生成式AI与智能体技术正在加速进入企业研发、生产、运营与决策流程。

从Vibe Coding辅助生成代码，到大模型连接企业知识库；从RAG增强检索，到智能体通过Skills、插件、API和MCP服务自主调用外部工具，AI应用正在从内容生成工具，逐步演进为能够理解任务、规划路径并执行操作的新型数字生产力。

近日，安全牛正式发布第十三版《网络安全企业100强》。本届研究将AI安全创新优势纳入重点评价维度，并指出，生成式AI和智能体技术正在重塑网络安全产品体系、交付模式与产业边界。未来，AI安全将覆盖“AI赋能安全”“AI系统安全”和“AI安全治理”三个层面，安全要求也需要前置到AI规划、数据治理、模型建设、智能体运行和持续运营全过程。

这意味着，AI安全不再只是针对某一个模型开展安全测试，也不是在传统产品中简单增加大模型功能。面对企业AI应用规模化发展，安全治理需要从代码与组件进一步延伸到数据、模型、知识库、智能体和工具调用，构建贯穿AI全生命周期的新一代数字供应链安全体系。

面向这一趋势，悬镜安全持续领航新一代数字供应链安全创新，首创基于“AI原生安全＋软件供应链安全＋AI供应链安全情报”的新一代数字供应链安全治理体系，坚持以AI治理AI，从源头覆盖AI数据准备、模型训练调试、智能体开发部署到运行迭代等关键环节，帮助企业构筑从“代码与组件”到“数据与智能”的智能体AI全生命周期内生安全治理体系。

新一代数字供应链，正在从软件延伸至智能

过去，企业数字业务主要由自研代码、开源组件、商业软件、中间件、容器镜像和云基础设施构成。软件供应链安全围绕代码缺陷、组件漏洞、依赖关系、构建过程、软件物料清单和应用运行风险，建立持续治理能力。

进入Agentic AI时代，这条供应链并未被替代，而是在原有基础上快速延伸。

一套企业级智能体应用，可能连接基础模型或行业模型，调用Embedding模型完成知识检索，通过RAG访问企业知识库，并借助Skills、插件和MCP服务操作数据库、文件系统、搜索服务及业务平台。

智能体的最终行为，不再仅由固定代码逻辑决定，而是由数据、模型、提示词、上下文、知识库、工具权限和运行环境共同形成。

企业需要治理的对象，也由传统软件资产扩展为三类相互关联的数字资产。

第一类是代码与组件，包括自研代码、AI辅助生成代码、开源组件、商业软件、容器镜像和构建工具。这些资产决定AI应用是否建立在安全、透明的软件基础之上。

第二类是数据与模型，包括训练数据、微调数据、RAG知识库、基础模型、行业模型和Embedding模型。这些资产决定智能体能够获取什么信息、如何形成判断。

第三类是智能体与工具，包括提示词、Agent框架、Skills、插件、MCP服务、API接口和外部工具。这些资产决定智能体能够执行哪些操作，以及每一次操作的权限边界。

三类资产彼此嵌套，共同构成新一代数字供应链。任何一项资产发生变化，都可能影响智能体的判断和执行结果。因此，AI时代的数字供应链治理，必须建立统一的资产视图、依赖关系、风险情报和运行控制能力。

AI规模化应用，需要把安全前置到创新全过程

AI应用通常从业务创新出发。

企业首先关注模型效果、知识库建设、智能体体验和业务效率，随后再逐步完善数据、身份、权限、模型与供应链治理。随着试点范围扩大，AI应用进入核心业务流程，安全就需要从后续补充能力转变为AI工程体系的重要组成部分。

安全前置并不意味着降低创新速度。相反，清晰的资产边界、可执行的安全规则和持续运行的防护机制，可以帮助业务团队更有信心地使用模型、数据和开源生态。

在数据准备阶段，企业需要明确数据来源、内容属性、敏感级别和使用权限，确保进入模型与知识库的数据可识别、可追溯。

在模型训练与调试阶段，企业需要掌握基础模型、训练框架、开源组件和运行环境，建立模型版本、依赖关系和评测结果记录。

在智能体开发阶段，需要同步治理人工编写代码、AI生成代码、开源组件、提示词、Agent框架、Skills插件和MCP服务。

在部署运行阶段，需要持续感知模型调用、任务规划、数据访问、工具选择与执行结果，并在行为偏离安全策略时及时进行控制。

在持续迭代阶段，还需要验证模型升级、知识库更新、插件变化和策略调整带来的影响，确保每一次变化都处于可见、可控状态。

只有将安全融入数据、模型、智能体和工具运行全过程，企业才能形成可规模化复制的AI安全能力。

三位一体，构建新一代数字供应链安全治理体系

悬镜安全将长期积累的软件供应链安全能力进一步延伸至AI数据、模型、智能体和运行链路，形成AI原生安全、软件供应链安全与AI供应链安全情报深度融合的治理体系。

AI原生安全：治理AI特有的资产、风险与行为

AI原生安全关注传统软件治理难以完整覆盖的新型资产和运行机制。

它不仅关注模型接口，还需要关注训练数据、RAG知识库、提示词、上下文记忆、智能体身份、工具权限、任务规划和执行结果。

当智能体接收到业务任务后，可能经历意图理解、信息检索、任务拆解、路径规划、工具选择和操作执行。在多智能体协作环境中，还可能涉及任务交接、信息传递与权限继承。

悬镜安全将AI原生安全能力深入Agent Loop，对智能体的感知、推理、规划、调用和执行过程进行持续分析，帮助企业掌握智能体连接了哪些数据、模型和工具，判断每一次调用是否符合业务预期与安全边界。

软件供应链安全：筑牢AI应用的工程基础

无论AI能力如何演进，其底层仍然依赖软件。

模型服务需要算法框架和运行环境，智能体需要业务代码和Agent框架，RAG需要向量数据库、检索组件和数据处理工具，插件与MCP服务同样由代码和开源依赖构成。

悬镜安全依托AI智能代码分析、多模态SCA、软件物料清单、应用安全测试和运行时组件分析，持续识别代码、开源组件、二进制软件、容器镜像和运行依赖中的安全风险。

其中，多模态SCA覆盖源码、二进制、容器镜像、代码同源和运行时组件等多类形态，帮助企业建立更加全面的软件供应链资产视图；智能代码疫苗技术则将安全能力融入应用运行过程，对真实攻击和风险行为进行持续感知与控制。

软件供应链安全为AI应用建立可信工程基础，使企业不仅能够知道智能体能够做什么，也能够看清它由哪些代码、组件和运行环境构成。

AI供应链安全情报：让风险识别与变化保持同步

企业AI应用大量依赖外部模型、开源框架、数据集、插件、Skills和MCP服务。这些资产会持续更新，其安全状态也会不断发生变化。

因此，AI供应链安全不能只依赖静态资产清单，还需要持续更新的安全情报。

悬镜安全将漏洞情报、恶意组件情报、模型与智能体风险情报、插件工具风险信息，与企业真实资产和调用关系进行关联。当新的风险出现时，平台能够快速判断哪些模型、组件、插件和业务智能体受到影响，并明确优先处置范围。

通过“资产＋情报＋运行”的联动，企业可以从一次性安全检测走向持续风险治理，让安全能力与数字供应链变化同步。

以AI治理AI，让安全跟上智能体运行速度

智能体运行速度快、调用规模大、链路关系复杂。仅依靠人工维护资产清单、分析代码和审查日志，很难持续覆盖快速变化的AI环境。

“以AI治理AI”，核心是利用AI提升资产识别、代码分析、风险关联、行为研判与安全响应效率，同时通过明确的规则、权限和审计机制约束AI运行边界。

在代码治理阶段，AI能够辅助理解业务语义，识别人工代码与AI生成代码中的安全缺陷，并生成修复建议。

在组件治理阶段，AI能够识别复杂依赖关系，关联漏洞、恶意组件和许可证风险，判断组件是否在真实业务中被加载和调用。

在智能体治理阶段，AI能够结合提示词、上下文、模型输出和工具调用链，识别异常规划、越权访问、敏感数据暴露与工具滥用等风险。

在安全运营阶段，AI能够辅助生成事件摘要、影响分析、处置建议与修复方案，提升安全、研发、算法和业务团队之间的协同效率。

AI不是安全规则的替代者，而是安全治理效率的放大器。通过以AI治理AI，企业能够让安全能力与智能体开发、运行和迭代速度保持同步。

从源头覆盖智能体AI全生命周期

悬镜安全将新一代数字供应链安全治理能力覆盖AI全生命周期。

在数据准备阶段，识别训练数据、微调数据、知识库数据和推理上下文的来源、属性、敏感级别和使用边界，建立数据与模型、知识库及智能体之间的关系。

在模型训练调试阶段，分析训练框架、开源依赖、容器镜像和工具链风险，记录模型来源、版本、依赖和评测结果。

在智能体开发阶段，将AI生成代码纳入安全开发流程，统一治理代码、组件、模型、知识库、提示词、插件、Skills和MCP服务。

在部署运行阶段，持续感知用户输入、模型推理、任务规划、数据访问和工具执行，在风险触发的关键节点进行告警、限制或阻断。

在持续迭代阶段，通过资产发现、风险情报、安全评测、运行监测和修复验证，持续评估模型、知识库、插件和业务流程变化带来的影响。

由此，企业可以形成“资产识别—风险分析—策略控制—运行监测—事件追溯—修复验证”的完整治理闭环。

从代码与组件到数据与智能

新一代数字供应链安全治理的核心，不是增加更多孤立的安全工具，而是构建一套统一体系。

这套体系要让代码、组件、数据、模型、知识库、智能体、插件和工具等资产持续可见；让风险与真实业务关联，明确风险来源、影响范围和处置优先级；让安全能力深入开发、训练、部署与运行过程，在风险真正触发时进行控制；让每一次安全事件都有完整证据，支撑审计、修复和运营改进。

悬镜安全通过AI原生安全、软件供应链安全与AI供应链安全情报的深度融合，让安全从应用之外的附加能力，转变为伴随数据流动、模型调用和智能体执行持续运行的内生机制。

结语

Agentic AI正在重新定义企业应用，也在重塑数字供应链。

悬镜安全首创基于“AI原生安全＋软件供应链安全＋AI供应链安全情报”的新一代数字供应链安全治理体系，坚持以AI治理AI，将安全能力前置到数据准备、模型训练、智能体开发、部署运行和持续迭代全过程。

从代码与组件到数据与智能，从软件供应链到AI供应链，悬镜安全帮助企业构筑智能体AI全生命周期内生安全治理体系。

领航新一代数字供应链安全，持续守护企业智能化创新。