中移智库：智能体安全评测体系与实践白皮书（2026年）

智能体已走出实验室，进入产业化规模化落地阶段，成为人工智能产业落地赋能的核心形态。区别于传统大语言模型单轮被动问答的能力局限，智能体具备自主决策、工具调用、多轮交互、长效记忆管理的核心能力，可形成完整的自主运行闭环，能够独立处理复杂业务场景，广泛应用于企业服务、政务办公、产业升级等领域，整体产业呈现高速普及、快速迭代的发展态势。在产业快速发展的同时，智能体安全治理滞后问题日益凸显，其自主闭环的运行特性催生了区别于传统大模型的新型系统性风险，具备攻击面广、隐蔽性强、风险传导快、危害持久的特征。攻击者可通过目标劫持、间接提示注入、多轮渐进式渗透、记忆投毒等多种方式实施持续性攻击。传统AI 安全评测以静态内容合规、任务结果校验为核心，无法覆盖智能体工具调用、自主决策、记忆读写等动态行为链路风险，存在大量评测盲区。OWASP 发布的首个 Agentic AI Top 10 风险清单，明确将行为劫持、工具滥用、权限滥用等列为核心高危风险，凸显了搭建智能体专属安全评测体系的迫切需求。