漏洞画像变了：会继承、会耦合、会扩散
智能体安全的行业文件又添了一份有分量的。由公安部第三研究所网络安全法律研究中心联合 360 集团等单位共同编制的《2026智能体安全漏洞治理蓝皮书》正式发布，360 深度参与了智能体漏洞图谱与治理路径等核心内容，其自研的 AI 安全攻防系统「图龙锋」作为产业实践案例写入其中。
这份蓝皮书值得读的原因，在于它给智能体漏洞画了一张此前少有人系统给出的像。随着人工智能从内容生成走向任务执行，智能体加速进入终端管理、软件研发、智能办公、安全运营等场景，风险面随之从内容输出延伸到系统操作和现实业务过程。与传统软件不同，蓝皮书把智能体安全漏洞归纳为五个特征：继承性、耦合性、放大性、复用性、扩散性——底座模型的漏洞随应用一并继承，模型、工具与数据的故障互相牵连，小缺陷沿任务链滚成大事故，同一漏洞还能在不同智能体之间复现和跨边界扩散。落到工程判断上就是一句话：单一产品、单一版本的静态扫描，已经难以覆盖真实风险。
双重属性：它既是问题，也是解题的人
蓝皮书强调智能体「既是安全漏洞载体，也是治理赋能工具」的双重属性：在严格受控的前提下，智能体不再局限于输出安全建议，可以深度参与漏洞发现、验证、处置全流程。图龙锋是这条路线的工程化样本——采用「安全领域大模型加专业智能体蜂群」的技术路线，把积累的漏洞数据、攻防经验与安全工具融进分析流程：领域大模型负责解析复杂代码与业务逻辑，多组专业智能体分工完成攻击面梳理、代码分析、漏洞研判与风险复现，协同调用安全工具，把过去高度依赖少数专家经验的漏洞挖掘做成可规模化复制的能力。
按厂商口径，图龙锋累计挖掘漏洞已超过一万个，其中 260 个获国家信息安全漏洞库等权威机构核验确认，覆盖 OpenAI Codex、Claude Code、Hermes、OpenClaw 等主流商用及开源 AI 产品中的多项严重与高危漏洞，服务范围涉及政府监管、金融、互联网、信创、能源电力、汽车等领域。治理框架层面，蓝皮书主张把智能体漏洞治理置于网络空间「大安全」格局下统筹，形成法律制度为底座、运行控制为主线、全生命周期治理为抓手、产业协同为支撑的四层结构。
和国际线对上了表：治理对象从模型换成执行体
把这份蓝皮书放进近一个月的国际坐标里读，趋同性相当明显：HiddenLayer 的智能体红队基准量的是多步轨迹里的漂移，联合国独立科学小组对 OpenAI 智能体越界事件的定性本站此前已有分析，国内这份文件则从漏洞治理角度补上了「工程侧怎么做」的拼图——三方共同指向的结论是，治理对象已经从静态的模型权重，换成持续行为、持续调工具的执行体。对企业的可操作启示也在这份文件里：漏洞治理要按生命周期走，而不是按版本走；引入智能体时把「它的漏洞会从底座继承什么」纳入评估；安全团队应当开始把智能体当生产力工具用起来，因为对手同样在用。五特征框架能否成为行业通用的描述语言，要看后续其他厂商与监管机构是否引用——这类行业文件的真正影响力，从来都体现在被引用的频率上。
放在同一周的时间轴上看更有意思：联合国独立国际科学小组刚就 OpenAI 智能体越界事件发布专题简报，国内外几乎同步把智能体安全从「模型护栏」推向「系统治理」。当然也要留一分清醒：图龙锋的数字是参编厂商的自述口径；「以模治模」自身会引入新的模型风险，评审者的可靠性同样需要被评审；蓝皮书属行业研究文件而非强制标准，约束力待观察。框架之外更多细节，目前官方及行业暂未披露更多细节，后续将持续跟进迭代动态。