《网络安全人才实战能力报告-AI赋能篇》发布：AI应用落地加速，专职安全力量严重滞后

事件概述

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》（以下简称“报告”）正式发布。该报告是网络安全人才实战能力研究系列的第四篇章，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。

核心信息

1. AI能力进化与安全边界重构

• 任务复杂度提升：METR研究显示，前沿AI模型在50%成功率下可完成的任务时长约每7个月翻一番，独立工作时间和系统权限显著增加。
• 安全对象变化：安全工作重心从传统的网络、系统和数据，扩展至模型、算法、训练数据、提示词、智能体权限及工具调用链。
• 三大实战场景：报告将AI时代网络安全人才面临的实战任务划分为三类：
  • 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：利用AI提升漏洞挖掘、安全运营、攻防对抗和威胁检测效率。

2. 人才现状：供需错配与结构失衡

• 经验不足：在模型安全领域，65%的从业者工作年限不足5年。
• 分布集中：广东、北京、浙江、上海和江苏五省市汇集了46%的AI应用安全人才；关键信息基础设施单位中，75%的相关人才集中在电力、金融和通信行业。
• 专职力量缺失：
  • 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%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。

3. 能力缺口：复合型人才稀缺

• 技能短板：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，未达熟练水平的人员占比分别为54%、64%、60%和65%。
• 需求转变：AI安全人才不仅需理解模型机制，还需具备数据安全、接口安全、权限控制和业务风险分析能力，复合型背景成为关键支撑。

4. AI辅助与专业判断

• 提效局限：虽然AI在漏洞挖掘等环节提升了效率，但资深人员对其准确性存疑。10年以上从业者对AI辅助漏洞挖掘效率的满意度仅为58.3%，为各群体中最低。
• 不可替代性：在复杂安全任务中，AI无法替代对漏洞成因、攻击路径、业务影响及处置方案的专业判断。

5. 教育与评价改革

• 课程普及：68%的高校已将AI相关课程纳入必修或选修体系。
• 实训困境：仅10%的教师认为学校建立了完备的AI安全实训体系，26%的高校算力充足，具备双重经验的教师约占21%。80%的教学资源需求集中在实操案例和真实攻击案例。
• 评价导向：基于ASK-P体系，报告提出分类分层的能力评价方法，强调在真实或仿真环境中运用知识完成任务、处置风险并形成可验证成果，推动以实际任务定义能力和评价人才。

值得关注

报告指出，未来网络安全人才建设应贴近真实业务和实战需求，通过“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、企业及重点行业共同参与人才培养闭环。