Claude Code砸的坑，螞蟻安全在嘗試填上

Claude Code砸的坑，螞蟻安全在嘗試填上

2026年，AI安全領域迎來了關鍵轉折點。前幾日，工信部NVDB平台發布風險預警，指出Claude Code存在安全後門隱患，可在用戶不知情的情況下收集敏感信息。這並非單一事件，年初紅遍全網的OpenClaw也屢次曝出高危險漏洞。從快速崛起到漏洞頻傳，這些Agent產品的發展軌跡驚人相似：AI能力不斷擴張，但伴隨而來的風險也如雪球般滾大，濫用工具、惡意代碼生成、提示注入等問題，早已不是一兩個補丁就能徹底解決。面對新型態的風險，行業逐漸從「漏洞修補」轉向「安全框架」的建構。最近螞蟻開源的SingGuard-NSFA與SingGuard，就是值得關注的嘗試。

前者聚焦智能體行為安全，後者鎖定多模態感知安全，目標一致：在AI行動之前，將風險扼殺於搖籃之中。這兩個框架的背後，是螞蟻長期在安全領域的積累，從支付安全、風控體系到AI安全，形成一條持續演進的技術路徑。AI安全的打法正在改變。過去緊盯模型輸出、進行內容審核即可，但現在大模型不再僅限於聊天，而是開始調用工具、執行代碼，觸及的風險範圍急遽擴大。傳統內容安全分類體系無法涵蓋行為層面的風險，多模態又帶來更多變數，風險可能隱藏在圖像細節、圖文組合或模型響應中。更棘手的是，不同業務的安全紅線動態變化，昨天合規的內容，今天換個場景就可能踩線。單純依靠補丁，顯然無法應對未知風險與規則變動。

螞蟻開源的SingGuard-NSFA，是一款面向智能體安全的雙模推理護欄框架，提供0.8B、2B、4B、9B四種尺寸。其核心思想是將安全檢查前置到智能體執行之前，同時在請求攔截與響應兜底兩端設卡，將防線從文本合規推進到行為安全。支撐這一架構的是系統性的NSFA風險分類體系與多語種評測基準，以機密性、完整性、可用性（CIA三元組）為理論基礎，結合OWASP安全指南，將智能體風險逐一拆解。

SingGuard-NSFA採用生成式與判別式雙模同步推理：生成式模式逐條輸出鏈式推理分析，讓每一步判斷有據可查，適合離線合規審計；判別式模式則透過每次前向傳播直接給出各風險域的置信度，延遲壓低至45至57毫秒，適用於高吞吐的即時攔截。其巧妙之處在於，骨幹網絡凍結，真正進行判斷的是外掛的輕量分類頭，因此一旦出現新風險，只需補訓練一個新頭，即可實現原生擴展。這套架構還能作為插件使用，例如為Llama Guard 3增加分類頭後，用戶請求安全基準的F1值提升17.6個百分點。在三大評測基準上，SingGuard-NSFA均取得SOTA表現，最小的0.

8B模型即可比肩8B競品，9B模型在泛化上達到91.29% F1，精度與召回更均衡。另一框架SingGuard，則專注於多模態大模型安全，同樣提供0.8B至8B四種尺寸。其最大特點是將安全規則設計為運行時輸入，不同業務域可現場下發各自的紅線，模型據此逐條判定，不僅判斷是否有風險，也確認是否違反當前防控規則。推理層面，快思考負責低延遲判斷，慢思考進行深度推理，並透過early exit自動切換，在效率與準確性之間取得平衡。針對多規則並行審核的瓶頸，螞蟻提出RI-Mask技術，使共享的圖文上下文僅編碼一次，多條規則並行判斷，多模態推理速度最高提升五倍以上。

SingGuard-NSFA與SingGuard雖針對不同對象，但共同強調過程可解釋性與風險可擴展性。具體違反哪條規則、依據為何，審核過程都有理可循，而非黑箱操作；新增風險只需輕量擴展，不影響既有檢測能力。與其說它們是安全產品，不如說是在定義未來智能體運行所依賴的安全基礎設施。將時間線拉長，此次開源並非孤立事件。今年早些時候，螞蟻AI安全實驗室在OpenClaw漏洞引發關注時，就曾發現多項高危漏洞並協助官方修復。隨後，螞蟻與清華大學聯合開源ClawAegis，提供覆蓋產品全生命週期的安全方案。從漏洞挖掘到場景化解法，再到可複用的底層框架，螞蟻在AI安全的佈局正逐步收束成體系。

其智能體安全產品也已通過信通院泰爾實驗室最高等級評級，顯示在工程落地上走在前面。靠補丁續命的時代已過去，行業需要有人向前一步，定義風險邊界，建構一個大家都能穩穩站上的底座。Claude Code與OpenClaw帶來的討論僅僅是開始。隨著Agent深入辦公、開發與生活場景，AI安全將進入新階段。相比不斷追趕漏洞，建立一套能持續適應風險變化的安全基礎設施，或許是整個行業下一步真正需要解決的問題。從這個角度看，螞蟻的開源動作真正值得關注的，不只是性能指標，而是開始回答一個更底層的提問：AI時代的安全邊界，究竟應該如何定義。