当前大模型、智能体等AI技术深度融入产业研发与基础设施，在释放创新价值的同时催生模型投毒、对抗攻击、供应链风险等全新安全挑战，开源作为AI产业核心载体，其安全治理成为行业核心议题。

日前，在2026开放原子开源生态大会期间，由开放原子开源基金会开源安全委员会主办的“AI时代下的安全生态研究与技术分析”论坛正式举行。论坛聚焦人工智能快速发展背景下的安全风险演化、技术攻防前沿、开源供应链治理与可信基础设施建设，汇聚AI安全研究者、开源社区代表、安全工程师、工具厂商、企业决策者及行业专家，共同探讨AI新时代下安全生态建设的关键路径与未来方向。

当前，人工智能正以前所未有的速度重塑技术格局。大模型、智能体、AI驱动开发与智能化运维等技术持续向软件研发、产业应用和关键基础设施渗透，在显著提升开发效率和创新能力的同时，也带来了更加复杂和隐蔽的安全风险。模型幻觉、对抗攻击、训练数据投毒、AI供应链投毒、AI漏洞挖掘、AI生成代码缺陷、隐私泄露与合规风险等问题，正在不断扩展传统网络安全的攻击面与风险边界。论坛致辞指出，AI在赋能世界的同时，也在重塑攻击面与风险边界，如何构建可信、安全、负责任的AI系统，已从技术选项转变为行业必答题。

开源安全委员会主席吴敬征发表会议致辞

围绕AI安全生态建设的核心问题，论坛嘉宾讨论了三大重点方向。

一是AI安全攻防前沿，探讨从漏洞挖掘到自主防御的技术演进。论坛围绕Mythos等AI漏洞挖掘技术的最新进展，以及AI Agent在复杂任务场景下带来的新型攻击面，深入分析自动化攻防从传统IT环境向AI原生环境迁移的趋势。相关议题不仅关注大模型与智能体的漏洞发现、攻击面管理和对抗测试，也强调从实战中总结可复用、可验证的防御范式，为AI系统安全评测与主动防御提供技术支撑。

二是开源与供应链安全，夯实AI时代可信软件生态基础。AI系统高度依赖开源模型、训练框架、第三方库、插件组件和工具链资源，开源软件供应链已成为AI安全治理的重要基础。一个被投毒的插件、被篡改的预训练权重或存在风险的依赖组件，都可能对上层AI应用产生系统性影响。论坛围绕可信开源代码库建设、AI软件供应链投毒感知、依赖追踪、组件治理和安全评估等问题展开交流，为开发者、安全团队和产业用户提供面向AI时代的开源安全治理思路。论坛致辞也特别强调，如何构建可信开源代码库的评估体系，实现全链路依赖追踪与投毒感知，是当前必须攻克的重要方向。

三是基础设施与操作系统安全，推动从代码安全到可信AI底座的能力建设。论坛围绕开源鸿蒙等开源操作系统生态中的代码安全实践、底层基础设施加固、可信运行环境建设和原生安全机制展开讨论，展示从代码安全评审到可信AI算力底座构建的演进路径。随着AI应用与基础设施连接更加紧密，安全能力不能只停留在应用层防护，而需要向操作系统、运行时环境、工具链和算力基础设施延伸，形成面向AI应用全生命周期的可信支撑能力。

本次论坛不仅是一次面向AI安全前沿技术的交流，也是开放原子开源安全委员会推动开源安全生态建设的重要实践。开源安全委员会作为开放原子开源基金会安全相关工作的统筹推进机构，长期围绕开源安全标准、工具平台、漏洞治理、数字签名、可信开源代码库和安全生态协作等方向开展工作。面向AI新时代，开源安全委员会将进一步发挥开放协作平台作用，连接研究机构、开源社区、产业企业和安全团队，推动AI安全从单点技术突破走向体系化治理。

与会专家认为，AI安全不是孤立的技术问题，而是涵盖模型、数据、代码、依赖、工具、基础设施、管理机制与合规要求的系统工程。只有在开放协作的生态中，持续共享研究成果、复盘真实案例、沉淀工具能力、完善治理框架，才能推动AI安全能力从“事后补救”转向“事前内建”，为人工智能技术的可信发展和开源生态的高质量演进筑牢安全底座。