当OpenClaw智能体因提示词注入和远程代码执行漏洞被工信部紧急通报，当54.7%的工业智能体Skills被检测出存在安全缺陷，当Anthropic旗舰模型因安全隐患被实施出口管制——AI安全检测已从“技术选项”变为“产业刚需”。安全研究所这份报告构建了从漏洞分类、风险检测到验证能力的多层级安全检测体系，为AI系统提供了一套可复用的安全“体检仪”。

人工智能系统加速落地的同时，安全风险日益凸显。2026年，曾爆火的OpenClaw（“龙虾”）智能体因存在提示词注入、远程代码执行、恶意插件投毒等严重安全隐患，工信部、国家互联网应急中心等部门发布安全提醒，部分企业明令禁用。Skill（技能）作为人工智能执行特定任务的模块化单元，在OpenClaw、Hermes等智能体中广泛应用，经测评54.7%存在安全缺陷，可能引发网络攻击、数据泄露和系统瘫痪。
人工智能安全已从技术问题上升为战略博弈的焦点。全球主要经济体纷纷将人工智能上升为国家战略，体系化的安全检测方法研究具有紧迫的现实意义。

研究团队建立了人工智能安全缺陷及漏洞分类体系，为系统性检测提供了分类学基础。在AI多层级安全体系中，智能交互层的提示词注入威胁最为突出——攻击者仅需输入精心设计的自然语言即可绕过安全防护，导致越权访问、敏感信息泄露、恶意内容生成。OpenAI、谷歌、Anthropic等头部厂商均将提示词注入防御列为安全建设的核心。

基于大模型安全风险评测架构，团队自研了安全风险评测工具，构建了253个攻击脚本的检测能力。即使表现最好的模型也未能完全抵御攻击，行业安全水位整体偏低。工业智能体Skills测评发现三大风险维度：代码安全风险——底层代码漏洞频发，高危漏洞突出；提示词注入风险——伪造系统规则、冒充管理权限等恶意指令隐藏在常用文档中；权限过度配置——多数Skills申请过多权限，部分框架“一次授权、持续生效”的信任模型存在隐患。此外，29.7%的Skills存在第三方依赖，官方Skills市场缺少严格的身份核验和前置审计。

研究团队构建了人工智能安全漏洞知识库和漏洞验证能力，实现了从“发现风险”到“验证风险”的跨越。这一能力使安全评估不再停留在理论层面，而是能够通过实际验证确认风险的可利用性和影响范围，支撑AI安全治理闭环。

AI安全检测正从单点检测走向体系化检测，从静态检测走向动态量化评估。未来发展方向包括：跨层级威胁传导分析——从单一层级检测升级到跨层动态融合量化评估；可量化的风险优先级——通过成本效益分析把“修哪里”变成可计算问题；标准化检测流程——把评估做成可复制、可审计、可落地的方法。