报告显示，65%的模型安全从业者工作年限不足5年，64%的大模型相关单位由传统安全团队兼职或研发团队兼顾模型安全，仅23%设置了专门的AI安全研究队伍。
AI解读：这份报告把AI安全人才的工作拆成三类：模型安全、AI应用安全、AI赋能网络安全。前者管模型和数据本身，中间管智能体进入业务后带来的风险，后者研究怎么用AI提升漏洞挖掘、安全运营和攻防效率。换句话说，安全人员既要处理AI带来的新问题，也要拿AI当工具。
报告里最直接的数字是：81%的AI应用落地单位尚未设专职AI安全团队，64%的大模型相关单位靠传统安全团队兼职或研发团队兼顾。这意味着很多单位已经让模型进入业务，但专职看门的人还没配齐。对正在上大模型的团队来说，这更像是一个组织问题，不完全是技术问题。
技术门槛也具体。提示词安全、内容合规、接口安全、业务逻辑安全四项，未达熟练水平的人员占比分别54%、64%、60%、65%。其中最缺的是业务逻辑安全，说明光懂模型不够，还得能读懂权限和调用链。
一个值得注意的反差：10年以上从业者对AI辅助漏洞挖掘效率的满意度只有58.3%，是所有年限里最低的。报告的解释是，资深人员更在意输出是否准确、稳定、可验证。AI能提效，但漏洞成因和处置方案仍要人把关。
高校侧，68%已把AI相关课程设为必修或选修，但只有10%的受访教师认为所在高校有较完备的AI安全实训体系，26%具备较充足算力，约21%的教师同时有攻防和AI算法经验。80%的紧缺资源集中在实操案例和真实攻击案例上，缺的是练手环境，不是课程名目。
2026年9月18日，在第一届中国网络空间安全大会上，《网络安全人才实战能力报告—AI赋能篇》正式发布，报告由国务院学位委员会学科评议组（网络空间安全组）、教育部高等学校网络空间安全专业教学指导委员会指导，北京航空航天大学、中国科学技术大学、永信至诚科技集团股份有限公司担任主编单位，多所高校、科研机构及产业单位参与编制。中国网络空间安全学会常务理事、北京航空航天大学教授刘建伟在发布现场对报告进行了解读。
报告是网络安全人才实战能力研究系列继“攻防实战能力篇”“人才评价篇”“安全测试评估篇”之后的第四篇章，主题是AI时代网络安全人才的分布、实战能力、培养和评价。
报告援引人工智能评测机构METR的研究称，以人类专家完成任务所需时间衡量，前沿AI模型在50%成功率下可完成的任务时长大约每7个月翻一番。报告由此提出，当AI独立工作的时间变长、可访问的数据和获得的系统权限变多，确保它不受恶意指令操纵、不突破权限边界成为必须回答的问题。
报告把AI时代网络安全人才的实战任务分为三类：模型安全，保障模型、底层数据和算法本身的安全；AI应用安全，应对模型和智能体进入业务系统后产生的新风险；AI赋能网络安全，研究如何用AI提升漏洞挖掘、安全运营、攻防对抗和威胁检测等工作的效率。报告称，这意味着网络安全人才面对双重任务：既要识别和处置AI带来的新型风险，也要善于用AI提高安全工作效率。
65%的模型安全从业者工作年限不足5年，81%的AI落地单位没有专职团队
报告显示，当前相关人才呈现从业年限偏短、地域和行业分布相对集中、专职力量不足等特点。在模型安全领域，65%的从业者工作年限不足5年；广东、北京、浙江、上海和江苏五个省市汇集了46%的AI应用安全人才；在关键信息基础设施单位中，75%的相关人才集中在电力、金融和通信三大行业。
与AI应用加快落地形成对照的是，不少单位尚未建立专职安全队伍。64%的大模型相关单位仍由传统安全团队兼职或研发团队兼顾模型安全，仅23%的单位设置了专门的AI安全研究队伍；81%的AI应用落地单位尚未设置专职AI安全团队。报告称，这意味着当大模型和智能体进入越来越多业务场景时，与之匹配的风险识别、测试验证和应急处置能力仍需加快建设。
提示词、内容合规、接口、业务逻辑四项中，未达熟练水平占比最高65%
报告显示，在AI应用安全场景中，提示词安全、内容合规、接口安全和业务逻辑安全四个维度，尚未达到熟练水平的人员占比分别为54%、64%、60%和65%。
报告据此提出，AI安全人才不仅需要理解模型机制，还要具备数据安全、接口安全、权限控制和业务风险分析能力；具备算法知识、攻防能力和业务理解的复合型人才，正在成为AI应用安全落地的重要支撑。报告同时描述，当模型可以读取内部数据、连接外部工具并参与业务流程，风险可能沿着接口、权限和调用链不断延伸。
10年以上从业者对AI辅助漏洞挖掘满意度58.3%，为各年限最低
报告指出，漏洞挖掘、安全运营、威胁分析和响应处置等环节正在引入大模型和智能体，以提高信息处理与任务执行效率，但AI提效并不意味着可以替代专业判断。
报告给出的数据是：10年以上从业者对AI辅助漏洞挖掘效率的满意度为58.3%，在不同从业年限群体中最低。报告认为，这一结果反映出在复杂、专业和高要求的安全任务中，资深人员更加关注AI输出是否准确、稳定和可验证；AI可以辅助分析和执行任务，但对漏洞成因、攻击路径、业务影响和处置方案的判断，仍需要安全人员把关。
68%高校已设AI课程，仅10%教师认为实训体系较完备
报告显示，68%的高校已经将AI相关课程设置为独立必修课或选修课。
但从课程设置走向实战能力形成，仍面临算力、师资、案例和实训环境等现实制约。仅10%的受访教师认为所在高校已经建立较为完备的AI安全实训体系，26%的高校具备较为充足的算力条件、可以支持模型训练和对抗攻击实验；具备网络安全攻防与AI算法双重经验的教师约占21%。在高校最紧缺的教学资源中，80%的需求集中在实操案例、真实攻击案例和实验指导。
报告用ASK-P体系探索分类分层评价，更看重实战成果
报告基于ASK-P网络安全人才实战能力评价体系，围绕模型安全、AI应用安全和AI赋能网络安全三类场景，进一步探索分类分层的能力评价方法。报告称，与传统仅以学历、证书、资历和知识掌握程度为主的评价方式相比，该方法更关注人员能否在真实或仿真环境中运用知识和技能完成安全任务、处置实际风险，并形成可验证的实战成果，从而为高校明确培养目标、企业识别人才胜任力以及从业人员规划能力成长路径提供参考。
报告提出，未来网络安全人才建设应更加贴近真实业务和实战需求，以实际任务定义能力、以真实场景组织训练、以任务完成效果评价人才，推动高校、科研机构、网络安全企业和重点行业共同参与人才培养、训练、评价和使用。
作为报告主编单位之一，永信至诚表示，未来将继续联合高校、科研机构和行业伙伴，围绕真实业务、真实风险和真实攻防场景开展网络安全人才实战能力研究。
本文由永信至诚提供，量子位获授权转载，观点归原作者所有。