这已不仅是单一产品的安全问题，而是对全球AI供应链信任体系的拷问。这两年，AI应用已从相对单一的大模型聊天，演进到复杂的智能体应用——AI有了“手和脚”，能自己定计划、调工具、执行任务。据预测，到2026年底全球40%的企业应用将嵌入具备任务执行能力的AI智能体。当AI开发工具成为供应链核心环节，软件基础设施一旦被植入“后门”，风险不亚于芯片中的硬件漏洞。

正是在这样的背景下，蚂蚁集团AI安全实验室近日连续开源两款AI安全模型——面向多模态大模型的安全护栏SingGuard，以及面向智能体的行为安全护栏SingGuard-NSFA，分别覆盖内容安全与行为安全两大方向，进一步完善了AI安全技术布局。

从“说什么”到“做什么”，两款模型覆盖AI安全两大核心场景

如果说内容安全解决的是AI“说什么”的问题，那么行为安全解决的则是AI“做什么”的问题。

公开评测结果显示，SingGuard在文本查询、文本回复、图像、多模态、多语言等六大类任务、35个公开数据集上的综合表现达到领先水平。

另一款开源模型SingGuard-NSFA，则聚焦智能体行为安全。随着AI开始自主调用工具、运行代码、规划任务，提示词注入、权限滥用、恶意代码执行、敏感数据泄露等行为风险不断增加，传统内容审核体系已难以覆盖。

针对这一挑战，SingGuard-NSFA基于CIA三元组（机密性、完整性、可用性）原则，结合OWASP等国际安全指南，构建了覆盖7大类、28个风险类别、185个具体风险场景的智能体安全分类体系，实现从用户请求到模型响应全过程的风险检测。

在工程能力方面，SingGuard-NSFA离线安全审计与在线实时防护，可根据不同场景提供不同工作模式，并同步发布0.8B、2B、4B、9B等多个模型版本，该模型兼顾部署效率与安全能力。公开评测显示，该模型在智能体输入和输出安全检测等任务中均取得领先表现，同时支持通过轻量模块持续扩展新的风险类型，无需重新训练整个模型。

放眼全球，同时开源覆盖“内容安全”和“智能体行为安全”两类护栏模型的企业并不多，Meta与蚂蚁是其中少数完成完整布局的代表。

从漏洞审计到开源模型，一条逐渐成形的AI安全技术路线

此次两款模型开源并非孤立事件，而是蚂蚁近年来AI安全布局的集中体现。

今年以来，蚂蚁AI安全实验室持续围绕智能体安全开展技术研究和开源实践，相继完成开源智能体框架OpenClaw专项安全审计，联合清华大学开源智能体安全防御插件ClawAegis，并发布智能体安全可信互连协议ASL，为智能体之间建立可信身份、可信连接和安全协同提供基础能力。

如果说漏洞审计解决的是“发现问题”，ClawAegis解决的是“防御问题”，那么此次SingGuard与SingGuard-NSFA的开源，则进一步将相关能力沉淀为可复用、可开放的基础模型，形成覆盖内容安全、行为安全和可信协同的完整技术体系。

随着AI逐渐从单一模型走向多智能体协同，这样一套覆盖模型、智能体、协同网络的安全能力，也成为产业关注的新方向。

二十年安全积累延伸至AI时代

蚂蚁集团的安全能力并非始于AI时代。

从支付宝建立实时风险控制体系，到长期深耕支付安全、身份安全、数据安全、隐私保护和风险治理，蚂蚁在真实业务场景中积累了二十余年的安全技术能力，也为AI时代的安全体系建设奠定了基础。

目前，相关安全能力已应用于蚂蚁阿福、AI版支付宝“阿宝”、支付宝“AI付”等业务场景。其中，新一代AI原生风控系统已率先应用于线上支付业务，Agent安全能力也持续融入智能体应用实践。

与此同时，蚂蚁集团持续参与AI安全标准和治理体系建设，参与IIFAA《终端智能体可信互联技术规范》制定，牵头ITU国际标准《终端智能体可信互联技术规范》立项，并发布智能体安全可信互连协议ASL，持续推动AI安全能力从技术创新走向产业实践。

业内人士认为，随着AI从内容生成走向自主执行，安全能力将成为智能体规模化应用的重要基础设施。从内容安全到行为安全，从漏洞发现到安全治理，再到标准建设和开源生态，AI安全正在进入系统化发展的新阶段。

对于产业而言，真正决定AI能否大规模走进生产生活的，不只是模型能力，更是安全能力。此次蚂蚁连续开源两款AI安全模型，也为智能体时代的安全治理提供了新的技术路径和实践参考。