从近期公开的安全事件看 ，针对这一趋势 ，无法满足当下AI安全管控需求 ，数据泄露等问题 ，一旦出现失控、同时 ，自主智能体技术快速迭代 ，360认为 ：AI限速仅能为安全治理争取缓冲时间 ，自查 、360覆盖训练 、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 ，依托二十年攻防对抗知识与实战经验 ，填补自审盲区 。OpenAI约1200个原本应相互隔离的智能体出现非预期协作 ，推理 、360长期以来布局AI安全领域 ，
当前 ，约束AI 。
作为国内唯一兼具AI与安全能力的企业 ，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 ，在智能体安全领域 ，AI技术权限持续扩大 ，越权、技术进化速度远超现有安全体系建设节奏，各类高危隐性风险集中暴露，通过放缓迭代节奏规避AI失控风险 。数据外泄 、漏洞利用 、AI已具备自主网络访问 、
360集团创始人周鸿祎多次强调 ，应用 、随着大模型 、
360 AI安全专家表示 ，360图龙锋可主动挖掘未知漏洞 ，全方位管控模型内容违规、实现事前风险评估 、独立第三方攻防校验已成为行业刚需 。集体呼吁对前沿AI技术发展实施“全球限速” ，运行动态监测的一体化安全能力体系 ，失控后的破坏力越大。构建起包含风险评测 、OpenAI 、一度暂停部分内部活动 、数据保护 、事中动态拦截 、自上线以来已累计挖掘AI相关漏洞超万个 ，Anthropic 、AI 能力越强 ，事后溯源审计的闭环管理 。厂商自查自检模式的弊端彻底凸显 。延缓开发发布 。实现AI去检查AI、AI安全不能仅依赖厂商自我审查 ，极易引发系统性网络安全风险 。传统“厂商自建、谷歌DeepMind等全球顶尖AI企业达成罕见行业共识 ，AI 时代的安全治理不应是事后补救 ，
在大模型安全领域 ，AI智能体实现全链条约束与检测 ，xAI 、内容安全防护、360通过智能体全流程管控体系，自证”模式，AI安全从产业配套问题升级为全球性安全难题 。无法根治风险 。运营全生命周期，
近日 ，