置问题，并在关键时刻对AI进行干预和接管。

　　风险已经进入业务，人才实战能力存在短板

　　报告进一步对从业者在真实业务场景中的实战能力进行了评价。结果显示，面对快速演进的新风险，人才在多个关键环节中未形成与业务需求相匹配的能力。

　　在模型安全能力中，数据风险防护是最突出的薄弱环节。仅有38%的受访AI安全从业者在数据风险防护方面达到熟练及以上水平，在模型安全四个评价维度中占比最低。如果缺少对数据风险的识别、防护和处置能力，相关风险就可能贯穿数据采集、模型训练、部署应用等多个环节。

　　报告从提示词安全、内容合规、接口安全和业务逻辑安全四个维度评价AI应用安全能力。四个维度中，尚未达到熟练水平的人员占比分别为54%、64%、60%和65%，均超过半数。这表明，人才能力短板、覆盖输入防护、内容治理、接口管控和业务逻辑安全等多个关键领域，每一道关口都需要补课。

　　刘建伟认为，AI时代的人才实战能力不能停留在了解风险概念、掌握单项工具，而要能够进入真实环境，完成风险识别、攻击验证和问题处置。模型安全与AI应用安全涉及算法、数据、系统和业务的交叉，只有通过真实任务和攻防实践，才能把分散的知识转化为解决实际问题的能力。

　　课程已经进入课堂，实战能力仍需加快提升

　　产业需求变化正在传导至高校。报告显示，68%的受访高校已经将AI相关课程设置为独立必修课或选修课，人才培养正在积极适应技术变革。

　　不过，从“开设AI课程”到“形成AI安全实战能力”，仍有多道门槛需要跨越。报告发现，高校和从业者在复合型师资、真实案例及实验实训环境等方面仍存在不足。人才不仅要理解模型原理和安全概念，还需要在真实或仿真的任务环境中开展模型实验、攻防验证和风险处置。

　　刘建伟认为，AI是一个新生事物，更是年轻人的事业。面对技术持续演进，每个人都需要提高理解AI、使用AI和驾驭AI的能力。

　　报告提出，AI时代网络安全人才培养，需要进一步贯通课程学习与实战训练，将产业真实任务、攻防案例和业务场景引入教学与在职培训。同时，还应围绕模型安全、AI应用安全和AI赋能网络安全，建立分类分层的实战能力评价标准，为高校培养、企业选人和人才成长提供共同依据。

　　从AI进入业务，到安全能力跟上业务，关键仍然在人。报告呈现的并不是几个孤立的人才问题，而是AI应用速度与安全能力建设速度之间的落差。随着AI不断重塑网络攻防的对象、工具和方法，网络安全人才也需要在持续学习和真实实践中更新能力，成长为能够保障AI、用好AI并解决实际安全问题的专业力量。

　　策划：李政葳 摄制：刘雨灏 撰文：刘雨灏