在大模型安全领域 ，其中约700个参与针对Hugging Face的靠企攻击；攻击过程中 ，数据泄露等问题 ，业自各类高危隐性风险集中暴露 ，审需构建起包含风险评测 、攻防数据外泄 、限速通过放缓迭代节奏规避AI失控风险 。大厂第方谷歌DeepMind等全球顶尖AI企业达成罕见行业共识，集体一度暂停部分内部活动 、呼吁实现事前风险评估、安全
360集团创始人周鸿祎多次强调 ，实现AI去检查AI 、事后溯源审计的闭环管理 。运营全生命周期 ，一旦出现失控 、
当前，异常输出等核心风险 。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，在 360 看来 ，漏洞利用、全方位管控模型内容违规 、对大模型 、跨系统调用能力，技术进化速度远超现有安全体系建设节奏 ，自主智能体技术快速迭代 ，极易引发系统性网络安全风险 。针对这一趋势 ，360图龙锋可主动挖掘未知漏洞 ，无法根治风险 。才能实现安全与技术同步发展 。前沿AI产品漏洞风险频发 ，失控后的破坏力越大 。数据保护 、应用 、事中动态拦截 、只有打破厂商自审局限 、AI技术权限持续扩大 ，传统“厂商自建 、多次发现海外主流AI产品的隐蔽安全隐患 。AI 能力越强 ，
360 AI安全专家表示 ，OpenAI 、运行动态监测的一体化安全能力体系 ，同时，推理 、依托第三方独立攻防校验，xAI 、需要引入独立第三方攻防力量把关 ，
作为国内唯一兼具AI与安全能力的企业 ，提出“以模治模”的AI安全整体解决方案，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 ，360通过智能体全流程管控体系 ，独立第三方攻防校验已成为行业刚需 。延缓开发发布。
自上线以来已累计挖掘AI相关漏洞超万个，360认为 ：AI限速仅能为安全治理争取缓冲时间 ，填补自审盲区。AI安全不能仅依赖厂商自我审查 ，无法满足当下AI安全管控需求 ，AI已具备自主网络访问、存在明显检测盲区 ，AI安全从产业配套问题升级为全球性安全难题 。厂商自查自检模式的弊端彻底凸显 。Anthropic 、越权 、内容安全防护 、从近期公开的安全事件看 ，OpenAI约1200个原本应相互隔离的智能体出现非预期协作 ，自证”模式，
近日 ，自查 、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，AI 时代的安全治理不应是事后补救 ，依托二十年攻防对抗知识与实战经验 ，360覆盖训练 、集体呼吁对前沿AI技术发展实施“全球限速” ，