近日，360 ai安全研究院正式发布《ai漏洞挖掘进入真实系统竞争阶段：从“大模型能力涌现”到“智能体工程实战”》研究报告。报告指出，ai驱动的漏洞挖掘正加速跨越概念验证与能力演示阶段，全面迈入面向真实系统、真实生态及真实攻击链的工程化落地新纪元。未来ai安全领域的核心竞争焦点，已不再局限于模型是否能识别潜在漏洞，而在于能否在真实运行环境中完成“发现—解释—验证—修复—阻断”的全闭环响应。
报告强调，人工智能正在深度重构网络安全的基本范式。历史经验表明，漏洞是攻防对抗的核心战略资源——谁能在更短时间内完成漏洞的发现、确认与修复，谁就掌握了主动权。随着大语言模型与智能体技术的快速演进，漏洞挖掘正逐步摆脱对人工经验与专家判断的高度依赖，转向以AI为引擎的自动化分析、多智能体协同作业以及在生产环境中的持续验证。AI安全已告别“炫技式”发展阶段，其真实价值正回归于对实际系统的防护效能。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
当前，围绕Anthropic Mythos、Fable 5与Project Glasswing等前沿项目的全球性技术讨论持续升温。高阶大模型在漏洞探测、复现验证及关键软件加固等任务中的应用，已突破实验室演示范畴，开始深度嵌入访问控制策略优化、关键基础设施韧性提升以及软件供应链全生命周期治理等实战场景。报告警示业界：AI赋能的漏洞挖掘能力，正迅速升维为国家级战略安全资产；构建自主可控、可演进、可验证的AI漏洞挖掘体系与智能体安全基础设施，已成为我国网络安全发展的紧迫命题。
报告进一步梳理出当前AI漏洞挖掘演进的两大主流路径：其一是以通用大模型为底座的“能力涌现型路径”，依托模型强大的代码理解力、逻辑推理力与跨域泛化力，实现广泛覆盖式的候选漏洞识别；其二是以安全智能体为核心载体的“工程实战型路径”，强调将资深安全专家知识、结构化漏洞数据库、海量真实攻防样本及标准化验证流程深度内化至智能体架构中，从而在真实业务系统中构建可持续运转、可度量反馈的安全能力闭环。
报告明确指出，两条路径并非非此即彼的对立关系。前者胜在广度与普适性，后者强在深度与实战性；真正的分水岭，不在于是否能输出漏洞线索，而在于能否无缝接入真实系统，在真实上下文中完成“精准发现—上下文还原—可复现验证—责任归因—修复推动—风险拦截”的完整链条。
完整备份 OpenClaw 配置目录 (.openclaw) 到同名带时间戳的目录，包括所有文件和隐藏文件。当用户需要备份 OpenClaw 配置、数据或创建配置快照时使用。
作为工程实战路径的典型实践，360漏洞挖掘智能体对OpenClaw核心组件及其10款Claw系列衍生产品实施了全栈式安全评估，共确认23个独立漏洞，其中高危及以上级别漏洞达12个；在对Flowise平台开展专项审计过程中，又成功捕获13个真实0day漏洞，其中12个已获官方确认，5个完成补丁部署。所涉漏洞类型涵盖认证绕过、权限控制失效、远程命令执行、路径遍历、服务端请求伪造（SSRF）及提示词注入（Prompt Injection）等关键风险类别，集中暴露了当前智能体框架与AI应用开发平台在工具调用机制、权限隔离边界、敏感数据流转路径及企业级治理策略等方面存在的系统性短板。截至本报告发布前，360漏洞挖掘智能体累计发现漏洞3432个，其中105个已通过国家监管机构审核确认。
报告特别指出，智能体生态中的安全缺陷往往并非孤立存在，而是具备显著的链式传导特征——一个上游基础框架的漏洞，可能被多个下游衍生项目继承复用；一项新增工具或Skill模块，可能悄然拓展攻击面；同一设计范式下的不同系统，亦可能在权限管理、输入校验或上下文处理等环节重复出现相似缺陷。报告将此类现象定义为“智能体生态多米诺风险”。
360 AI安全研究院强调：发现漏洞仅是安全闭环的起点，真正衡量AI安全能力成熟度的关键，在于能否驱动漏洞高效进入企业级治理流程——包括优先级判定、责任人分配、修复进度追踪、补丁有效性验证及威胁阻断策略同步。随着智能体深度融入办公协同、研发测试、运维监控及企业管理全流程，安全从业者所面对的已不再是传统意义上的单点软件缺陷，而是由模型行为、工具链交互、权限动态分配、数据上下文流转与执行路径组合而成的复合型攻击面。未来AI安全的竞争维度，必将从单一模型性能比拼，跃迁至涵盖模型基座、智能体架构、专家知识沉淀、攻防数据资产、自动化工具链及组织级治理机制在内的系统性能力较量。
据悉，ISC.AI 2026（第十四届互联网安全大会）将于6月24日在北京召开，本届大会主题定为“智能体颠覆安全”。届时，360将集中发布漏洞挖掘智能体最新技术成果与实战案例，全面呈现智能体如何深度融入真实安全运营场景，助力漏洞发现效率跃升、防御响应时效压缩及安全运营体系智能化升级。
