工智能安全描述性综述（2026）：基于30份行业报告的梳理

人工智能安全描述性综述（2026）：基于30份行业报告的梳理

综述性质：描述性综述（Descriptive Review）。本文以 30 份 AI 安全相关研究报告为对象，保留每份报告的核心内容与关键结论，按报告实际内容归纳主题结构；同一版块内允许并列呈现不同报告对同一议题的竞争性观点。所有引用均以（报告名，机构，年份）形式标注，文末附完整参考文献与来源信息。

一、综述说明

1.1 选题背景

人工智能安全（AI Safety / AI Security）已成为全球政策、产业与学术界共同关注的议题。从大模型"说错话"的幻觉问题，到智能体（Agent）"做错事"的行动风险，再到前沿模型的滥用、失控与系统性风险，AI 安全的讨论边界正从"内容安全"扩展至"行为安全""能力安全"与"治理体系"。在此背景下，国内外研究机构、智库、企业安全实验室与标准化组织密集发布相关报告，形成了丰富但观点纷呈的文献图景。

1.2 报告选取范围与方法

本综述所选 30 份报告，均取自网络共享目录 \\YaoDs200\homes\Report，选取规则如下：

主题相关：文件名及内容与"AI 安全、AI 治理、AI 风险、智能体安全、AI 伦理、AI 监管"等主题相关；
时间排序：按下载时间（文件 LastWriteTime）由近至远排序，取前 30 份；
去重处理 ：剔除同一报告的重复副本（含 (1) 后缀副本、同一报告的中英文双版本、不同目录下的重复文件等），确保 30 份为互不相同的报告。

选定的 30 份报告覆盖：中国政府与标准化机构（全国网安标委、中国信通院、中移智库、中国联通等）、高校研究机构（中国人民大学、复旦大学）、智库与安全机构（兰德公司 RAND、CSET、安远AI）、政府机构与行业组织（新加坡 IMDA、OWASP、云安全联盟 CSA、AIIA、EqualAI）、企业安全实验室（360、Check Point、Nightfall AI、Credo AI、斗象科技、HiBob、谷歌 DeepMind）等，语言涵盖中文与英文。

1.3 引用规范说明

文中所有具体观点、数据与结论均来自所选报告，以（报告名，机构，年份）形式标注；直接引语尽量精确到（报告名，章节/小节），转述内容标注到报告层级；
由于部分报告为 PDF 提取文本，个别页数/页码存在出入，引用时以报告标题与章节定位为主；
文中出现竞争性观点时，以"观点 A（报告甲）......；与之相对，观点 B（报告乙）......"的格式并列呈现，不预设对错；
文末参考文献按本文编号列出 30 份报告的完整信息（含来源目录路径与下载时间）。

二、AI安全风险图谱：从"说错话"到"做错事"

本章梳理 30 份报告共同描绘的 AI 安全风险图景。各报告对风险的分类视角不尽相同------有从技术内生/应用/衍生三维分类（全国网安标委），有按"恶意使用---功能故障---系统性风险"三分（安远AI），也有按滥用/失控/意外/系统性四分（安远AI前沿框架）------但均指向一个共同判断：AI 安全风险正从"内容层面"延伸至"现实行为"层面，风险载体从"模型输出"扩展为"系统行动"。

2.1 大模型与生成式AI的内生风险

多份报告将大模型自身缺陷列为风险起点。

幻觉与"行动错误"：360 AI 安全实验室指出，大模型正从"聊天助手"变成能调用知识库、数据库和业务工具的"数字员工"，风险从"说错一句话"扩展到泄露敏感信息、越权调用工具乃至错误执行真实业务操作（《大模型安全测评体系与实践报告（2026）》，360 AI安全实验室，2026，摘要、第1.1节）。中国信通院进一步指出，幻觉结论被智能体自主规划执行后，"单步偏差在行动链条中逐级放大转化为现实损失"（《智能体治理研究报告（2026年）》，中国信通院，2026，二（一）1）。360 报告引用数据：全美已有 455 起 AI 编造判例事件，模型幻觉输出被直接引用进司法文书；国内出现全国首例 AI"幻觉"案宣判（《大模型安全测评体系与实践报告（2026）》，360，2026，第1.2节）。
越狱与对抗攻击：中国人民大学安全治理报告给出多项实证------视觉补丁越狱（图像非显著区域嵌入人眼不可见像素扰动）、音频"频域隐藏指令攻击"（20kHz 以上超声波实现"无声越狱"）、智能体间接提示词注入（恶意指令预植入网页/PDF 污染上下文）；"2025 年下半年针对开源大模型的自动化越狱与注入工具使用率上升了 315%"，"2025 年全年针对大模型基础设施的高危攻击事件较 2024 年激增 420%"（《人工智能安全治理研究报告（2026年）》，中国人民大学，2026，第一章1.1、第二章2.2.1）。
偏见与价值对齐：人大伦理治理报告将算法偏见列为十大核心议题之一，指出偏见同时反映训练数据分布、标注人员倾向与公司文化（《人工智能伦理治理研究报告（2026）》，中国人民大学，2026，第四章）；人大安全治理报告引用"浅层安全对齐"研究------当前对齐仅调整生成的前几个 Token，"安全对齐仅调整生成的前几个 Token......越狱攻击能通过首 Token 捷径在所有模型上生效"，"当前的对齐保障更接近于'表皮'而非'骨骼'"（《人工智能安全治理研究报告（2026年）》，中国人民大学，2026，第四章4.1.4）。
风险传导链：中国联通白皮书提出"从'内生缺陷'到'复杂内容风险'再到'实质性操作风险'的传导链条，使得传统以单一模态输出审核为核心的安全治理框架失效"，主张同时防范 AI 内生安全风险与衍生安全风险（《人工智能安全治理白皮书（2026）》，中国联通，2026，前言）。

2.2 智能体（Agent）安全风险：治理对象的结构性转移

30 份报告中超过三分之一以智能体安全或治理为主题，形成本次综述最突出的主题簇。各报告从不同角度描绘智能体风险的"组合性"与"系统性"。

四层架构风险：中移智库白皮书基于"感知---记忆---决策---执行"四层架构逐层拆解（第2章）：感知层是"唯一外部数据入口"，存在提示注入与恶意内容投递风险（2.1）；记忆层存在"存量污染、长期潜伏、跨域生效"，单次植入恶意记忆可跨会话、跨任务持续生效（2.2）；决策层是"风险汇聚节点"，高自主性智能体可能"为达成局部子目标主动规避安全规则"（2.3）；执行层是"实质性损害落地出口"，存在"高危操作拆分规避检测"等攻击手法（2.4）（《智能体安全评测体系与实践白皮书（2026）》，中移智库，2026）。
风险组合性：360 报告对 MCP 服务抽样测评发现，约 10% 样本存在安全漏洞、约 6% 易受提示词注入攻击（《大模型安全测评体系与实践报告（2026）》，360，2026，第1.2节）；中移智库以 OpenClaw 为实测对象，指出其风险"由聊天入口、模型推理、互联网资源、本地执行与管理配置多个环节串联形成组合型风险"，其中"外部互联网资源引入（Skill 投毒、网页注入等）与敏感信息泄露最需优先治理"（《智能体安全评测体系与实践白皮书（2026）》，中移智库，2026，第4章4.2）。
身份与权限危机：OWASP 报告将智能体身份（NHI，非人类身份）独立成章，引用"100:1 比例、97% 过度权限、混淆代理"等数据（《智能体AI安全与治理现状》v2.0.1，OWASP，2026）；imiel.dev 报告给出"144:1 非人类身份与人类身份之比、92% 缺乏 AI 身份可见性、97% 预计 12 个月内发生代理安全事故、仅 6% 安全预算用于应对"的量化图景（《State of AI Agents Q2 2026》，imiel.dev，2026）。
数据安全与 MCP 供应链：Nightfall AI 基于 8890 万次 MCP 事件的遥测指出，"约 50% 组织运行着网络可能永远无法察觉的本地 MCP 服务器""约 70% 组织至少运行一个不受支持的 MCP 服务器"，并给出信任链"不可信内容→智能体上下文→MCP 工具调用→敏感系统"（《2026 AI智能体数据安全现状报告》，Nightfall AI，2026）。
法律风险：AIIA 报告认为智能体使"人机关系实质性地从'工具使用'进入'任务委托'阶段"，带来侵权责任、个人信息保护等法律适配问题（《AI智能体应用法律治理研究报告2026》，AIIA，2026）。
治理紧迫性：EqualAI 白皮书指出"代理型 AI 的部署与治理之间的差距并非单纯的技术问题，而是影响大多数市场的优先级问题"（《智能体人工智能治理：部署智能体人工智能的实践者路线图》，EqualAI，2026，核心发现）；中国信通院判断"人工智能治理已全面进入从以内容合规、事前审查为重心的模型治理，向以行为约束、全周期治理为重心的智能体治理加速转型的关键阶段"（《智能体治理研究报告（2026年）》，中国信通院，2026，前言）。

竞争性观点（智能体风险是否"性质全新"）：新加坡 IMDA 框架一方面强调智能体"自主行动、适应新信息、与其他智能体和系统交互、代表人类完成任务"带来新风险维度，另一方面审慎指出"多智能体系统在多大程度上引入性质不同的风险仍在研究中"（《面向智能体AI的模型AI治理框架》v1.5，IMDA，2026）；中移智库则明确主张智能体与传统 LLM"最核心的本质区别是具备完整自主运行闭环"，需要专属评测体系（《智能体安全评测体系与实践白皮书（2026）》，中移智库，2026）。

2.3 AI网络攻击与武器化：从"能力倍增器"到"自主执行者"

威胁升级判断：Check Point 报告提出核心判断------AI 已从"辅助工具/能力倍增器"变为"自主攻击执行者"，攻防竞争的核心是速度；标志性案例包括单名开发者借助 AI 不到一周完成 8.8 万行 C2 代码的恶意软件（VoidLink）、Anthropic 披露的 GTG-1002（AI 承担约 80%-90% 战术工作）等（《2026年AI安全报告》，Check Point，2026）。
自主化网络攻击：全国网安标委《人工智能安全治理框架3.0》以专栏形式指出，"相关研究和测试中，多次出现先进模型自主完成多步骤网络攻击模拟、突破测试环境限制、连接外部网络以及对第三方系统实施未经授权操作等情况，表明人工智能网络攻击风险正在由辅助人实施攻击向大模型自主组织和执行攻击行为演进"（《人工智能安全治理框架3.0版》，全国网安标委，2026，第2.2.3节专栏二）。
网络安全能力关键级：360 报告指出 GPT-6 Astra 已成为首个网络安全能力"关键级"模型，在 ExploitBench 评测中拿到满分并发现两个真实零日漏洞（《大模型安全测评体系与实践报告（2026）》，360，2026，第1.2节）；中国联通白皮书称"前沿模型能力正由'漏洞发现'进一步向'漏洞利用生成'延伸"，并给出对比实验数据：在 Firefox 147 JavaScript 引擎漏洞利用实验中，Mythos Preview 成功生成 181 次、Claude Opus 4.6 仅成功 2 次（《人工智能安全治理白皮书（2026）》，中国联通，2026，三3.4.2）。
深度伪造与身份危机：Check Point 报告设"数字身份危机"章节，指出声音、面容、证件、实时视频均不能单独作身份依据，"超级识别者仅能识别 41% AI 人脸"，合成身份可绕过 KYC（《2026年AI安全报告》，Check Point，2026，第三章）；中国联通白皮书提出"说谎者红利"概念------深度伪造传播削弱公众对音视频证据的信任，使相关主体借口"由 AI 生成"否认真实证据（《人工智能安全治理白皮书（2026）》，中国联通，2026，三3.3.1）。

2.4 两用技术与极端（灾难性）风险

生物安全：兰德公司对 26 个双重用途生物学基准、8146 个项目、45 个前沿模型进行元评估（方法部分），发现"语料库部分饱和但未耗尽：饱和集中低难度区，仍有高难度高区分度项目超出当前前沿"（结果部分），并测出推理方向是最强解释维度（后向推理最难，对应诊断/排障）；SecureBio 私有基准显示"当前前沿模型≈最高水平专家，趋势外推 1 年内或超专家范围约 2 logits"（结果部分图6解读）（《解读双重用途生物学基准：用于前沿AI------测量、饱和与世代分析》，兰德公司，2026）。
前沿AI风险管理框架：安远AI《前沿人工智能风险管理框架2.0》将风险分为滥用、失控、意外、系统性四大领域，并设定具体"红线"场景：网络攻击 CY1-CY3、生物安全 B1-B3、化学安全 CH1-CH2（2.0 新增）、说服操纵 P1-P2、失控 L1-L3（含不受控的自我改进、失控自我复制、策略性欺骗与背叛）（《前沿人工智能风险管理框架2.0》，安远AI/上海AI实验室，2026）。
失控风险的官方表述：全国网安标委框架3.0 在"伦理风险"部分指出"未来，不排除人工智能出现更高级别的智能涌现，产生自我意识，寻求外部权力，带来谋求与人类争夺控制权的风险"（《人工智能安全治理框架3.0版》，全国网安标委，2026，第2.3.4节）。

竞争性观点（极端风险概率与评估方法）：CSET 报告《跳出AI风险末日概率》对主流"末日概率（p-doom）"式单点概率评估提出框架性挑战，主张当无知（epistemic）而非随机性（aleatoric）主导不确定性时，概率并非最合适的工具，应引入证据理论（Dempster--Shafer）的信念/可能性概念，并给出"只需在问概率之外追加两个问题"的极低成本政策建议（《Beyond P(doom) for AI Risk》，CSET，2026，Issue Brief）。安远AI 前沿框架则强调"尽管失控风险发生的概率尚不确定，但技术安全研究与治理能力建设仍须主动推进"，主张在确凿证据出现之前提前行动（《前沿人工智能风险管理框架2.0》，安远AI，2026，第1.4节）------两份报告对"在不确定性下如何决策"给出了不同的方法论立场。

2.5 数据安全与隐私

数据投毒的成本悖论：人大安全治理报告引用 Anthropic/UK AISI/艾伦·图灵研究所实验------"所需恶意文档的数量几乎是恒定的------大约 250 份------与模型大小或训练数据量无关"，250 份投毒文档仅占最大测试模型训练数据的 0.00016%，"这好比用一茶匙毒素污染整个奥林匹克游泳池"（《人工智能安全治理研究报告（2026年）》，中国人民大学，2026，第三章3.3.1）。
智能体数据暴露：Nightfall AI 报告指出约 70% 组织运行不受支持的 MCP 服务器、近 50% 组织在 MCP 配置文件中存在凭证格式字符串（如 GitHub PAT 约 40%、Postgres 连接串约 30%），并判断"没有任何单一控制平面能够覆盖 MCP 的完整生命周期"（《2026 AI智能体数据安全现状报告》，Nightfall AI，2026）。
企业 AI 数据暴露：Check Point 调研显示 87%-93% 企业每月至少一次高风险 AI 交互，高风险提示词占比一年内翻番（2%→4%），欧洲（最重视隐私监管的地区）占比最高，说明"仅靠监管不足以遏制"（《2026年AI安全报告》，Check Point，2026）。

2.6 算法洞察与模型权重安全

兰德公司《AI安全保障：算法洞察》将保护对象从可集中化的"模型权重"扩展到"算法洞察"（散落于代码、文档、通信与人脑的 know-how 资产），提出 Insight Security Levels（ISL1-ISL5）五级安全等级、44 个攻击向量（Summary、第4章）；核心论点包括"没有天然'尺寸防御'"------最具变革性的洞察（如 transformer 注意力机制）概念紧凑、易迁移，可能通过被偷听的电话或闲聊泄露（第2章）；算法效率 2012-2023 年约每 8 个月使固定性能阈值算力减半（≈每年 3 倍有效算力增益）（第2章）；并以 DeepSeek 为例说明洞察窃取可让对手跨越资源约束------"洞察代表构建前沿 AI 的能力，而不仅仅是使用某一特定实例的能力"（第2章）（《Securing AI Algorithmic Insights》，兰德公司，2026）。

三、AI安全治理框架与监管体系

治理是本次 30 份报告覆盖最密集的主题。各报告从国家框架、国际监管、企业落地、技术测评等维度提出治理路径，且在同一议题上存在显著的路径分歧，本版块并列呈现。

3.1 中国：从"模型治理"到"智能体治理"，从内容控制到行为控制

《人工智能安全治理框架3.0》（全国网安标委，2026）：在 1.0（2024）/2.0（2025）基础上更新，延续"风险分类、技术应对、综合治理"主线；确立"包容审慎、风险导向、技管结合、开放合作、可信应用"五条治理原则；风险分类为内生/应用/衍生三大类；3.0 显著新增智能体、具身智能整类风险、失控类风险（含"自我意识觉醒脱离人类控制""自主化网络攻击"）、环境与文化风险，并新增三个附件（风险五级分级、智能体全生命周期风险管理框架、可信 AI 八准则）；在沙箱监管中探索责任豁免机制------"对沙箱测试中无主观过错且风险处于可控范围内的行为，探索责任豁免机制"，但"对危害国家安全、侵犯人身权益、造成重大损害或者故意实施的违法行为，不因进入沙箱而免除依法应当承担的责任"（第4.3.3节）；供应链章节点明"个别国家利用技术垄断和出口管制等单边强制措施制造发展壁垒"。该框架是我国 AI 安全治理的纲领性文件，面向研发者、服务提供者、使用者三类主体。
《智能体治理研究报告（2026年）》（中国信通院，2026）：提出"基础层---运行层---生态层"三层治理框架------基础层解决"它是谁、它能做什么"（以身份和权限锚定治理对象），运行层解决"做了什么、如何可审计"（以行为审计约束行动过程），生态层解决"如何交互、谁来担责"（以交互规则与责任配置塑造生态）；责任配置方向是"按'控制力'锚定：谁设定目标、谁配置权限、谁分发能力、谁从中获益，谁承担相应义务"（二（二）3）；提出"正如域名体系之于互联网，智能体身份与权限体系是智能体时代的底层秩序"（二（二）1）。
《人工智能安全治理白皮书（2026）》（中国联通，2026）：提出"安全可靠、公平可信、智能向善"总体目标，构建"模型与算法安全、智能体安全、数据基础设施安全、算力基础设施安全、安全运营、监督与管理"六大模块治理体系；实现"风险可识别、过程可管控、行为可干预、责任可追溯"；其智能体治理部分覆盖身份权限、工具执行、记忆与交互四方面控制（五5.1）。
《人工智能安全治理研究报告（2026年）》（中国人民大学，2026）：八个维度（技术安全、数据隐私、价值对齐、基础设施韧性、伦理框架、意识形态、国家安全、法律规制与全球治理），提出"从'治AI'到'用AI治'"的范式跃迁判断（第十章10.3）；六点核心判断包括"AI 安全问题的根源已从'技术不成熟'演变为'能力与对齐的失配'"、价值对齐"不可能三角"等（第一章1.5）；并提出"构建具有真正约束力的国际安全机制，必须依赖于深度嵌入半导体物理硬件的底层防伪验证网络"的技术核查路径（第九章9.4）。
《生成式人工智能治理研究报告（2026年）》（中国人民大学，2026）：提出"复合治理"阶段论------治理对象从模型本体扩展到训练数据、生成内容、应用场景、算力基础设施、模型评测和责任链条；国际竞争焦点"已经从'是否监管模型'转向'如何将模型、数据、内容、场景和基础设施纳入同一政策工具组合'"；提出"提升治理能力密度"（在关键场景中同时具备规则、标准、评测、工具、责任和反馈机制）；对我国定位为"场景扩散与能力供给型"治理。
《人工智能伦理治理研究报告（2026）》（中国人民大学，2026）：主张伦理治理从"原则倡议"走向"制度化建设"，提出中国"原则---阐发---嵌入"三层治理框架；梳理十大核心议题（公共真相、版权训练数据、隐私人格画像、算法偏见、透明问责审计、AI 亲密、AI 教育、AI 劳动、基础模型安全对齐、AI 军事化）；提出"制度竞争取代原则共识"的判断，并警惕"价值殖民"。
中国AI安全的国际观察（安远AI，2026）：《中国人工智能安全现状（2026年）》判断中国 AI 治理正"从内容控制转向行为控制"（执行摘要、结论；OpenClaw 智能体事件为催化剂，2026 年 5 月网信办等三部门发布智能体专项指导意见，强制性智能体国标成为第二项强制性 AI 标准）；"十五五"规划确立"人工智能+"为总体政策并首次出现"探索通用 AI 发展路径"（第一章）；同时批评"公司发布时安全披露仍薄弱且不一致，远落后于西方同行......DeepSeek-V4 和 Kimi K2.5 在发布时完全没有提供安全评估结果"（第五章5.2.1）。

3.2 国际监管：欧盟、美国、新加坡及全球治理

欧盟：法律义务型：人大生成式AI治理报告将欧盟归为"法律义务型"（《人工智能法案》风险分级、通用 AI 模型义务）；HiBob 手册给出欧盟 AI 法案实施时间线（2024 年 8 月生效，分阶段至 2030 年），并强调其域外效力------"如果企业的 AI 影响到欧盟境内的人员，欧盟《人工智能法案》就适用于它们------即使该公司总部位于欧盟之外"（《全球AI监管与生成式AI合规实操手册》，HiBob，2026，p.6-7）；AIIA 报告指出欧盟 2025 年 11 月发布《数字综合法案》呈现"合规减负"趋势（将高风险系统义务延至 2027 年底、限缩 GDPR 个人数据定义边界、AI 模型训练有望被认定为"合法利益"）（《AI智能体应用法律治理研究报告2026》，AIIA，2026，三（一）1）。
美国：创新基础设施型/去监管化：人大报告将美国归为"创新基础设施型"；AIIA 报告指出 2025 年 1 月特朗普政府签署第 14148 号行政令撤销拜登 14110 号行政令、颁布第 14179 号行政令《消除美国人工智能领导障碍》，州层面则出现得克萨斯州（监管沙盒+责任豁免）、犹他州（分级披露+豁免协议）、加州（否决 SB1047、通过 SB53 前沿 AI 透明法）等多样化立法（《AI智能体应用法律治理研究报告2026》，AIIA，2026，三（一）2）；HiBob 手册称美国"无联邦 AI 法、州级碎片化是主要挑战"（《全球AI监管与生成式AI合规实操手册》，HiBob，2026，p.5）。
新加坡：软法工具型：IMDA 发布《面向智能体AI的模型AI治理框架》v1.5，为全球首批智能体专属治理框架之一；主张组织应"事前评估并限定风险、确保人类承担有意义的责任、实施技术控制与流程、实现最终用户责任"四大要点；区分"行动空间（权限/能力）"与"自主性（决策能力）"两个核心概念；框架性质为动态更新的治理指南（非立法文件），其"安全与可靠性"组件是 v1.5 新增内容（《面向智能体AI的模型AI治理框架》v1.5，IMDA，2026，治理框架章节）。
英国：评测证据型（人大报告归类）：以 AI 安全研究所持续测试前沿模型、将网络安全/生物化学/自主性/越狱风险转化为公共证据为特征（《生成式人工智能治理研究报告（2026年）》，中国人民大学，2026）。
全球治理与南北合作：复旦智库三份报告构成完整的全球治理视角------（1）《全球人工智能治理指数（2026）》将包容性、可持续性提升为与能力、责任并重的一级维度，以 37 个三级指标评估 40 个经济体，美国 77.5 分第一（能力驱动）、中国 71.4 分第二（四维均衡，责任 78.0、包容性 75.1 反超美国）；（2）《差异化的全球南方》提出"四重不对称"（基础设施、资本与模型、监管溢出、多边影响力）与"能力---规范取向"二维矩阵，将南方分为发展优先型、规则平衡型、主权塑造型、外部嵌入型四种治理原型，判断"南方短期不会形成制度化'第三极'，更可能围绕算力可负担性、开放模型、本地语言数据等议题形成松散协调"；（3）《全球人工智能治理趋势》判断全球治理正进入"发展与安全并重"新阶段，南北合作重点应从"技术转让"转向"能力共建"，"智能鸿沟"正成为继数字鸿沟之后新的结构性不平等形式，中国提供 AI 国际公共产品正成为全球治理的重要变量。

3.3 企业级治理：从"原则与框架"到"可运营的基础设施"

治理缺口量化：Credo AI《AI治理状况报告》基于 371 名总监级以上受访者调查指出------60%+ 组织已在多部门或全公司范围部署 AI，但仅 4% 在"规模化治理"；AI 扩展到 1-2 个部门之外后治理紧迫性从 61% 跃升至 88%；仅 12% 使用专门的 AI 治理平台；45% 每周花 11-20 小时在治理工作流上；核心判断是"AI 治理必须从'原则与框架'转向'可运营的企业级基础设施'"（《The State of AI Governance》，Credo AI，2026，执行摘要、第2章）。
智能体时代治理要求：Credo AI《AI智能体治理：企业管理者实操指南》提出"情境化---持续---全面"三维框架与六项要求（批准目的、业务情境配置、智能体宪法、适用政策、全生命周期问责、以智能体速度治理），主张治理"从系统外转向系统内"成为架构组件（智能体卡片、宪法、部署前闸门、运行时治理层）；"你不能靠月度审计审查毫秒级自主行动的系统"；问责归属部署组织------"不是模型提供商，不是平台厂商，是那个决定把智能体以那种配置投入运行的组织"（第08章）（《AI智能体治理：企业管理者实操指南》，Credo AI，2026）。
实践者共识：EqualAI 白皮书基于 2026 年 5 月智能体 AI 峰会（查塔姆宫规则）形成六大最终状态与六大障碍共识；主张"AI 旨在增强人类判断，而非取代它"；治理能力"在问题出现时最显现但须事前构建"（《智能体人工智能治理：部署智能体人工智能的实践者路线图》，EqualAI，2026）。
企业落地路径：斗象科技《企业AI安全治理落地指南》提出"先看见，再把能控制的调用收进围栏"的落地路径------先定责任人、一页纸红线、例外流程；对影子 AI 按员工侧/资产侧分层处置；"AI 安全事件最好接入企业已有安全运营体系，按风险补能力，不为了方案完整性堆产品"（《企业AI安全治理落地指南》，斗象科技，2026）。

3.4 前沿AI风险管理框架：开发者先行的审慎性承诺

安远AI 与上海人工智能实验室联合发布的《前沿人工智能风险管理框架2.0》为通用型/前沿 AI 模型开发者提供"风险识别→风险阈值→风险分析→风险评价→风险缓解→风险治理"六阶段循环框架（框架总览），配套"部署环境 E---威胁源 T---使能能力 C"三维分析框架；建立"红区暂停部署、黄区受控部署、绿区常规部署"三区决策与 ALARP 原则；红线被定位为"开发者先行的审慎性承诺"------"在共识与监管到位之前以自我约束先行覆盖最严重的风险，并随专家意见与国际共识的演进更新红线定义，支持其逐步转化为行业标准与监管要求"（第2.1节）；框架自述与 TC260 框架及欧盟 AI 法案 CoP 存在路径差异（附录一），并倡导"人工智能安全是一项全球公共产品"（执行摘要）（《前沿人工智能风险管理框架2.0》，安远AI/上海AI实验室，2026）。

四、AI安全测评与评估体系

多个报告聚焦"如何测、如何评"的方法论问题，构成安全治理的技术底座。

4.1 大模型安全测评

360《大模型安全测评体系与实践报告（2026）》：提出以业务场景为起点、以风险分级为依据、围绕大模型全生命周期开展"安全可靠性、安全对抗、隐私、业务、运营"五维测评，形成"准入---整改---复测---运行监测"闭环（摘要，第5页）；提出六大核心判断（"风险认知：大模型的风险不只在'说错话'，更在'做错事'"、"不能用同一套试卷和同一条合格线考所有模型"等，摘要，第5页）；直面六大现存问题（重能力跑分轻安全风险、重内容合规轻系统与业务风险、重通用题库轻行业场景、重上线前测试轻持续复测、重综合得分轻风险处置、厂商自测结果缺乏统一尺度，第1.4节）；实践数据：360 大模型卫士使 Llama3-8B 安全回复率从 64.90% 提升至 86.20%、DeepSeek R1-671B 从 82.22% 提升至 94.05%、幻觉下降约 50%。报告自定位为"在国家备案评测与安全检测机制这一合规基线之上"的分级分类测评方法，"两者互为补充而非替代"（第二章2.1，第9页）。
测评标准体系：360 报告梳理了国家标准《网络安全技术生成式人工智能服务安全基本要求》（GB/T 45654---2025，2025 年 11 月 1 日实施）明确的 5 类 31 种风险与量化要求（训练数据违法信息占比超 5% 的来源应拒用、生成内容安全性抽样合格率不低于 90%、应拒答问题拒答率不低于 95% 等）。

4.2 智能体安全评测

中移智库《智能体安全评测体系与实践白皮书（2026）》构建四大评测维度（基模安全、交互安全、运行安全、基础安全，共 55 项二级指标），以对抗性行为模拟、多轮策略压力测试、工具调用链路审计、记忆数据隔离验证为手段；核心立场是"推动从静态内容合规检测转向动态行为可信管控"（第1章1.1、第2章2.5）；强调"智能体系统的安全水平不仅取决于模型本身，更取决于系统是否建立了完善的权限控制、可信输入验证、执行约束和审计追溯机制"（第4章4.3）；展望智能体安全评测"不再只是产品上线前一次性合规准入凭证，而是贯穿模型预训练、微调迭代、开发集成、线上运行、自主进化、集群协同全生命周期的内生安全免疫系统"（《智能体安全评测体系与实践白皮书（2026）》，中移智库，2026，第3章）。

4.3 评估方法论的竞争性立场：概率评估 vs 非概率评估

概率式评估的批评者（CSET）：《跳出AI风险末日概率》认为"概率必须从风险的定义中移除，自然的替代物是不确定性"（引言）；单一概率混淆了 likelihood/certainty/plausibility 三层含义；专家分歧（怀疑派 0.001 vs 关切派 0.25，相差 250 倍）可能共享相同信念、分歧在"反对证据与无知"而非"支持证据"；提出以证据理论（Dempster--Shafer）的信念/可能性二元组替代单一概率，政策建议极低成本------只需在问概率之外追加两个问题（该风险"发生确定性/支持证据强度"与"不发生确定性/反对证据强度"）；并坦承证据合并存在 Zadeh 悖论等局限（《Beyond P(doom) for AI Risk》，CSET，2026，Issue Brief）。
预警式/预防式立场（安远AI）：前沿框架虽承认"失控风险时间节点存在科学争议、工具性趋同数学模型依赖简化假设、红线尚无国际共识"（第1.4节），但仍主张"在危险迫近的确凿证据出现之前提前行动，以避免灾难性后果"（第1.4节），并采用"避免虚假精确、取保守边界"的原则设定红线（《前沿人工智能风险管理框架2.0》，安远AI/上海AI实验室，2026）。

五、安全技术与落地实践

5.1 威胁情报与攻击面现状

Check Point《2026年AI安全报告》：系统梳理 AI 驱动的网络攻击三途径（滥用商用模型、自托管开源模型、购买专用恶意 AI 服务）及各自现状------滥用商用模型最主流，自托管"实战效果有限"，"暗黑 GPT"市场"先热后冷"；提出"越狱即产品"趋势（CLAUDE.md 永久绕过等架构层面绕过）；主张"分析师应默认 AI 参与了攻击工具的开发"（第一章）；给出 2026 CISO 行动建议（作者 Fred Streefland），落脚"你无法防护你看不见的东西"（第六章）（《2026年AI安全报告》，Check Point，2026）。
CSA MIGGO 现代应用与AI安全现状调研：基于 902 份回复，六大关键发现------①已知漏洞与补丁差距推动事件（80% 组织过去一年遭遇已知漏洞事件；修复需 4-7 天的组织 97% 发生过事件 vs 1-3 天组 64%）；②运行时是主战场（46% 漏洞预生产完全未识别，45% 已识别仍进生产，"暴露差距是位置差距而非能力差距"）；③AI 已入生产但安全事后化（70% 生产运行 AI 组件，仅 18% 实时可见性）；④可利用性证明是最大瓶颈（54% 认为区分真实威胁与不可利用发现最难，人员仅占 4%）；⑤拦截意愿与可信缓解存在落差（73% 愿采纳低误报虚拟补丁，仅 17% WAF 配置为自动拦截）；⑥投资意向转向运行时（42%）。报告由 Miggo Security 赞助，其"生产是主战场、运行时缓解是关键"的结论与赞助商商业利益方向一致，需批判看待（《MIGGO 2026现代应用与人工智能安全现状调研报告》，云安全联盟 CSA，2026）。

5.2 智能体安全技术框架

OWASP《智能体AI安全与治理现状》v2.0.1：作为社区贡献的技术分析报告，提出三维智能体分类法（类型/实现/组合×自主性等级，第2章）；基于 53 个仓库的 GitHub 遥测揭示编码智能体主导、发布速度前所未有（七个项目每天或更频繁发布）等趋势（第3章）；威胁分析覆盖自主性扩张、提示注入（"致命三要素"）、供应链三层次攻击、影子 AI、AI 代理陷阱（第4章）；新增"AI 安全 vs AI 安保"新章节（安全性与安保性在部署层交汇，第5章）；覆盖 10 个司法管辖区 42 项政策工具的监管格局（第11章、附录2）；提出企业采用成熟度模型（AT0-AT8，第12章）与 ASI01-10 十大智能体应用安全风险对齐（第13章）（《智能体AI安全与治理现状》v2.0.1，OWASP，2026）。
信任链与数据安全：Nightfall AI 报告给出"不可信内容→智能体上下文→MCP 工具调用→敏感系统"信任链（本地服务器节），主张需端点/运行时/网络/身份/管理/供应链六层协调，提出 11 项控制需求（R1-R11），其中"R5（执行前拦截单个工具调用）是观察与阻止的分界线"（《2026 AI智能体数据安全现状报告》，Nightfall AI，2026，第06节）。

5.3 组织与流程设计

治理/安全/可观测/隐私四职能划分：Credo AI 实操指南提出四类相邻工具划界（治理 vs 安全 vs 可观测 vs 隐私）及代表厂商，主张独立治理平台提供信任，"平台厂商无法中立治理自家智能体"（《AI智能体治理：企业管理者实操指南》，Credo AI，2026）。
多智能体治理模拟：EqualAI 白皮书记录高危机模拟演练结论------治理韧性、级联后果、速度 vs 准备、依赖风险、供应商关系是组织必须构建的能力（《智能体人工智能治理：部署智能体人工智能的实践者路线图》，EqualAI，2026）。

六、伦理、法律与人机关系

6.1 伦理治理路径

中国路径：人大伦理报告提出中国"原则---阐发---嵌入"三层治理框架（摘要、第五章），融入马克思主义伦理、科技审度（"对科技及其应用的利弊进行全面审查和评估"）与中华优秀传统文化；主张"伦理是负责任技术的构成性要素而非审查清单"，反对极端乐观主义与恐技术主义两极，警惕"技术道德化"的滥用（《人工智能伦理治理研究报告（2026）》，中国人民大学，2026）。
十大议题：公共真相（AI 生成内容冲击公众认知）、版权与训练数据、隐私人格画像、算法偏见、透明问责审计、AI 亲密（AI 陪伴利弊，强调"相关性非因果"）、AI 教育（"禁 vs 用"之争）、AI 劳动、基础模型安全对齐、AI 军事化（军控张力）（《人工智能伦理治理研究报告（2026）》，中国人民大学，2026）。

6.2 法律治理：侵权责任与个人信息保护

智能体法律定性：AIIA 报告主张"智能体视为本人的'代理工具'，在用户通过指令作出委托授权的范围内执行特定任务。智能体本身不具有独立法律人格，其行为效力和责任归属于部署者或使用者"；归责建议"以'谁控制、谁受益、谁担责'为基本思路，在统一适用过错责任的基础上，对部分高风险执行场景致损可探索过错推定、举证责任转移"（《AI智能体应用法律治理研究报告2026》，AIIA，2026，四（一）1、五（二））。
责任分层：人大生成式AI治理报告主张"未来制度不应采取'谁提供服务谁负责'或者'谁开发模型谁负责'的单一标准，而应当围绕风险由谁创设、由谁控制、由谁获益、由谁最有能力防止来分层认定责任"（第三章·三）；梳理信息交互型（著作权、不正当竞争、人格权）与决策交互型（自动化决策偏见）两类侵权风险及真实判例（《生成式人工智能治理研究报告（2026年）》，中国人民大学，2026，第三章）。
治理理念的批判视角：Doug Jacobson《AI安全不是品牌》提出反命题------"安全不由品牌决定，而由治理、身份与访问、数据控制、架构与协议决定"（Core Thesis）；批判"我们只能用 Copilot......其他一切都不安全"的口号式论证（关闭对话、限制创新、制造虚假信心、用选工具替代思考）；主张正确的问题不是"哪个 AI 是安全的"而是"我们使用 AI 的方式存在哪些风险"；提出四类风险（网络安全、感知、合规、厂商舒适感）与治理框架（第10节）；收尾金句"把工具外包出去，并不等于把责任也外包出去"（Q&A）（《AI Security Is Not a Brand》，Doug Jacobson）。

6.3 人机关系、对齐与人类控制

双向人机对齐：人大生成式AI治理报告提出"双向人机对齐"概念------提示词三重功能（指令、约束、反馈），五维对齐机制（能力、价值、动态协同、提示素养、交互设计），六点关键发现（《生成式人工智能治理研究报告（2026年）》，中国人民大学，2026，第七章）。
人类最终控制：全国网安标委框架3.0 附件《可信人工智能基本准则》第一条即"人类最终控制"------"在人工智能系统关键环节设置人类控制机制，使最终裁决权归属人类，通过设计安全控制阈值、设置安全终止开关、预留人工干预有效窗口等措施，确保人工智能系统能够实现人类预期目标、不会脱离人类监督运行失控"（《人工智能安全治理框架3.0版》，全国网安标委，2026，附件3第1条）。
认知投降与技能退化：谷歌 DeepMind《组织智能》报告提出"认知投降"（cognitive surrender）概念------"几乎不加审查地采用 AI 输出、以近乎彻底让渡能动性的方式压制自身直觉与审慎推理"（理念7）；并警告智能体"把人完全排除在回路之外存在技能退化风险（deskilling），一旦系统故障而人类操作者缺乏排障知识，将带来企业级后果"（理念2）（《Organizing Intelligence》，Google DeepMind，2026）。

七、竞争性观点辨析

本章将各报告中就同一议题呈现的竞争性/对立观点并列汇总，忠实呈现 AI 安全领域的核心争论，不预设对错。

7.1 风险是否"性质全新"？------智能体风险独特性之争

主张"性质全新、需专属治理"：中移智库认为智能体与传统 LLM"最核心的本质区别是具备完整自主运行闭环"（第2章2.5），需专属评测体系（中移智库，2026）；中国信通院认为治理正"从模型治理向智能体治理加速转型"（前言）（中国信通院，2026）；OWASP 认为安全性与安保性"在部署层交汇，不能再作为平行职能存在"（执行摘要）（OWASP，2026）。
主张"延续既有风险、需审慎"：IMDA 认为智能体"既继承传统软件漏洞（如 SQL 注入）又继承 LLM 特有风险"，且"多智能体系统在多大程度上引入性质不同的风险仍在研究中"（IMDA，2026）；Doug Jacobson 强调风险取决于用途而非工具本身，"AI 是工具"，安全来自治理、身份、数据控制、架构与协议的系统性设计（Core Thesis）（Doug Jacobson）。

7.2 评估方法论：概率 vs 非概率、清单式 vs 场景式

CSET 批评末日概率式评估，"概率必须从风险的定义中移除，自然的替代物是不确定性"（引言）（CSET，2026）；安远AI 前沿框架则主张预防式提前行动、"避免虚假精确、取保守边界"（第2.1节）（安远AI，2026）；360 报告批评"榜单跑分"叙事，主张"能力是底座，安全是底线，合规是门槛"的分级分类测评（第2.2节）（360，2026）；兰德生物基准研究则从元评估视角指出"基准数据未必能揭示现实风险"，双重用途基准"尚未被证明对现实世界标准具有预测有效性"（引言），性能应解读为"当前策略下表达的基准性能"而非能力（兰德公司，2026）。

7.3 治理路径：事前阻断 vs 事中干预

安远AI 前沿框架指出，其与欧盟 AI 法案 CoP 主张"风险不可接受则不得部署"的事前阻断路径，而 TC260《人工智能安全治理框架》则采用"熔断""一键管控"的事中干预路径（《前沿人工智能风险管理框架2.0》，安远AI，2026，附录一）。这是中外治理哲学在操作层面最直接的冲突点之一。

7.4 监管取向：强监管 vs 松绑促创新、统一框架 vs 碎片化

欧盟选择"单一全面框架+强制分级义务"（HiBob、人大报告、AIIA）；美国在联邦层面"去监管化"（撤销 14110 号行政令）而州级碎片化立法（AIIA、HiBob）；中国统筹"发展与安全"（网安标委、人大报告）。HiBob 手册明确将碎片化列为美国模式的主要挑战（HiBob，2026）；人大报告提出警惕"前端部署积极、后端治理滞后"，主张"不宜简单停留在'加强监管'或'促进发展'的二分思路，而应转向提升治理能力密度"（中国人民大学，2026）；复旦治理趋势报告则观察到"国家层面'促进发展'成为政策制定核心主题，安全相关议题重视程度相对减弱"（复旦智库，2026）。

7.5 全球治理：以联合国为中心的共治 vs 大国竞争下的碎片化、南北立场差异

复旦治理趋势报告主张"全球治理正从分散的并行进程转向以联合国为中心的多边合作架构"（第一部分（一）b）（复旦智库，2026）；人大安全报告则判断"全球 AI 治理碎片化短期难以根本改变"（第九章）（中国人民大学，2026）。
南北立场差异：复旦治理指数批评现有国际评估工具"反映发达国家视角"（复旦智库，2026）；安远AI 报告观察美国对中国的多边路径持怀疑态度，中国自我定位为多边 AI 治理"建设者"（安远AI，2026）；复旦分化的南方报告指出全球南方不是统一"第三极"，存在"发展优先型/规则平衡型/主权塑造型/外部嵌入型"分化（复旦智库，2026）。

7.6 对齐与失控：技术乐观主义 vs 审慎悲观主义

人大安全报告批评对齐领域技术乐观主义，指出"浅层安全对齐""对齐不可能三角""检测赤字"（第四章4.1）（中国人民大学，2026）；安远AI 前沿框架虽承认红线"尚无国际共识"但仍主张开发者先行自我约束（第2.1节）（安远AI，2026）；谷歌 DeepMind 承认"我们通过 AI 控制自然的能力，正超过我们理解这项技术的能力"（理念3），并警告"让可排演协作性未来的技术也能排演顺从的未来，模糊了建立共识与胁迫性影响之间的界线"（理念16）（Google DeepMind，2026）。

7.7 开源与能力扩散：普惠 vs 安全风险

复旦分化的南方报告认为开源并非"弯道超车"灵丹，需辨析"权重开源与真正开源"，且"免费下载不等于免费使用"（第二章（2））（复旦智库，2026）；安远AI 中国全景报告记录中国开源模型 Hugging Face 下载量已超美国、开源治理模式之争（第三章）（安远AI，2026）；兰德算法洞察报告指出广泛能力扩散净效应是"复杂且高度争议"的政策问题（第2章）（兰德公司，2026）。

7.8 企业治理与厂商立场：独立性、自评口径与利益冲突

Credo AI 主张"平台厂商无法中立治理自家智能体"，独立治理平台才能提供信任（Credo AI，2026）；360 报告被指自评口径不可独立复现、与"榜单跑分"主流叙事对立（第1.4节）（360，2026）；CSA MIGGO 调研由 Miggo 赞助，其结论与赞助商利益方向一致（方法论章节）（CSA，2026）；斗象科技指南将方案映射到自家三款产品，属典型产品导向型白皮书（斗象科技，2026）；HiBob 手册与产品推广交织（HiBob，2026）；Credo AI 治理状况报告论证 AI 治理软件市场正当性、隐含推广自身平台（执行摘要）（Credo AI，2026）。------多份报告在"行业指南"与"商业推广"之间存在立场张力，阅读时需批判看待。

八、结论与展望

综合 30 份报告，可归纳出以下总体判断：

风险性质演变：AI 安全风险正从"内容安全"向"行为安全""能力安全"与"系统性风险"全面延伸，智能体（Agent）成为风险与治理的焦点载体，"大模型是思想、智能体是行动，AI 安全核心是管住智能体的手脚"（中国联通，2026）。
治理范式转型：全球治理共识从"抽象伦理原则"转向"实质性法律规制"与"可运营的基础设施"；中国正"从内容控制转向行为控制"，从"模型治理"转向"智能体治理"（中国信通院、安远AI，2026）。
测评成为治理底座：大模型与智能体的分级分类、全生命周期安全测评被多份报告确立为治理的技术前提，测评从"一次性验收"转向"持续治理机制"（360、中移智库，2026）。
竞争性张力持续存在：在极端风险概率评估、治理路径（事前阻断 vs 事中干预）、监管取向（强监管 vs 松绑）、开源扩散（普惠 vs 风险）、全球治理（联合国中心 vs 碎片化）等议题上，不同报告立场对立且短期内难以弥合。
能力建设与南北差距：全球南方在算力、资本、模型、监管能力上的结构性不对称，使"能力建设优先于规则制定"成为发展中国家的核心关切，AI 治理不能脱离能力基线（复旦智库，2026）。
从"治 AI"到"用 AI 治"：AI 既是治理对象，也在成为治理工具（人大报告，2026）；安全测评、威胁监测、运行时治理等"以 AI 治 AI"路径正在兴起。

展望：随着欧盟 AI 法案分阶段义务落地、新加坡等智能体专属框架推行、中国智能体专项监管推进，AI 安全的"行为治理"时代正在到来。可以预期，智能体身份与权限体系、运行时治理、供应链安全（MCP/A2A 生态）、前沿模型能力分级与红线机制、全球南方能力共建，将成为下一阶段 AI 安全治理的关键议题。

参考文献

以下为本文综述的 30 份报告，按下载时间（由近至远）编号。所有报告均取自 \\YaoDs200\homes\Report 目录。

360 AI安全实验室. 《大模型安全测评体系与实践报告（2026）》. 2026年9月.
中国信息通信研究院、中国政法大学. 《智能体治理研究报告（2026年）》. 2026年9月.
新加坡资讯通信媒体发展局（IMDA）. 《面向智能体AI的模型AI治理框架》v1.5. 2026年5月20日发布（6月5日更新）.
全国网络安全标准化技术委员会. 《人工智能安全治理框架3.0版》. 2026年9月.
中国联通研究院等. 《人工智能安全治理白皮书（2026）》. 2026年9月.
Jacobson, Doug. AI Security Is Not a Brand: Governance, Risk, and the Reality Behind "Safe AI".
中移智库. 《智能体安全评测体系与实践白皮书（2026）》. 2026年.
中国人民大学人工智能治理研究院. 《人工智能安全治理研究报告（2026年）》. 2026年.
斗象科技（Tophant）. 《企业AI安全治理落地指南》. V1.0·2026.
中国人民大学人工智能治理研究院. 《生成式人工智能治理研究报告（2026年）》. 2026年.
中国人民大学人工智能治理研究院. 《人工智能伦理治理研究报告（2026）》. 2026年.
Lohn, Andrew J. (CSET). Beyond P(doom) for AI Risk: Quantifying Uncertainty Without Probability. 2026年5月. DOI: 10.51593/20260001.
Visser, Imiel (imiel.dev). State of AI Agents Q2 2026. 2026年4月.
Gonzalez, Martin (Google DeepMind). Organizing Intelligence: 16 big ideas from frontier AI research. 2026年5月.
安远AI（Concordia AI）. 《中国人工智能安全现状（2026年）》/ State of AI Safety in China 2026. 2026年7月. 第四版年度报告.
上海人工智能实验室、安远AI. 《前沿人工智能风险管理框架2.0》/ Frontier AI Risk Management Framework 2.0. 2026年7月.
中国人工智能产业发展联盟（AIIA）. 《AI智能体应用法律治理研究报告2026》. 2026年.
OWASP 生成式AI安全项目·智能体安全计划（ASI）. 《智能体AI安全与治理现状》v2.0.1 / State of Agentic AI Security & Governance. 2026年6月.
EqualAI. Agentic AI Governance: A Practitioner's Roadmap for Deploying Agentic AI. 2026年7月.
Nightfall AI. 《2026 AI智能体数据安全现状报告》/ State of AI Agent Data Security 2026. 2026年.
HiBob. 《全球人工智能法规的操作手册与生成式人工智能合规指南》/ The Global AI Regulation Playbook & Generative AI Compliance Guide. 2026年.
兰德公司（RAND, CAST）. 《解读双重用途生物学基准：用于前沿AI------测量、饱和与世代分析》/ Interpreting Dual-Use Biology Benchmarks for Frontier AI. RR-A5055-1. 2026年.
Check Point 研究院. 《2026年AI安全报告》/ 2026 AI Security Report. 2026年.
Credo AI. Agentic AI Governance: The Field Guide For Enterprise Leaders. 2026年.
复旦智库·全球人工智能创新治理中心. 《全球人工智能治理指数（2026）------来自全球南方视角与能力建设》/ Global AI Governance Index (2026). 2026年7月.
复旦智库·全球人工智能创新治理中心. 《差异化的全球南方：AI治理中的能力差距与战略路径》/ The Differentiated Global South. 2026年7月.
云安全联盟（CSA）. 《MIGGO 2026现代应用与人工智能安全现状调研报告》/ MIGGO 2026 Modern Applications & AI Security State of the Industry. ©2026.（调查样本 902 份）
复旦智库·全球人工智能创新治理中心. 《全球人工智能治理趋势：全球AI治理行动计划以来的观察》/ Global AI Governance Trends. 2026年7月.
Credo AI. The State of AI Governance: Why AI Expansion Forces New Rules for Managing AI Systems Now. 2026年.（调查样本 371 份）

本文为描述性综述，所引观点与数据均来自上述报告原文（部分报告为 PDF 提取文本或中文译本，个别页数、数值或存在出入，引用时以报告正文为准）。各报告的竞争性观点已在相应版块并列呈现，不代表综述者立场。