分类： 行业热点

随着全球科技竞争的加剧，人工智能已成为国家竞争力的重要标志。无论是国家还是行业、个人，都在积极探索如何利用人工智能赋能发展、推动产业升级和产品创新，以及个人职业发展。今年年初，DeepSeek推出的DeepSeek-R1大语言模型，在有限资源投入下达到了国际领先水平，标志着中国AI技术自主创新的重大突破。这不仅推动了业界对大模型研发模式的重新思考，也引发了国际市场对中国AI产业发展前景的高度关注。事实上，DeepSeek-R1的出现只是中国AI自主创新的一个缩影，在追求高水平科技自立自强已成为国家战略共识的背景下，如何围绕人工智能构建自主可控、开放协同的发展格局，才是更为关键的命题。

DeepSeek-R1最引人注目之处在于其对模型训练方式的优化，不同于常见的依赖大规模算力和高投入的方式，该模型强调算法与算力的协同设计，在蒸馏算法、数据筛选和算力调度上进行了多项改进，并取得了与部分国际先进大模型相近的应用效果。这种“以巧取胜”的策略为正在探索大模型商业化和场景落地的市场提供了新的思路：即便在不占有绝对资源优势的条件下，通过底层技术和研发思路的不断创新，同样能够跻身国际前沿。此外，DeepSeek在一定范围内开放和共享相关研究成果，表明国内AI产业对开源协作的重视度不断提升，若企业在关键技术上具备更多自主权，又能积极融入开源社区、联合产业链伙伴打造应用生态，那么无论是在模型进化还是在产业应用层面，都可能形成稳健的迭代机制。对于中国AI的整体发展而言，通过多元合作和数据要素的高效流动，加快技术成熟与行业落地，既能够降低研发成本，也有助于推动各行各业尽快享受智能化带来的效益。

近年来，国内对人工智能领域的投入不断增加，一些科研机构和企业在语音识别、计算机视觉、自然语言处理等领域取得了显著成果。国家出台的《新一代人工智能发展规划》及各类产业扶持政策，促进了核心技术突破和跨界应用，营造了多元主体共同探索、区域协同发展的良好环境。随着新一轮科技革命和产业变革的加速，人工智能已成为推动数字经济和制造业升级、智慧城市建设以及社会治理创新的重要动力，展现出广泛的应用前景。我国庞大的市场规模和多样化的应用场景，为AI研发和产业化提供了得天独厚的优势，包括海量数据、丰富的行业需求和完善的供应链基础等，这些要素共同为企业技术迭代和商业模式验证创造了良好条件。

在看到机遇的同时，必须承认我们在一些关键核心技术领域仍存在一定短板。当前，全球AI产业链呈现高度分工格局，高端芯片及其制程、基础软件平台等领域在国际范围内的竞争日益激烈，一些国家还对我国科技企业采取了程度不等的限制措施。在这种背景下，能否掌握更多具有自主知识产权的核心技术，直接影响着我国在未来产业生态中的地位和韧性。更进一步说，人工智能正在引发的数据权益、伦理规范、国际竞争规则的深层变革，同样离不开自主创新与开放协作并重的发展理念。只有在底层技术拥有一定主导权的同时，持续提升对外合作水平，才能既保障自身发展安全，也能为全球科技共同进步贡献更多中国方案。

因此，我们需要从更宏观的角度深入思考并实践加速人工智能自主创新的路径，为我国的人工智能领域持续注入发展动能。首先，进一步鼓励面向核心技术的联合攻关。我国幅员辽阔，区域发展层次丰富，高校、科研院所和产业界对人工智能具有多元需求和科研动能。通过完善产学研结合机制，让更多团队专注在大模型、智能芯片、操作系统等基础层面开展长期研究。国家可以借助重大专项、重点实验室、行业联盟等方式，持续为底层技术的冲关提供政策与资金支持。其次，着力培养和吸引高水平人才。人工智能的竞争归根结底是人才的竞争。可以通过提高科研岗位吸引力、优化人才评价体系、加强国际学术交流等多种手段，为顶尖创新力量提供良好的学术环境和配套条件。在此基础上，积极培育跨学科、跨行业的复合型队伍，满足AI产业在技术落地、产品设计、市场运营等各个环节的多层次需求。再次，大力推进人工智能与实体经济的深度融合。我国在工业制造、物流运输、医疗教育等领域都有巨大的智能化改造空间。若能在这些典型场景中率先实现规模化应用，不仅能快速验证技术成果，也能推动企业降本增效，提高行业整体数字化水平。这种“以用促研”的路径已在多个细分领域展现出积极成效，值得在更大范围内推广实践。最后，在坚持自主可控的前提下，不断拓展国际合作与规则对话。人工智能是一门全球性、开放性的科学，没有任何国家或企业能够单打独斗。从开源社区共建到跨国企业合作、从国际标准讨论到多边治理协商，都需要我国在掌握核心技术的同时积极参与，为自身争取更大的话语权和发展机遇。尤其在数据安全、算法伦理和知识产权等关键问题上，亟须形成一套既具国际特点又兼顾本土实际的规范体系。

总之，人工智能的发展已步入新阶段，技术迭代加速，商业应用和社会影响迅速扩展。我国在政策和产业层面的长期布局，为AI自主创新奠定了坚实基础。DeepSeek-R1的成功展示了国内企业在前沿领域的突破潜力，坚定了我们推进高水平科技自立自强的信心。未来，通过聚焦关键技术攻关、完善人才体系、推动行业应用落地以及积极参与国际合作，我国完全能够在新一轮科技革命和产业变革中赢得更大主动权，为构建开放、包容、互利共赢的全球创新生态贡献更多力量。

作者：彭一杰（北京大学光华管理学院研究员、人工智能研究院多智能体与社会智能中心主任）

2025蛇年春节前后，杭州深度求索人工智能基础技术研究有限公司（以下简称“DeepSeek”）发布的开源大模型引起了国内外广泛关注。首先是模型基准测试性能与世界领先的OpenAI闭源模型GPT-4o比肩，其次是训练成本相比其他模型大幅降低，且带思考链的推理模型R1及其蒸馏版本可以在多种计算能力设备上部署，最后是其代码、文档、模型权重等在MIT许可协议（极为宽松的一种开源许可协议）下完全开源。这一套集高性能、低成本、开源开放于一体的“组合拳”，使得DeepSeek在短时间内成为国内外人工智能（AI）领域的焦点，后续接踵而至的各行各业推广部署，让大模型应用在中国真正实现了“飞入寻常百姓家”。

大模型从形态上是一种软件。虽然模型文件通过训练生成，通过参数和数据迭代，以概率性输出结果，无法精确断点调试，黑盒特征明显；但与传统软件一样，它可复制、可复用，需要操作系统提供运行环境，需要存储系统，需要处理用户输入并输出反馈。因此，DeepSeek大模型这一来自中国本土的技术创新和开源开放实践，也为中国软件行业提供了可深入分析并学习借鉴的模式。

本文将DeepSeek的创新模式归纳为“以软补硬”“开源传播”和“生态优先”。同时，也从生态入口、开源软件供应链、开源基础设施3个方面，分析当前我国AI开源创新仍然面临的问题和风险。最后从大模型操作系统布局、软件供应链保障、开源基础设施建设、软硬件协同发展4个维度，提出加强我国科技基础能力的建议，以期更好支撑中国创新团队的长足进步发展，不断抢占AI和软件领域的全球科技制高点。

一、DeepSeek的创新模式分析

1.1“以软补硬”开辟大模型创新路径

在算力资源受限的背景下，DeepSeek通过软件架构创新和算法优化，使其模型在保持高性能的同时，大幅降低了对硬件投入的依赖，并为全球开发者提供了可复现、可负担的“以软补硬”技术方案。这让近年来大模型领域普遍推崇的规模定律（scaling law）出现了拐点，依赖大规模硬件投资建立的算力垄断“高墙”出现了缺口，大模型研究和应用的门槛被大大拉低，资源有限的中小企业、研究机构甚至个人，都迎来了AI创新和AI赋能的可能性。

软件在这一轮大模型浪潮中往往被忽视。事实上，对于硬件架构确定、优化目标明确的场景，软件改进带来的总体收益通常大于硬件。2017年图灵奖获得者汉尼斯和帕特森于2018年4月在国际计算机学会（ACM）做获奖演讲时，给出了用不同编程方法计算两个4096×4096矩阵相乘的性能对比，该数据引用了美国麻省理工学院（MIT）计算机科学与人工智能实验室（CSAIL）雷瑟斯等人发表在Science上的文章There’s plenty of room at the Top: What will drive computer performance after Moore’s law?（《顶端仍大有可为：摩尔定律之后什么将驱动计算机性能发展？》，这里的“顶端”指代软件），具体对比数据见表1。从表中可以看到，用C语言编写比Python要快47倍，分治法并行优化后可得到6727倍的加速，而采用SIMD指令集则可加速6万多倍。同样，DeepSeek使用英伟达PTX，即介于CUDA高级编程语言和实际GPU机器代码之间的中间代码表示语言，也起到了极大的加速效果。

在过去几年中，华为鸿蒙操作系统同样采用了“以软补硬”的方法，在处理器制程受限的情况下，通过操作系统、编译器、渲染引擎等多种软件优化手段，在手机上保持了良好的用户体验。

更重要的是，软件优化方案为快速传播奠定了基础。软件之于硬件的一大优势，就是传播的便捷和迅速，通过网络下载就可以快速到达最终用户。试想，如果这次DeepSeek发布的是“星际门”一样的硬件堆叠方案，又或是使用了某种硬件加速方案（如同当年谷歌为深度神经网络专门设计的TPU），将很难如此快速传播推广。

1.2以开源开放实现用户高速增长

软件的核心竞争力是用户。大规模、高质量、多样化的用户群体，不仅是软件价值变现的坚实基础，更是推动软件持续迭代创新的强劲动力。正如中国科学院计算技术研究所包云岗研究员所说，在开源模式下，软件的价值计算和传播效应遵循梅特卡夫定律（Metcalfe’s Law），即网络的价值与网络中用户数量的平方成正比。

具体表现为两个方面：

• 一是用户规模效应：用户越多，价值越大，反馈和改进更多，生态系统更丰富。
• 二是网络效应：更多开发者参与，就会有更多的应用场景，继而更快的迭代速度。当众多用户转变为开发者和测试者，就会极大地降低软件开发测试成本，驱动软件升级演化和价值提升，继而吸引更多的开发者参与，形成持续的良性循环。

前面提到大模型本身也是一种软件，因此开源软件曾经创造的发展模式，完全可以被大模型所复用。然而，DeepSeek开源模式创造了比传统软件更为迅速的用户增长奇迹。据统计，DeepSeek连续登顶苹果App Store和谷歌Play Store全球下载榜首，上线18天累计下载量突破1600万次，远超Chat-GPT发布首月的900万下载量。其中固然有大模型概念热度的加持，但更有DeepSeek几乎毫无保留地开放了模型文件、权重文件、核心代码和技术文档的原因。由此在短短半年内吸引了全球超过百万开发者，建立了活跃的开发者社区，不仅贡献了大量的代码和工具，还形成了自发的技术交流和学习氛围，例如GitHub上DeepSeek所维护的awesome-deepseek-integration页面。这种社区驱动的创新模式，为AI技术的快速迭代和应用落地提供了强大的动力。DeepSeek的经验也表明，即便在AI时代，开源开放仍然比封闭垄断更具竞争力。

1.3以标准化接口和工具构建上下游生态

DeepSeek在建立生态方面同样展现出了很高的效率，在短短一个月内，DeepSeek R1从满血版671B到70B、32B、7B甚至1.5B等大小不同模型得到快速部署，大到云服务厂商、互联网巨头、国资央企、高校院所，小到街道办、实验室、个人用户等，从制造业到服务业，从教育到医疗，DeepSeek渗透到各行各业，推动效率提升和智能化转型。

生态快速壮大背后则是其对调用接口和AI软件工具包的标准化，以及因此而快速聚集的上下游生态伙伴。标准化调用接口简化了AI应用的接入流程，使得DeepSeek很容易被Ollama、vLLM、SGLang等大模型服务框架所支持，也使得ChatBox、AnythingLLM等大模型入口应用能够很快接入DeepSeek。标准化软件工具包大幅降低了AI应用部署门槛，同时还提供了丰富的预训练模型和数据集，使得开发者可以通过领域精调和检索增强生成（RAG）实现自身业务需求，进一步开展应用创新；同时，使得华为昇腾、寒武纪等其他非英伟达芯片能很快完成适配，形成百花齐放的国产软硬件协同适配景象。

从更宏观的生态视角看，DeepSeek已经在中国建立了事实上的大模型标准。自从2020年底Chat-GPT发布以来，无论美国还是中国都进入了“百模大战”的格局，尽管OpenAI引领了发展，建立了提示词工程（Prompt Engineering）等事实标准，但因其选择闭源策略，且其最大投资者微软公司的Windows操作系统同样闭源，使得“应用—模型—系统—硬件”生态链路参与者无法自主开展大模型和系统的适配，阻碍了参与者的参与意愿和创新动力。例如，对于大量非英伟达的硬件加速卡厂商来说，因为无法修改基础模型和相关代码，只能模拟与转译英伟达GPU指令集，无法实现与模型的原生适配；对于亚马逊、谷歌、阿里等云平台服务商来说，由于与微软Azure的竞争关系，也无法与OpenAI实现充分的业务整合。

DeepSeek开源发布之后，不仅出现了微信、WPS等应用整合，也出现了华为云、阿里云、腾讯云等服务集成，还出现了华为昇腾、寒武纪、沐曦、海光、申威等硬件原生适配，甚至出现了大量本地部署的一体机解决方案。以DeepSeek为大模型事实标准，中国正在形成“应用—模型—系统—硬件”全链路的生态聚集。长远来看，这一变化必将重塑中国乃至全球AI的发展格局。

二、我国AI开源创新面临的风险挑战

在看到DeepSeek成功一面的同时，还需要看到当前中国AI开源创新面临的一些风险挑战。

2.1大模型入口程序的风险

所谓大模型入口程序，对于部署者是指Ollama、SGLang、vLLM等大模型服务框架程序，用来启动大模型服务进程；对于用户是指通过封装多个大模型服务，为用户提供更加方便易用、灵活可配置的交互界面程序，如ChatBox、AnythingLLM等。

以Ollama为代表的大模型服务框架，在启动大模型服务时通常以网络守护进程的方式出现，会打开某个端口并监听来自网络的服务请求。这样的守护进程一旦出现漏洞，攻击者很容易通过服务端口入侵服务主机。事实上，近期已经发现了Ollama导致的、可被利用的大模型服务漏洞。

而对于用户交互的入口程序来说，尽管ChatBox等通过开源来证明自身程序的安全性，但无法证明用户隐私数据的安全性，毕竟所有的对话信息都会被入口程序转发和截取。

对主流入口程序的掌控和主导，会成为大模型竞争的焦点之一，但目前为止，大模型的入口程序还是运行在已有主流操作系统之上，因此操作系统不自主可控的风险将会延伸到大模型入口程序，毕竟操作系统很大程度上决定了谁能成为入口，20世纪90年代网景公司NetScape浏览器在与微软IE浏览器竞争中败北就是前车之鉴。

2.2软件供应链的安全可靠风险

DeepSeek的开发依赖大量开源或闭源组件。例如：基础框架中的PyTorch深度学习框架、CUDA GPU加速库；训练相关的Megatron-LM分布式训练框架、Flash Attention高效注意力机制；推理优化相关的FasterTransformer推理加速引擎、TensorRT推理优化库、ONNX模型转换标准库；工具链中的版本控制Git、容器化部署Docker；数据处理中的NumPy数值计算库、pandas数据处理库，以及HuggingFace数据集管理工具等。

以上仅是基于公开信息的判断，实际使用的工具可能更多，有些专有工具可能未公开。而在这些互相高度依赖的软件供应链中，有些关键环节仍然被Meta公司等国际竞争对手掌控（如PyTorch开发框架，以及前面所述的Ollama入口程序），或属于某家公司私有产品（如英伟达CUDA），均存在断供可能。此外，根据奇安信的最新报告，已出现一些专门针对DeepSeek的供应链伪造或投毒攻击。这些都构成了我国AI面临的软件供应链安全可靠风险。

健康的大模型生态需要一个同样健康的开源软件生态。对于软件供应链，特别是开源软件供应链关键节点的认真梳理和持续维护，仍然是企业和行业，甚至国家实现人工智能高水平科技自立自强必须要付出的投入。

2.3开源基础设施的风险

不仅DeepSeek，国内主要开源大模型项目几乎都选择在美国微软公司旗下的GitHub平台发布，这是因为GitHub全球开发者集中度最高，有完整的开源基础设施能力、成熟协作工具链和已经发展壮大的程序员社交网络，因此国际影响力更大，更有利于项目推广。然而，选择GitHub未来也面临挑战和风险，包括但不限于地缘政治风险、数据主权问题、潜在的访问限制风险等。这并不是DeepSeek和国内开源项目维护者的问题，而是国内缺乏与GitHub竞争的开源基础设施，从设施完善程度、开发者聚集规模、国际化程度、运营能力等，国内现有基础设施与GitHub相比都存在较大差距。

Hugging Face近年来随着大模型爆发而异军突起，成为全球最流行的模型托管平台，国内的阿里魔搭等平台虽然已经起步并初具规模，但与Hugging Face相比，同样在功能、规模、国际化、运营等方面存在显著差异。

三、加强我国AI创新能力的建议

基于以上分析，本文提出加强我国AI创新能力的如下建议。

3.1尽快启动大模型操作系统的研发探索。

大模型仍然以软件的形态存在于现有操作系统生态体系，虽然出现了ChatBox等新的入口程序，但不足以撼动Windows、iOS、Android的生态主导地位。美国苹果公司和我国华为公司先后提出了面向意图的开发框架，旨在整合大模型的能力，继续掌控用户入口。微软公司通过预装Copilot并与办公套件、浏览器等深度捆绑，巩固其桌面领域垄断地位。上海交通大学陈海波团队提出了大模型操作系统的3种技术路线，即渐进路线（大模型作为操作系统外挂组件）、激进路线（大模型即操作系统）和融合路线（大模型与操作系统深度融合），并建议采用融合路线，从而在利用大模型能力的同时，最大程度兼容现有操作系统应用生态。鉴于大模型带来的机器智能跃升和交互范式变革，无论采用何种路线，大模型操作系统研发工作都迫在眉睫。随着大模型和操作系统各自发展，不同技术路线会自然合并，然而一旦错过生态初始构建的机会窗口期，将面临新的、更难突破的生态垄断。

3.2加强开源软件供应链治理。

开源软件已经成为组装大型复杂系统软件的“原材料”和“元器件”。一个Linux开源操作系统发行版（如Debian、openEuler等）往往包含上万个开源组件，通过这些组件的彼此依赖关系编译组装而成。一个大模型从开发、训练到部署、运行、推理，也依赖于大大小小的开源组件。随着大模型成为像操作系统一样的战略基础软件，其开源软件供应链的保障必不可少。中国科学院软件研究所从2019年发起“开源软件供应链点亮计划”，梳理全球开源软件知识图谱，找出操作系统等大型复杂基础软件的关键供应链节点，通过“开源之夏”等活动，持续培养能够看护关键开源软件的高水平人才。建议围绕大模型的开源组件依赖情况，持续梳理开源软件供应链，对其中关键节点进行重点布局，投入或培养相应的人力资源，确保具备持续开源维护的能力。

3.3加快对标GitHub和Hugging Face的开源基础设施建设。

面对GitHub和Hugging Face托管平台的垄断局面，一方面继续完善现有国产代码托管平台，提升平台稳定性和功能完整度，优化开发者体验。另一方面也要有过渡策略，采用多平台同步策略，建立战略备份机制。从2019年中国科学院软件研究所启动建设“源图”开源软件供应链基础设施，迄今已形成对全球关键开源软件的全量备份，并提供可信软件仓、可信编译构建环境等平台服务。后续还需要面向大模型的新需求、新场景，加快打造新一代开源开发基础设施，联合国内优势力量逐步培育本土开源基础设施生态，并以更加开源开放的模式，吸引国外机构和开发者参与，共同对冲潜在的地缘政治风险。

3.4加大开源软硬件协同力度。

在新一届美国政府不断升级管控施压的背景下，英伟达GPU硬件供应限制和CUDA软件生态壁垒，已经成为中国实现AI领域高水平科技自立自强面临的最主要障碍之一。例如，DeepSeek训练优化所使用的PTX仍然属于CUDA生态体系。建议加大RISC-V开源指令集下软硬件协同，特别是AI相关扩展指令集的协同力度。RISC-V指令集的崛起，不仅为了从指令集层面打破x86/ARM的生态垄断，同时也有望打破英伟达GPU私有指令集和私有算子的垄断。随着RISC-V向量指令集、矩阵/张量指令集的制订和完善，新的软硬件接口标准规范有望取代CUDA私有接口规范，并配合编译器等在RISC-V专用AI加速卡上实现软硬协同。一旦某款RISC-V加速卡在性能功耗比上超越英伟达的旗舰GPU，整个RISC-V生态也将迎来“DeepSeek时刻”。

需要强调的是，以上风险分析和建议，并非为了形成封闭的、防御式的技术体系，而是为了中国乃至全球都有更为开源开放的选择，平等参与AI新技术、新产品、新服务的研发应用，共同打造AI时代的人类命运共同体。

文章源自：武延军. DeepSeek引发的AI创新和开源生态发展的思考. 中国科学院院刊, 2025, 40(3): 446-452, doi: 10.16418/j.issn.1000-3045.20250225007.

人工智能（AI）技术蓬勃发展的当下，其所带来的数据安全问题成为人们关注的焦点。2024年6月5日，以“AI驱动安全”为主题的2024北京网络安全大会在京举行，与会嘉宾围绕人工智能发展分享研究和实践经验，就AI如何驱动安全展开广泛讨论。

AI的安全风险：留意“后门”

AI技术的发展极大促进了效率的提升，随着应用场景愈加广泛，面临的安全挑战更加复杂，各类攻击威胁也与日俱增。

根据奇安信发布的《2024人工智能安全报告》，AI既放大现有网络安全威胁，又引入了新型威胁，引发网络安全事件指数级增长。其中，2023年基于AI的深度伪造欺诈暴增3000%，基于AI的钓鱼邮件数量增长了1000%。一项对IT行业领导者进行的关于ChatGPT等大模型的调查显示，安全性是受访者最关心的问题，71％的受访者认为生成式人工智能会给企业数据安全带来新的风险。

AI系统往往需要大量数据来迭代大模型，这必然涉及个人敏感信息。保护用户隐私、防止数据泄露存在不可忽视的安全风险。全国政协委员、全国工商联副主席、奇安信集团董事长齐向东举了个生动的例子，“AI如果不是自己‘生’的，而是从外面‘领养’回来的，那么AI是否会有‘后门’，AI是否会被人‘投毒’，都无从得知，甚至没有能力发现，这是数据安全带来的潜在风险。”

去年以来，随着以ChatGPT为首的AI热潮席卷而来，还产生了新的网络安全问题。齐向东解释，如果把AI比作超级人脑，向它提问时输入的内容越多，得到的建议就越精准、越有价值。如果你的提问毫无保留、倾囊相授，那么AI通过学习，实际可能拥有比你更强的能力。此外向AI提问还可能泄露专有知识产权、发明和商业秘密等，让竞争对手从AI处得到更优的方案。这是与AI交流过程中，新产生的引发数据安全问题的特殊场景。

与会嘉宾认为，使用AI过程中的风险责任归属也是一个复杂的问题，目前法律和政策尚不能明确在AI决策过程中各方的责任。

AI驱动网络防护能力在博弈中快速迭代

“AI驱动安全是大势所趋，未来网络攻防就是得AI者得天下。谁能提前抓住AI变革的机遇，谁就能掌握网络空间安全的主动权。”在主旨演讲中，齐向东判断，当前网络安全格局正在被颠覆重构，但这种颠覆重构不仅带来新的安全挑战，也为网络安全行业带来前所未有的战略机遇。

与会嘉宾们认为，目前AI尚处在伦理和规则出现前的发展阶段，正朝着人工智能与网络安全深度融合的发展方向前进。网络安全是高度对抗性的行业，所有的攻击都是新的。实践中网络攻击层出不穷、日新月异，AI安全防护能力也在攻守迭代中不断推陈出新、更新升级。

国家电网有限公司副总信息师、中国电机工程学会会士王继业介绍了国家电网探索人工智能在“守护网络安全，助力能源转型”中的最新实践。国家电网依托大数据平台，加强人工智能与网络安全的融合，研究基于人工智能的风险异常检测方法，开展网络安全关联分析、事件处置和调查溯源，强化网络安全威胁监测和应急处置，实现网络安全事件的智能响应、联动防御。

AI还被应用于驱动智能攻防，助力企业的安全能力在博弈中快速演进迭代。齐向东介绍，AI在网络安全领域的应用已经可以覆盖网安前中后多个阶段，并带来网络防护能力数十倍乃至上千倍的提升。例如，在单点设备的监测上，AI可以带来安全能力百倍级提升。体系化防御的核心，是多种网络安全设备的有机结合。由于不同产品之间的数据传输共享、相互访问、远程操作非常频繁，漏报和误报问题在这一阶段呈现指数级增长。AI不仅可以知道在什么场景下、去调哪个接口、取什么数据，还能根据实际变化进行动态调整，瞬时激发各个设备的安全能力，将遗漏的威胁从10%降低到千分之一，达到安全能力百倍级提升。

“AI作为网络安全的驱动力，可帮助专家快速识别、追溯和处置安全威胁，提升网络安全防御的智能化水平。”中国电子信息产业集团有限公司总经理李立功对AI驱动安全的进一步落地应用充满了期待。

AI释放强大潜能 成为驱动新质生产力的重要引擎

“人工智能是新质生产力，智能化大势不可阻挡。不发展是最大的不安全，要不断发展AI促安全。”2024北京网络安全大会上，中国新一代人工智能发展战略研究院执行院长龚克呼吁推进AI与网络安全融合创新。

龚克认为，人工智能本身需要解决关键技术和颠覆性技术的创新，同时也成为各领域创新的基础，如生物医药、生命科学、新材料，这些创新都依赖于人工智能的应用。龚克表示，“人工智能正与千行百业紧密融合，成为驱动新质生产力的发动机，我们既没必要神话AI，也没有必要妖魔化。”

在他看来，一方面，人工智能的发展推动了网络安全技术的创新。例如，基于深度学习的恶意软件监测、用户行为分析等新技术不断涌现，提高了网络安全的防护能力。另一方面，人工智能的自动化和智能化特性又可以大大提高网络安全管理的效率。通过自动化监测、响应和风险评估等流程，可以更快地应对网络威胁，减少潜在损失。

随着网络安全领域智能化产品落地，相关市场的规模快速增长。有关统计显示，网络安全领域的人工智能产品市场将从2017年的39.2亿美元增长到2025年的348.1亿美元，预测期内的复合年增长率为31.38%。

据北京市政府副秘书长许心超介绍，北京市已将数字安全产业作为全市重点发展的高精尖产业，目前已经汇聚数字安全企业1025家；2023年北京市数字安全企业收入达到996亿元，产业带动作用凸显。

人工智能是引领未来的战略性技术，是新一轮科技革命和产业变革的重要驱动力量。与会专家期待，人工智能在网络安全的护航下，为千行百业带来更多革命性的变化，不断激发创新活力和社会潜能。

检查设备，确保系统运行平稳顺畅……前些天，张波一直为成都第31届世界大学生夏季运动会的网络安全保障工作忙碌着。

张波是中国电信四川公司网络监控维护中心高级技师，已在网络安全的战场上守卫了13年，凭借精湛的技艺和严谨的态度，成功抵御无数次网络攻击，屡获网络安全技能竞赛大奖，2019年荣获第二届“四川工匠”称号。

对张波而言，网络安全是一个没有硝烟的战场，发扬工匠精神，就要做到万无一失，“因为一‘失’就意味着万‘无’”。

守卫网络安全14年

曾避免5000万用户遭受损失

张波说话时常带笑容，但谈起网络技术，他便神情严肃，条分缕析。作为网络技术专家，张波已拥有了CISSP（国际注册信息系统安全专家）、CISP（注册信息安全专业人员）、HCDP（华为认证数据通信资深工程师）、RHCE（红帽认证工程师）等称号。

2010年，那时国内的网络安全还处于起步阶段。随着互联网快速普及，需要防护的网络设备日益增多，种类也愈加复杂。没有专业人员、没有专业设备，张波勇挑大梁，苦练本领。他仍记得2012年冬天和同事一起在北京地下室里学习网络安全技术的日子，他们每天学习，做实验到深夜，再步行回住处，通过高强度训练不断完善知识和技术储备。

钻研网络安全技术，守护网络安全，张波坚持了14年，经历过无数次网络攻防战。他印象最深的，还是打赢“想哭”的那一仗。2017年5月，“想哭”勒索病毒席卷全球，150多个国家和地区遭受攻击，只有支付高额赎金才能解除病毒的侵扰。针对勒索病毒，张波和他的团队防患于未然，2012年起，他们从端口研究防御各种病毒侵袭的办法，其中就包含对类似勒索病毒的封堵。当“想哭”袭来，张波和团队制订的近40种网络安全管理和技术规范以及数以万计的安全防护策略如期发挥作用，成功拦住“想哭”病毒，避免了5000万用户遭受损失。

荣誉挂满一面墙

守护网络安全的初心未改

四川省第一届网络安全职业技能竞赛团体一等奖、个人一等奖，四川省2017年网络安全职业技能竞赛暨大学生信息安全技术大赛团体一等奖、个人一等奖……在张波网络安全创新工作室，一面荣誉墙格外亮眼。

守护网络安全不仅靠个人的“一枝独秀”，更依赖团队协作的“满园春色”。2019年6月，张波牵头建立了张波网络安全创新工作室，发展至今团队已有53名成员，平均年龄36岁，涵盖省公司10个部门和14个市州分公司，成为四川电信网络安全技术攻坚、产品研发、新技术应用、人才培养的基地。2021年，张波网络安全创新工作室被省总工会命名为“四川省劳模和工匠人才创新工作室”。

“指定专门的老师，制订个性化培养方案，加强专业技术培训考证，并让他们去尝试授课，全方位提升能力。”张波告诉记者，团队制订了完善的“传帮带”体系，一如既往地保持高标准严要求，在网络安全守护中始终做到“精细、精准、可管、可控”。在技术攻坚上，他们致力于解决电信网络安全疑难问题，开展前沿技术研究，推动网络安全防御创新，逐步实现网络安全管理中“管理、技术、人”的高效协同。

“网络安全守护是一场永不停息的‘战争’，它的技术范围涉及非常广，要不断学习，更新知识。”张波感慨，从事网络安全的十多年里，互联网世界一直不断变化，当前AI技术的广泛运用更带来许多新挑战。他和他的团队将加倍努力更新知识与技术，“为公司打造服务型、科技型、安全型企业保驾护航，为建设网络强省、数字四川作出更大贡献”。

为维护良好网络舆论秩序，有效净化网络环境，切实提升广大人民群众上网安全感和满意度，公安部将2024年作为打击整治网络谣言专项行动年，中央网信办也部署开展2024年“清朗”系列专项行动。我们要探讨网络谣言的危害和应对网络谣言的举措，提高辨识网络谣言的素质和能力，树立正确网络安全观念，坚决依法打击网络谣言，积极弘扬正能量，不造谣、不信谣、不传谣，共同营造文明诚信的网络秩序，构筑风清气正、和谐清朗的网络家园。

4月29日，郑州警方通报8起打击整治网络谣言典型案例。其中包括成都刘某山编造“释正恩接过少林衣钵”网络谣言案。该谣言在网络传播后引发大量网民传播炒作。在郑州警方公布谣言案例之前，少林寺曾发布声明表示，多家自媒体账号发布所谓“佛二代现身——释永信之子释正恩接过衣钵”为主要内容的相关谣言，经部分媒体转载后，在网络上迅速传播，造成恶劣影响。为此，少林寺及永信方丈向执法机关报案、诉诸法律途径，依法追究相关人员和账号的法律责任，并提请相关执法机关将调查及处理结果及时公布于众，还少林寺和永信方丈的清白，让违法之人承担应有的法律责任。

当今时代，网络不仅是信息传递的重要渠道，更是人们生活、工作不可或缺的一部分。然而，随之而来的网络安全挑战也日益严峻，各种威胁不断涌现，严重影响人们的生活和社会的稳定。特别是借助信息技术和新媒体平台，信息得以快速传播，同时也造成谣言的快速传播，从而导致被造谣者形象受损、声誉蒙尘，甚至遭受严重的经济损失。因此，应该加大打击网络谣言力度，维护清朗网络空间。

“释正恩接过少林衣钵”网络谣言案背后的原因是多方面的。部分网民道德底线缺失，为了一己私欲或满足猎奇心理，肆意生产或传播歪曲事实的谣言。这些人缺乏对他人的尊重和对事实的敬畏，只图一时之快，却不顾及谣言带来的严重后果。网络和社交媒体的便捷性导致谣言得以迅速传播，造成不良影响。每个人都需要做好个人信息的保护，避免被别有用心之人利用，才能减少被攻击的风险。因此，维护清朗网络空间，维护网络空间安全，既需要监管部门、组织机构、技术企业等多方协力，又需要广大网民提升自我保护意识，维护健康网络环境，构建网络空间命运共同体。

政府监管部门在维护网络空间安全方面扮演着重要的角色。政府部门应积极推动网络空间的法治化建设，通过完善法律法规，明确网络行为的规范和责任，让违法犯罪行为无处遁形。只有建立起健全的法律体系，才能真正保障网络空间的安全和秩序。在打击网络谣言生产传播方面，要加大打击力度，为网络空间安全提供坚实的制度保障。通过加强监管，切断谣言非法传播的渠道，维护网络空间健康秩序。同时，政府部门还要加强网络安全知识的宣传，提高群众的网络安全意识。

相关组织机构也需强化内部管理，提高网络安全意识，有效防范内部信息泄露的风险。一些组织机构掌握大量的敏感信息，这些信息一旦泄露，可能会对社会造成严重的危害。因此，组织机构要加强对员工的培训和管理，建立健全信息安全管理制度，确保信息的安全与保密，不传播谣言信息，并对可能出现的泄露情况提前预防，健全应急处理机制。对信息泄露者和造谣传谣者，视情况严重程度给予处理。

技术企业则应持续加大技术研发投入，提升网络安全防护能力，为广大网民提供更为安全、可靠的网络环境。面对越来越多样化的网络攻击手段，技术企业需要不断创新，研发出更加先进的安全技术，如隐私保护技术、谣言智能识别技术、网络安全大模型等，应对日益复杂的网络安全挑战，保障信息安全。技术部门还要不断加强实践，密切关注网络技术的发展动态，及时掌握新的安全威胁和挑战，开发出更加有效的先进技术，提升实战水平。同时，技术部门还要做好网络安全人才的培养和储备，为维护网络空间安全提供人才保障。

普通网民应当严守法律法规，提高网络安全意识和网络安全素质，坚决不造谣、不传谣、不信谣。在网络世界，要保持清醒的头脑，要有鉴别信息真假的能力，不被虚假信息所迷惑，不随意传播未经证实的消息。同时，还要切实加强个人信息保护，避免在网络空间随意泄露个人信息，防止被不法分子利用。

观察成都刘某山编造“释正恩接过少林衣钵”网络谣言案，成都刘某山为博取关注、吸粉引流，转发一少年游客与少林寺方丈释永信的合影，并将该游客身份改为“释正恩”，无中生有编造发布虚假信息，引发部分自媒体跟风炒作，造成恶劣影响。经公安机关调查，其对违法行为供认不讳，公安机关已依法对其处以行政处罚并责令消除影响。虽然这个谣言的生产传播链条清晰了，当事者得到了处罚，但是影响已经造成了。为了避免再次发生类似情况，就要加大打击造谣传谣力度，坚决捍卫网络空间安全。

总之，要切断谣言生产传播的链条，就需要从源头上找原因，既要注重网络安全意识提升，也要营造健康良好的网络环境。一方面，提高网民不传谣不造谣的网络安全意识，不做谣言的生产者和传播者，另一方面，倡导网民积极参与到网络空间治理工作中来，共同营造一个健康、安全的网络环境，让网络空间更加美好。

随着国家数字化建设不断提速，数字经济进入算力时代。2022年我国全面启动“东数西算”工程，提出构建数据中心、云计算、大数据一体化的新型算力网络体系。在算力网络进入探索性建设初级阶段的同时，加快提升算力网络安全保障能力成为新的议题。近年来，我国陆续发布算力网络相关政策，对一体化算力网络建设、强化安全防护提出明确要求，算力网络的安全保障已成为重要关切点。此外，作为数字时代核心生产力，算力网络安全问题直接关系经济社会持续安全稳定运行。因此，前置性地做好网络安全工作至关重要。未来，产学研用各方协同发力，共同提升算力网络安全保障能力，推动全国数字经济协同发展。

算力网络是融合分布式计算、存储、传输资源的新型网络

根据2021年发布的国际电信联盟标准（ITU-T Y.2501）定义，算力网络（Computing Power Network，CPN）通过集中控制器、分布式路由协议等网络管理面系统，融合分布式服务节点的计算、存储、传输等资源，实现资源优化配置。

具体来说，算力网络包含3类要素：一是“编排”，通过智能调度、运营服务等管理面系统，统筹调度网络和算力；二是“算”，聚集云、边、端、IDC、超算中心等算力资源，提供分布式海量计算和存储能力；三是“网”，连接算力中心节点，灵活调度电信网、互联网、国家枢纽节点直连网等网络资源，打造毫秒级数据通路。

算力网络充分整合IDC、超算中心、边端算力等资源，以基础通信网络、数据中心直连网等为承载，以算力按需调度、多网异构互联、算网随行随动为特点，是云网融合的发展趋势。

算网建设全面提速

算网安全是重中之重

“东数西算”工程推动算力网络建设全面提速。目前，我国已形成算力资源储备充足、算力调度初具规模、算力交易已现雏形的算网服务体系，算力网络初步构建。我国主张打造算网融合的基础设施，由“东数西算”工程牵引，打造更多算力基础设施，重视算力和网络资源融合以实现网络一体化、算力一体化发展。

我国当前仍依托云、基础通信网等现有网络的安全能力实现算力网络安全保障。但是，针对算力网络的攻击面广，可能引起严重危害。算力网络是公共服务、金融、能源、交通、商贸、工业制造等千行百业应用的基石底座，“东数西算”云网与数据融合加速，针对网、云、算、数任一维度的攻击，都能“以点带面”实现对行业应用、算力网络乃至现实世界的灾难性打击，直接影响14亿国民的正常生活，危害经济社会持续安全稳定运行。

算力网络架构特性复杂

安全风险无处不在

算力网络架构涉及基础通信网层、算网融合层、算力服务层、算力网络运营层、用户层5个层级。在最底层的为基础通信网层，主要为电信运营商提供网络服务；在其之上的算网融合层，算力调度平台运营者（通常政府牵头、运营商建设）负责实现算网资源融合编排、打造生态；中间的算力服务层涉及云厂商、超算服务商等算力供应商作为主体，提供各类算力资源；算力网络运营层的主体为算力交易平台运营者，主要负责保障交易双方安全、诚信开展算力交易；最上层的用户层为使用、购买算力的业务服务供应商和千行百业。

算力网络在基础通信网络的基础上，具有网络与算力深度融合、海量异构算力等架构特性，且有产业生态链条长、安全角色交叉等生态特点，其新增了行业与算网交易等业务模式，可能带来跨域身份、边界防护等总体架构安全风险，算力环境、数据安全等重要点位安全风险，协同调度、算力交易等新增平台安全风险，以及生态协同风险。

算与网深度融合

总体安全风险级联放大

一是动态的网络架构冲击原有固定安全体系。算力网络需基于对全网资源感知及算力意图分析，实现异构算力需求的按需调度，原有安全防护体系无法适配随时可能动态调整的算力网络架构，安全防护的疏漏会引发较大安全风险。

二是安全风险将通过信任体系冲击防御体系的根基。算网资源集中化编排下的跨域身份安全风险有机会击穿业务系统，可能存在用户数据泄露等风险。因此，跨域身份和信任体系需具备更高安全性。

三是更复杂的网络场景提高了安全防护和运营的难度。数量种类繁多的防护资产、大幅增加的安全节点，都使得算力网络安全运维成本和运营难度指数上升，错误的策略配置可能造成业务中断。

四是安全边界泛化程度加大，攻击内网蔓延跨域、跨网传播风险增加。云网、多云协同导致安全边界进一步泛化，降低隔离效果，增加网络暴露面，同时也加剧了安全威胁传播风险。

传统与新型安全风险并存

冲击现有防护手段

一是多主体算力加大协同力度，算力可信和数据安全风险凸显。对于供给方来说，差异化算力协同增加算力可信难度。不同算力节点安全级别参差不齐，多种算力类型的融合，使得算力环境安全、可信安全隔离与算力安全感知等面临严峻挑战。对于需求方来说，算力协同凸显数据安全风险及钱包账户安全。算力网络引入了多元化的数据处理主体和计算场景，导致数据暴露面增加，交易过程中数据安全风险加剧。

二是新型服务模式挑战现有防护有效性。一方面，大量新系统的引入使得管理面高度集中，安全威胁“牵一发而动全身”。若攻击者劫持管理面数据库，获取算力节点拓扑，可定向发起DDoS攻击使关键节点失效，导致计算作业失败，甚至算力网络瘫痪。另一方面，安全防护措施的缺失将影响算网服务交易开展，造成交易双方的经济损失。算网服务交易是依托算网建设应运而生的新型业务模式，交易主体责任体系、交易过程合规、安全合约技术等方面安全措施亟须与建设同步落地实施。

三是生态主体多，安全责任落实难度加剧。算力网络产业生态涉及电信运营商、云服务商、设备商、安全提供商、用户等诸多角色，具有链条长、安全责任交叉等特点。在实际运营中，算力网络服务关系存在多级嵌套的情况，安全责任边界亟待厘清，威胁所带来的风险也依附产业链不断渗透，现有防护模式有效性受到挑战。

针对上述问题和挑战，要强化顶层设计和整体统筹，规范引领安全。

一是制定算力网络安全工作指导文件。以“谁管理谁负责、谁运营谁负责”的思路和原则，明确各单位的主体责任边界；明确算力网络中不同算力基础设施、系统平台的安全防护、通信速度、业务运行等方面安全基线要求；建立网络安全风险事件报告机制，强化安全监管。

二是加强算力网络安全标准体系建设。制定算网安全标准研究框架，依托标准开展节点安全等级标记，完善安全防护机制；建立健全算网安全测评体系，加快风险评估、能力成熟度评价等相关工作开展。

三是搭建多角色协同工作机制，建立安全标准体系。建立算力网络主体安全责任共担模型，明确划分安全责任边界，建立适应多主体角色的协同工作和管理机制；建立算力网络安全标准体系，优化算力网络安全治理结构，增强安全治理效能。

升级扩容的同时探索创新，全面保障安全。

一是构建统一算力网络安全防御体系架构。依托已有国家级防护平台和体系，构建立体防御平台、打造全国态势感知系统中心、构建算网内生安全框架。

二是打造持续评估的跨域信任体系。构建动态的身份信任体系，秉持“持续验证，永不信任”原则，充分利用安全代理、网络隔离、身份安全、信任评估等核心技术，对主体身份进行动态授权管理，并进行持续信任评估。

三是积极探索新技术与新应用。开展网络安全技术创新应用，例如构建安全编排能力、推进密码资源应用、引入网络安全保险；探索更安全的数字化技术，如探索应用数字孪生等技术；开展内生数据安全能力建设，如隐私计算等技术。

4月16日，北京市人力资源和社会保障局发布《关于增设网络空间安全职称评审专业的通告》，新增网络空间安全职称评审专业，畅通网络空间安全专业技术人才职业发展通道。北京市首次网络空间安全专业职称评价将于今年下半年启动。

近年来，随着人工智能、5G网络、物联网、区块链等技术的发展和进步，北京聚集了大批优秀网络空间安全专业技术人才。新增设的网络空间安全专业职称设置初、中、副高、正高四个等级，名称分别为助理工程师、工程师、高级工程师和正高级工程师。凡是在北京市国有企业事业单位、非公有制经济组织、社会组织中，在网络与系统安全、信息内容安全、数据安全、业务安全领域从事研发、服务、应用和监管等相关工作的国内外专业技术人才，均纳入北京市职称评价范围。

网络空间安全职称全面推行代表作评审制度。网络空间安全专业分为网络与系统安全、信息内容安全、数据安全、业务安全四类，并按照“干什么、评什么”分别制定业绩、成果条件。网络空间安全专业职称评审工作将打破职称评价“唯论文”的固有模式，全面推行代表作评审制度，申报人可自主选择研究报告、项目报告、国家标准、发展规划、论文专著等代表作成果，参加职称评审。

网络空间安全职称实行社会化评价，初、中、副高、正高四个等级均通过评审认定职称。北京市人力资源社会保障局将根据产业发展需求，适时开展专项评审，实现产业链、人才链、创新链融合发展。专业技术人才取得职称证书后，用人单位根据需要，自主、择优聘任专业技术职务。

具有成本低廉、手法隐蔽、危害性强特点的网络“钓鱼”，已成为境外间谍情报机关实施网络攻击的主要手段之一，电子邮件则是他们窃密的重点目标。3月17日，国家安全部对“钓鱼邮件”窃密的常见手法、防范方法做了详细说明。当前网络窃密多发高发，网民在工作生活中时刻保持警惕，提高防范应对能力相当重要，在数字经济发展不可逆的当下，网络安全保护也是保障产业发展的前提。

“‘钓鱼’邮件是一种常见的网络攻击手段。”国家安全部介绍，攻击者通常会伪造发件人地址和邮箱账号，诱使目标用户点击恶意链接或下载恶意文件，窃取用户凭证和数据资料等敏感信息，甚至入侵控制相关终端设备。

国家安全部列举了三种钓鱼邮件常见的攻击方式：假扮官方实施欺诈、个性定制精准窃密、窃取账号冒充身份。以假扮官方为例，境外间谍情报机关会预先搜集、分析相关电子邮箱用户信息，筛选出有价值的目标，并根据其关注的热点事件、工作事项或个人事务，“定制化”设计邮件标题、内容，以降低目标对“钓鱼”邮件的防范心理，诱使其下载恶意攻击性文件，实现“精准”窃密。

根据国家安全部分享的案例，2020年，境外间谍情报机关预先控制了某地党校教授的邮箱，利用其教授身份向邮箱中的联系人发送主题为“某全会精神深度解析”的邮件，相关收件人点击查看后导致多个邮箱资料被窃。

面对可能发生的网络“钓鱼”，普通用户应该怎样防范应对？国家安全部的建议是增强安全意识、提高甄别能力，完善安防举措。具体到安防举措，个人应设置具有较高安全性的登录密码并定期更新，配置并使用二次认证、异常登录报警等安全防护功能。相关单位要强化网络安防措施，启用有效的安全防护策略。同时，应安装并及时更新计算机、手机等终端杀毒软件，定期进行全盘体检杀毒。

Cofense发布的《2023年电子邮件安全报告》显示，电子邮件的使用量呈逐年增长趋势，电子邮件传播造成的安全事件逐年增加、攻击手段日益复杂。恶意钓鱼电子邮件增加569%，与证书/凭据钓鱼相关的活跃威胁报告增加478%，恶意软件增加44%。

将关注点扩大到数字经济和网络安全产业，农文旅产业振兴研究院常务副院长袁帅认为，“面对日益严峻和复杂的网络安全产业发展需求，最关键的要素在于人才。现阶段由于行业发展特点，人才队伍呈现出底部过大、顶部过小的结构，即从事运营与维护、技术支持、管理、风险评估与测试的人员相对较少，尤其缺乏既懂业务又懂技术的高端综合人才”。

从政策层面看，近年来国家有关部门相继出台了《网络安全法》《信息安全技术-网络安全等级保护基本要求》《关键信息基础设施安全保护条例》等一系列法规和政策，正通过多个维度保障网络安全。