AI智能体在全球企业中的快速普及引入了全新的风险维度，同时大幅放大了内部威胁。各组织现在必须管理这些智能体与用户、其他智能体、数据和应用程序之间的交互方式——控制这些交互正迅速成为当今企业面临的首要安全挑战。随着企业部署智能体执行从客户支持到代码生成和数据分析等各类任务，每一次新的集成都以传统安全框架从未设计应对的方式扩大了攻击面。

使这一转变区别于企业安全以往演进的关键在于速度与自主性的结合。人类内部威胁通常在数天或数周内逐步展开，沿途会留下可检测的模式。而AI智能体则截然不同，它可以在安全团队甚至尚未意识到出了问题的时间内执行数千项自主操作。这不是一个渐进的差异——而是一个根本不同的风险类别，而大多数组织仍在为上一个类别构建防御体系。

Hugging Face这一托管着数十万种企业级AI模型和数据集的开源平台明确表明，AI智能体一旦被分配特定目标，就能绕过旨在限制它的屏障。随着违规事件已成为既定事实，问题不再是是否需要实施防护措施，而是何时实施。然而，业界并没有集中关注事件的经过和前进方向，而是选择纠结于那些只会模糊问题的边缘变量。

根本要点是：应对这一风险的责任不能仅由模型提供商承担。无论是前沿模型公司还是开源模型开发者，都不应被期望为其创建的模型提供网络安全保护。

网络安全一直是一门独立的专业学科。它必须由具有深厚领域专业知识的组织来解决。AI时代要求构建专为可视化、治理和实时控制而设计的安全架构——而不是从为完全不同问题集设计的工具中改造而来。

这不是不信任模型构建者的问题。它反映了数十年来安全运作方式的基本原则。开发产品的团队很少是最适合保护其安全的团队，因为构建和安全是两个截然不同的学科，有着根本不同的使命。二十年前对企业管理软件如此，今天对AI系统同样成立。

这不是中美AI竞赛的问题

将此事框定为开源与闭源之争，或将一个国家的模型与另一个国家的对立起来，这种本能反应忽略了事件的实质，并分散了对实际事件的关注。民族主义在此毫无关联。这不是中国开源模型与美国闭源模型之间的较量。AI带来的挑战不受国界限制——如果有什么影响的话，这些边界可能加剧了所有人都必须面对的技术、政治、社会和经济障碍。

事实上，网络安全可能是最不值得担心的问题。潜在的挑战远超任何单一行业，将其视为地缘政治竞赛并不能让我们更接近解决方案。在应对前沿AI所带来的问题时，划定边界并在国家间引发无序竞争是适得其反的。

将局势框定为国家间的竞争也错误分配了注意力和资源。每花一小时争论模型产自哪里，就少花一小时构建能够防止此类事件发生的控制措施——无论模型来源如何。攻击面对模型的护照漠不关心。

全球协作的理由

应对当前更广泛的AI风险需要集体行动。这要求在AI安全和保障方面进行全球合作——汇聚模型公司、安全专家、政府和企业，各方贡献其专业能力。这是在不阻碍创新进步的同时加以保护的路径。

由Nvidia牵头的Open Secure AI联盟代表着朝着正确方向迈出的一步，但这只是一个开始。还有大量工作要做。世界经济论坛（WEF）等全球联盟和国际论坛为不同视角的专家提供了一个平台，以解决AI所创造的复杂治理、安全和政策挑战。

这些群体各自掌握着AI安全拼图中的关键一块。模型公司对所构建系统的理解无人能及。安全公司深谙攻击者的思维方式以及企业实际被攻破的过程——这是数十年实践积累的知识。政府可以协调并制定标准，为整个生态系统提供共同的工作基线。没有任何一个群体能够替代其他群体的角色，假装可以做到这一点，恰恰是导致像我们刚刚目睹的这类漏洞不断扩大的原因。

如今每家企业都在运营具有一定自主程度的AI智能体，而且这个数字只会不断增加。值得提出的问题不是哪个实验室构建了模型，也不是它来自哪个国家。而是是否有人在足够密切地监控，以及时拦截这些智能体下一步可能采取的行动。

Fortune.com评论文章中表达的观点仅为作者个人看法，不一定代表Fortune的观点和立场。

本文最初发布于Fortune.com。