IDC首发《中国AI安全技术发展路线图，2026》：23项AI安全技术加速落地，智能体安全成为核心战场- 大数跨境

IDC首发《中国AI安全技术发展路线图，2026》：23项AI安全技术加速落地，智能体安全成为核心战场

IDC咨询

2026-10-13

导读：企业面临的核心问题正在从“是否需要AI安全”进一步转向“应该优先建设哪些AI安全能力”。

随着生成式AI和智能体加速进入企业生产环境，AI正从辅助工具转变为参与业务决策与执行的关键基础设施。与此同时，Prompt注入、数据泄露、模型供应链风险、智能体权限滥用及工具调用安全等新型挑战不断涌现，传统网络安全体系已难以完全覆盖AI应用带来的安全风险。

在AI应用规模化落地的推动下，AI安全市场进入快速发展期。IDC预测，到2030年中国AI安全市场规模将达到340亿元，未来五年复合增长率超50%。随着市场增长，不同技术路线的成熟度与落地节奏出现分化，企业核心关注点已从“是否需要AI安全”转向“优先建设哪些AI安全能力”。

23项AI安全技术进入不同发展阶段，技术路线开始分化

为厘清AI安全技术发展阶段及潜力，辅助用户技术选型，国际数据公司（IDC）发布《中国AI安全技术发展路线图，2026》报告。该报告系统评估了23项新兴及重要AI安全技术，从技术采用阶段、市场热度、风险级别、采用速度及市场培育时间等维度进行可视化呈现。360数字安全集团、安华金和、阿里巴巴、安恒信息、长亭科技、硅基流动、火山引擎、华为、君同未来、绿盟科技、领信数科、蚂蚁数科、奇安信、启明星辰集团、深信服科技、腾讯、网宿科技、网易智企、新华三、悬镜安全、亿格云、亚信、中国电信、竹云等厂商入选各技术点推荐名单。

报告显示，当前AI安全技术尚未完全成熟，整体市场处于多条技术路线并行发展阶段。不同技术在市场需求、成熟度和企业采用节奏上存在显著差异，标志着AI安全市场正从“技术概念期”迈向“技术成熟期”。对企业而言，关键在于根据自身AI应用成熟度和业务风险，判断哪些技术需立即部署、哪些需持续观察、哪些值得提前布局。AI安全建设不再是简单叠加安全产品，而需逐步构建覆盖AI资产、身份权限、数据、模型、智能体、供应链、运行时及安全运营的完整治理体系。

AI安全正进入新阶段：从保护AI走向治理AI，从发现风险走向理解和验证风险，最终从被动防御走向AI驱动的主动安全。具体技术发展趋势如下：

六大趋势洞察：AI安全建设的新方向

从“单点防护”走向体系化治理

随着企业AI资产快速增长，传统围绕单个模型或应用的防护方式已难以为继。企业首要解决“用了多少AI、有哪些模型和智能体、连接了哪些数据和工具、存在什么风险”等基础问题，并实现风险持续监测和治理。因此，AI安全正从单点检测防护向资产发现、风险识别、持续监测和统一治理演进。AI安全平台管理（AISPM）有望成为连接AI资产、风险和安全运营的基础能力，推动AI安全从产品能力向体系化治理能力转变。

智能体安全崛起，治理对象发生变革

AI安全正从“模型安全”走向“智能体安全”。非人类身份管理、智能体零信任授权、智能体运行时安全、智能体安全网关、通信协议治理及Skills安全检测等技术的发展印证了这一趋势。随着Agent深入核心业务流程，智能体将成为AI安全治理的核心对象。企业需建立覆盖智能体开发、部署、运行和退出全生命周期的安全治理体系，而非仅在模型外围增加检测能力。

AI供应链成为新的安全边界

AI应用引入了模型、训练数据、开源框架、Agent Skills、MCP Server、第三方工具及外部AI服务等新组件。任一环节的安全问题都可能通过模型调用、Agent执行或工具链传递至最终业务系统。因此，AI供应链安全成为体系的重要组成部分。企业需建立覆盖模型、数据、代码、工具和基础设施的全链条治理能力，完善AI物料清单、供应链风险评估和运行时监测。

从“上线前评估”走向“持续风险管理”

AI系统具有强动态性，模型持续更新、Prompt变化、Agent任务调整及数据访问关系变动使得一次性评估难以覆盖全生命周期风险。IDC认为，AI安全正形成“AI资产发现→持续风险评估→运行时监测→持续检测→安全响应→审计与合规”的完整治理链路。治理模式从关注“上线前是否有风险”转向持续回答“运行中风险是否变化”，安全产品也将向平台化演进，形成统一的安全运营体系。

从“技术中心”走向“业务中心”

随着AI深入业务流程，仅判断模型“是否安全”已不足够。企业需明确AI服务的业务场景、数据访问、权限拥有、工具调用及行为合规性，并评估异常对业务的影响。AI安全正从单纯技术防护向业务风险治理演进，未来平台需将AI资产、数据、身份、权限、业务流程和风险上下文关联，在业务场景中识别正常与异常行为。AI安全的最终形态将是能理解AI、理解业务并持续治理风险的平台。

从“发现风险”走向“验证与自主修复”

“AI对抗AI”将成为核心范式。面对利用AI生成攻击Payload、实施Prompt注入及自动化攻击链的挑战，传统人工分析和规则匹配面临效率瓶颈。AI不仅是保护对象，也将成为安全检测、攻击模拟、威胁分析、风险验证和自动化响应的执行力量。可验证AI、AI红队、AI检测与响应等技术的发展，将推动安全能力从风险识别向高度自动化和自主化发展。

IDC中国网络安全领域研究经理王一汀表示，当前生成式AI进入规模化应用阶段，AI安全随之从模型与应用防护，向智能体身份权限、AI供应链、运行时安全和全生命周期安全治理演进。“AI对抗AI”将成为核心技术范式。治理模式上，模型评估将走向持续风险治理并融入业务场景。此外，可验证AI、AI自我修复等前沿技术推动AI安全从“发现、阻断风险”向“理解、验证、自主修复”迈进。