《电信和互联网生成式人工智能服务安全分级指南》团体标准将于10月8日实施：行业首部面向生成式AI服务安全分级的标准

该团标的意义在于把“分级”落到可操作的行业尺度上：不同安全等级的生成式AI服务对应不同的安全管理与技术要求，既便于电信和互联网企业对照自查，也便于监管在备案与检查环节形成统一口径，避免“一刀切”压制创新或标准过软失去约束力。

与之衔接的《人工智能安全治理框架3.0》延续风险分类、技术应对、综合治理的核心逻辑，将治理视角从单一技术环节拓展到数据、算法、模型、应用、供应链等全过程，并特别强化开源生态安全与供应链安全管理。其最受关注的变化是治理对象从“内容安全”延伸到“智能体行为安全”，要求做到风险看得见、管得住——AI做了什么、谁让它做的、中间走了哪些步骤全程留痕、可追溯审计，并且谁开发谁负责、人类可随时“踩刹车”。

国际层面，欧盟《人工智能法案》已于2026年8月2日进入可执行阶段，欧盟AI办公室获得对通用AI模型提供商的正式调查与执法权力；美国NIST于2026年2月启动AI Agent Standards Initiative。中美欧三条治理路径差异清晰：美国关注前沿能力、以行业自律为主，欧盟强调风险分级、建立强制性合规框架，中国以统筹发展和安全为主线，通过备案、分类分级与内容标识落地。

市场侧的落差同样值得注意。据Gartner预测，2026年全球AI总支出将达2.52万亿美元，其中AI网络安全支出约513.5亿美元、占比约11%，AI软件支出约为保护AI本身的安全支出的9倍。

奇安信集团董事长齐向东提出，智能体部署要“把智能体画在圈里，管好‘手脚’”，用部署圈、连接圈、权限圈、数据圈、审计圈五个圈，以智能体安全管理平台为大脑、AI安全网关为中枢形成闭环。标准能否真正生效，取决于企业是否把这些控制建成可举证的制度与日志。