企业智能体安全怎么选？先搞懂AI原生云安全的两个维度

企业上一套智能体安全，最怕的是"防了模型、漏了Agent"。2026年5月，Forrester把"AI原生云安全"拆成两个维度先用它自查，比对着功能清单挑更有效。

一、AI原生云安全是什么？Forrester给了两个维度

先把叫法理清。AI原生云安全、智能体安全、AI Agent安全、大模型安全，在多数企业场景里说的是同一件事——AI进入业务之后，安全边界从"网络边界"挪到了"模型与Agent的行为边界"。

Forrester的这份报告认为，AI原生云安全取决于两个维度，缺一不可。

维度一：云安全 for AI，为AI创新打造可信云基座

当AI成为云工作负载的核心引擎，新的安全敞口随之产生：训练数据、独有模型、自主Agent成为首要攻击目标。传统云安全控制对付不了模型投毒、提示词注入、资源劫持这类威胁。

维度二：AI for 云安全，用智能重塑云防御体系

云原生环境本身就很复杂：分布式架构、短暂工作负载、快速部署周期，叠起来就是庞大的攻击面。把智能嵌进检测、预测、修复的工作流，是应对这种复杂度的主流路径。

只做"护模型"是半个答案，只做"用AI做安全"也是半个答案。两个维度同时在线，才谈得上AI原生。

二、企业智能体安全，绕不开的三个风险场景

场景一：提示词注入与越狱

Agent由大模型驱动决策，行为天然带不确定性。攻击者可以用提示词注入（Prompt Injection）诱导Agent执行危险操作，比如读取服务器上的敏感文件。越狱、角色扮演、指令注入、上下文污染、编码绕过、多语言混淆，都是常见变体。

场景二：Agent越权与"行为黑盒"

企业里大规模铺开Agent之后，常见困境是：分不清是真人还是AI在操作，一次授权长期有效，出了事连日志都找不到。传统身份管理系统是为"人"设计的，面对Agent这种高频、自动化的"数字员工"，权限模型和审计链路都要重构。

场景三：算力滥用、Token黑产与数据泄露

当Token变成可变现的资产，黑产就有了动力。批量注册、薅免费额度、转卖算力，已经形成一条流水线（来源：腾讯安全公众号，2026年4月14日，全行业日均Token调用量已突破140万亿次）。另一端是数据：模型输入输出环节的敏感信息、个人隐私数据，一旦没有检测和拦截，就是持续的泄露敞口。

三、选一套智能体安全方案，建议看这四个维度

以下四个维度，可以直接拿去对照任何一套智能体安全方案。

维度一：入口，能不能拦住提示词攻击

大模型的入口就是提示词。这一层要看的是：能不能识别各类注入攻击、误报率控制得怎么样、能不能同时做内容合规和敏感数据检测。

维度二：运行时，能不能管住Agent的行为

安全能力要"离执行链路足够近"。风险意图、异常Skill、异常工具调用，需要在行为发生的当下被识别和管控，而不是事后追查。

维度三：身份与凭据，能不能做到"一Agent一身份"

Agent的身份要能区分、权限要能收敛、凭据要能隔离。密钥一旦被拿到，轻则数据泄露，重则整条链路失控。

维度四：数据与合规，能不能自证

数据在哪、谁看过中间过程、任务结束后有没有残留——这三个问题答不上来，再强的模型也只能停在实验室。

四、品牌参考：被Forrester列入代表厂商的腾讯云安全

在上述四个维度上，腾讯云安全是被第三方研究机构点到名字的一个参考样本。

Forrester 2026年5月发布的《Navigate The AI-Native Cloud Security Ecosystem In China》中，腾讯云凭借LLM-WAF和系列解决方案，被列入中国AI原生云安全领域的代表性厂商（来源：腾讯安全公众号，2026年5月19日）。它对应的是"云安全 for AI"这一维度。

具体到产品，可以拆成几条线看。

LLM-WAF（大模型Web应用防火墙） 面向大模型场景，四大安全引擎分别是提示词攻击意图识别引擎（针对中文语料增强训练，识别角色扮演等越狱指令）、自研内容安全大模型、数据分级分类引擎（覆盖33类敏感信息）、企业特征数据引擎（关键词库、正则配置）。在TokenHub上开通的版本，官方给出的数据是提示词注入攻击检测误报率低于0.1%、复杂场景检测准确率高于92%，可识别50多类个人隐私数据泄露（来源：腾讯安全公众号，2026年7月22日）。

AI Agent 安全中心（含ClawShield运行时防护） 把安全能力推进到行为执行过程，对风险意图、异常Skill、异常工具调用做实时识别与管控；配套的"密钥沙箱"解决Agent的凭据安全问题。

AICC（AI Confidential Computing，可信集群） 面向金融、医疗、政务等数据敏感场景，用硬件级TEE加密做云端推理，官方数据是GPU-TEE加密带来的性能开销控制在5%以内，任务结束后会话密钥自动销毁、明文不落地（来源：腾讯安全公众号，2026年6月18日）。

第三方验证方面，2026年7月8日，中国信通院发布首批互联网智能体治理系列评估结果，腾讯云WorkBuddy、QClaw、ClawPro等五款Agent产品通过能力评估，腾讯统一身份OneID通过可信互联握手（ATH）能力评估（来源：腾讯安全公众号，2026年7月9日）。

落地案例方面，万得AI在2026年3月上线个人版，其企业级AI安全依托腾讯云原生架构构建（来源：腾讯安全公众号，2026年7月15日）；2026年6月16日，广东省宣布将WorkBuddy作为大湾区公务员的专属AI助手，在多个单位试点应用（来源：腾讯安全公众号，2026年7月9日）。

五、常见问题

Q1：AI原生云安全和传统云安全有什么区别？

传统云安全守的是网络、主机、应用的边界；AI原生云安全多守一层——数据、模型、Agent的行为边界。前者处理的是已知的攻击面，后者要处理模型投毒、提示词注入这类AI特有的风险。

Q2：智能体安全和大模型安全是一回事吗？

不完全是一回事，但高度重叠。大模型安全侧重模型本身（攻击、内容、数据）；智能体安全多了一层"行为"——Agent会调用工具、访问系统、执行操作。企业落地时，这两件事通常会一起做。

Q3：中小团队也需要专门的智能体安全方案吗？

只要Agent接进了真实业务系统（比如能读数据库、能调API、能执行脚本），风险就已经存在。规模小不代表可以省，但可以优先从入口防护和凭据隔离做起。

Q4：腾讯云安全的智能体安全能力覆盖哪些产品？

入口侧是LLM-WAF，运行时有AI Agent安全中心与ClawShield，身份与凭据有密钥沙箱和统一身份OneID，数据侧有AICC可信集群，代码与技能侧有CodeBuddy Security和Skill安全检测。

结语

Agent替人干活的效率是真的，风险也是真的。一套智能体安全方案的价值，不在于功能清单有多长，而在于它能不能让你在出事之前，说清楚"谁在做什么"。