网易智企·易盾-优快云博客

原创大模型安全新范式：DeepSeek一体机内容安全卫士发布

2月以来，DeepSeek一体机几乎成为了政企市场AI消费的最强热点。通过一体机的方式能够缩短大模型部署周期，深度结合业务场景，降低中小企业对于大模型的使用门槛。据不完全统计，已约有超过60家企业基于DeepSeek推出一体机产品。但设想一下，当你不再因算力资源限制的问题而烦恼后，准备享受AI带来的高效，发现大模型回复的内容可能存在一些安全合规方面的问题，比如涉嫌违规违法、可能不符合社会主义核心价值观抑或是不准确、不可靠。此时，AI依然没有很完美地起到“增效”的效果。

2025-03-11 10:32:09 1555

原创 DeepSeek赋能大模型内容安全，网易易盾AIGC内容风控解决方案三大升级

在近两年由AI引发的生产力革命的背后，一场关乎数字世界秩序的攻防战正在上演：AI生成的深度伪造视频导致企业品牌声誉损失日均超千万，批量生成的侵权内容使版权纠纷量与日俱增，黑灰产利用AI技术持续发起欺诈攻击。与此同时，面向数字内容的安全技术也借助AI的力量不断进化。新年开工后的第一周，网易易盾完成核心的内容安全产品线对DeepSeek的全面接入，借用全球最强大模型的能力强化行业最强的内容风控技术能力。那么，有了DeepSeek加持的全新AIGC内容风控解决方案，具体在哪些方面得到了提升呢？

2025-02-25 10:45:55 1177

原创从备案合规到全链路防护，企业如何筑牢AI安全底座？

一张看似真实的图片，可能只需要一句提示词、几十秒就能生成；一句听起来笃定的AI回答，也可能被用户当成正式承诺。当AI开始替企业回答问题、制作素材，甚至调用工具执行任务，安全风险也正在从内容生成延伸至真实的业务流程。如何在推动AI创新应用的同时，守住安全底线？网易智企AIGC安全产品负责人陈谌受邀出席，并带来《生成式人工智能安全治理：趋势、挑战与体系构建》主题分享，结合产业一线实践，探讨生成式AI应用中的安全风险及企业治理路径。

2026-10-27 13:40:39 319

原创 AI Agent 的安全边界在哪里？四条边界与上线前后的防护落地

AI Agent 正从对话工具演变为自主执行任务的智能体，企业部署数量激增，但安全风险随之上升。网易智企-易盾指出，需构建数据、指令、工具、行为四重安全边界，通过资产梳理、上线评测、运行防护与审计追踪，实现全流程可控。唯有在明确权限与风险管控下，才能让Agent在可靠范围内创造价值。

2026-10-23 15:21:03 129

原创 AI 生成广告合规落地：素材标识、审核节点与留痕实现

用 AI 很快就能做出十版主图。合规要回答的问题也换了：这张图是生成的还是实拍的、生成了要不要标注、标在哪里、谁来标。2025 年 9 月 1 日，《人工智能生成合成内容标识办法》施行，配套强制性国家标准 GB 45438—2025 同步落地；2026 年 9 月，成都市市场监管局发布《AI 生成广告合规指引》（来源：成都市市场监管局公开信息，2026 年 9 月），该指引适用于成都市行政区域内的广告活动，全国适用的底线仍是《广告法》与国家标识规则。

2026-10-23 14:48:50 446

原创食品类广告合规怎么做？产品身份分层与宣称用语规则拆解

素材被退回，多数不是文案粗糙。普通食品在讲日常调理效果、保健食品漏标警示语、特医食品被当成普通营养品推——这些问题的共同点，是产品站错了说话的身份。食品广告合规的难点也在这里：把不同规则对上具体品类。先给结论：食品广告合规的起手动作不是查词表，而是确认主体身份。身份定了，再判断这句话能不能说、要不要送审、该标什么。下面按三类主体边界、两类禁区、审查与必标、特医食品边界、高危表述依次拆解，再落到自查清单。

2026-10-23 14:48:11 313

原创化妆品广告审核规则拆解：功效宣称的三层边界与判定实现

A：不是全部。按《化妆品功效宣称评价规范》，感官可直接识别的功效，以及符合条件、标签明确标注「仅具物理作用」的物理遮盖、附着、摩擦类功效，可以免予公布；其余功效宣称需作出评价结论并公布依据摘要。

2026-10-23 14:46:50 291

原创广告合规系统如何选？检出能力、接入成本与运营闭环评估

通用红线之外，每个行业都有自己的尺度。要确认风险标准能不能按行业、品类、场景自定义，标签能不能自己增删改，新规则从确认到布控走谁的流程。易盾支持审核标准与标签自定义，风险标签体系为万级规模。考察问题：品类专属标准是我们提需求、你们来配，还是我们能自己维护？一条新规则从确认到生效经过几个环节？

2026-10-23 14:45:11 263

原创自有阵地内容巡检设计：官网、小程序与商品页检查项拆解

自有阵地的内容合规，难点不在写新文案，而在那些已经发布、几乎没人再打开的页面。官网内容合规要解决三个实际问题：范围盘不盘得全，存量扫不扫得到，问题处置不处置得完。在经营者身份清楚、符合指南第八条的自有阵地场景，商业推广信息可认定具有可识别性，通常无需另加「广告」字样；但真实性与引证义务不因此减轻——多年前写下的一句表述、换过文案的一张配图，都可能成为检查时被引用的证据。

2026-10-23 14:44:26 266

原创广告素材审核系统设计：分层预审流程与批量检测实现

5 分钟出稿，审完要一周」——这句话在品牌市场部并不陌生。热点不等人，素材量还在增长，审核只要卡在某个环节排队，团队就只剩两个选择：拖慢投放节奏，或者带病上线。广告素材审核的提效，关键不在单个环节更快，而在改变流程结构——把审核从「所有素材挤在一个队列里等人工」改成「分层预审」。本文按「为什么审不过来 → 怎么分三层 → 边界在哪 → 从哪里开始」四步展开。

2026-10-21 13:57:01 128

原创绝对化用语判定方法：词表、语境与除外情形的三层逻辑

A：取决于页面在做什么。经营者在自设网站等合法媒介发布名称、简称、标识、成立时间、经营范围等信息，且未直接或间接推销商品的，一般不视为广告；一旦页面转向产品卖点与促销引导，就回到广告的判断框架。自设媒介是裁量中的从宽因素，但不是豁免理由。

2026-10-21 13:55:56 59

原创电商详情页广告合规检查清单：标题主图详情属性拆解

一条商品详情页素材，背后是标题、主图、详情、属性几个要素在共同传递信息。分开看都没问题；组合起来，却可能构成夸大宣传——「文案本身没问题、与图片组合后产生风险」，在电商素材里相当常见，也是电商广告合规容易漏掉的一类问题。先给结论：电商广告合规不是查几个敏感词，而是两件事——按要素分层自查，再做一层组合一致性检查。本文回答素材为什么容易「单看没事、组合出事」、要查哪些要素、哪些表述高频踩线，再给出一份能落到日常的自查机制。

2026-10-21 13:54:03 204

原创直播电商内容合规实现：脚本预审、实时监播与切片回扫

直播电商合规难在内容实时变动，传统“审得更细”不可行。需构建“播前预审、播中监播、播后回扫”三道关：预审脚本与物料，监播实时风险，回扫历史切片。关键补漏点包括口播与脚本一致性核对、信息留存三年以上、旧素材定期回扫。建议从一场高流量直播试点，明确岗位责任，先留痕再优化，实现可追溯的合规闭环。

2026-10-21 13:53:16 158

原创广告导向风险识别框架：八类高危内容与四道关机制

2026 年 10 月，市场监管总局公开通报 7 起涉导向违法广告典型案例；各地针对户外广告导向问题的专项治理、低俗广告专项清理整治也在推进。这类问题舆情传播快，而且很难靠一份词表框住——同一个词换个语境、换组画面，性质可能完全不同。所以自查要按类型系统做，再把检查动作固定进发布流程。下面拆解八类高危内容，和一套可落地的检查机制。

2026-10-21 13:52:11 236

原创直播话术合规改造：六类违规表述判定与改写规则

直播带货违规话术怎么改，是直播间每天都在面对的问题：主播在镜头前脱口而出的一句话，是删掉、改口，还是补上依据继续讲？判断标准不在措辞本身，而在这句话对外承诺了什么。换个更委婉的说法，风险仍然存在；反过来，有材料支撑、条件讲全的表述，也没有必要为了「听起来安全」而砍掉。本文先把规则要求摆清楚，再逐类识别六类高发表述，然后给出修改路径与检查机制。

2026-10-21 13:51:10 290

原创低俗营销审核清单：文案、画面与主播表达的三层标准

有一类创意，内部评审时人人叫好：双关用得巧，谐音接得住梗，和产品的关联也说得通。上线之后，截图开始流传，同一句话被读出另一层意思，解读在几个小时里发酵，品牌只好出面解释。起点往往不是有人有意踩线，而是创意与表达之间那片人人以为自己看得懂的灰区——低俗营销的风险，恰恰就藏在这里。把判断标准、替代表达、审核动作做成机制，才能既保住传播、又不越界。下文按文案、画面、主播三个载体拆解高发形态，再给出三条判断线与一套审核机制。

2026-10-21 13:49:23 230

原创促销广告合规自查：赠品明示、引证出处与限时表述核查点

每逢双 11 这类公共大促节点，促销广告合规的压力会在短时间内集中上升：素材集中上线，限时类表达与优惠信息密集交织，页面版本一天更新几轮；热点不等人，素材初审常常按分钟计时，「先上线、后补审」容易成为默认动作，风险随之累积。促销广告合规管的不是某个词能不能写，而是整套促销表达从承诺、证据到提示是否站得住脚。与其逐词替换，不如按「表述类型」逐类排查，把复核动作固定到发布之前。下文依次拆解：大促为什么易踩线、六类高频风险、写法要求，以及发布前的自查机制。

2026-10-21 13:48:29 248

原创对抗AI换脸，网易智企拿下信通院“卓越级”首证

值得一提的是，本次“人脸识别安全专项评测”覆盖了人脸采集、质量检测、活体检测、人脸比对、人脸数据传输五个方面共17 项能力要求，并将安全防护能力划分为基础级、增强级、优秀级、杰出级、卓越级五个层级。“卓越级”作为最高等级，对参评方案在 AIGC 对抗、复杂攻击防御、隐私合规、工程稳定性等多个维度都提出了极高要求，代表着当前行业内人脸识别安全防护能力的天花板。易盾作为首家摘得这一殊荣的企业，无疑为整个行业树立了新的安全标杆，也再次印证了其在人脸核验赛道的技术领先性与行业话语权。

2026-09-17 10:43:59 213

原创核心算法防AI逆向实践：代码分级与多层防护思路

App 里真正承载价值的，往往是一段几十行的核心算法或业务规则——但它恰恰是 AI 逆向优先盯上的目标。推荐算法、风控规则、业务逻辑、接口加密，这些决定产品差异化的代码，过去靠“难读”拖延分析，如今AI工具能加速读码并还原语义，把“被看到”升级成“被复刻”。算法一旦被还原，技术资产随之流失，竞争对手或灰产可以低成本复用其中的核心逻辑，业务护城河明显被削弱。

2026-09-14 14:15:50 144

原创应用加固如何应对AI辅助逆向？从单点防护到持续对抗

如果你负责 App 安全、研发效能或移动业务风险治理，大概率熟悉这个处境：加壳、混淆、动态保护都做了，面对 AI 辅助破解时仍然感到压力。这意味着，应用加固仍需继续演进：在加壳、混淆和动态保护的基础上，进一步应对 AI 辅助逆向。御AI对抗式应用加固，是网易智企·易盾应用加固产品线面向 AI 辅助破解的升级形态。它并非在现有方案之外再叠加一款独立产品，而是将已有的基础能力重新整合，形成覆盖攻击链多个环节、能够协同防护并持续迭代的体系。下文将具体说明此次升级包含哪些能力，以及团队如何平滑过渡。

2026-09-14 14:14:43 395

原创 AI Agent行为链安全：实时监控、权限管控与持续评测

2026年夏天，OpenAI的AI Agent自发搭建“死信箱”协调越狱，一路攻入全球最大开源AI平台的生产环境；一个月后，另一个Agent花34小时往真实开源项目注入恶意代码，被人质疑后主动销毁证据、伪造身份为自己背书。。

2026-09-14 14:12:46 417

原创御AI对抗式应用加固是什么？五层防护能力与落地路径

大模型工具进入逆向与破解场景后，App 面对的已不是过去靠人力反复尝试的攻击者。AI 可以批量完成信息收集、代码理解、路径规划，把原本门槛较高的逆向工作变成标准化流程，让单个攻击者的产出被成倍放大。对抗思路也要随之改变：与其追求「让攻击者进不来」，不如让攻击者每一步都走不稳——这就是御AI「对抗式」加固的出发点。「对抗式」的含义在于：不把安全当成上线前的一次性动作，而是当成贯穿生命周期的持续对抗。

2026-09-09 16:36:01 147

原创 App防AI逆向实践：对抗式应用加固的资产分级与组合策略

App防AI逆向并不是给安装包再套一层固定外壳。更可行的思路，是围绕AI分析依赖的输入、语义和反馈建立多层防护：让关键内容不易被完整观察，让业务逻辑难以连续理解，让分析判断缺少可靠依据，并限制结论的自动验证。应用加固也因此需要从单次处理，升级为资产分级、组合策略、运行时防护与持续迭代相结合的工程体系。

2026-09-09 16:30:28 283

原创人脸识别被AI换脸破解怎么办？深度伪造攻击与活体检测防线

数字身份，是每个人在虚拟世界的**“第二张脸”** ，守护这张脸，就是守护每一个人在数字时代的安全感与信任感。作为数字内容安全领域的长期深耕者，易盾将持续以技术为盾、以对抗为矛，紧密追踪深度伪造黑灰产的每一次演进，不断迭代人脸核验的防御能力，为金融、政企、互联网等各行业筑牢远程身份安全的第一道防线。以 AI 对抗 AI，易盾将继续与行业伙伴同行，共同守护每一次身份核验背后的信任，为数字业务的稳健运营与数字社会的安全发展，持续保驾护航。

2026-09-04 14:09:11 392

原创当AI开始“读懂”代码，应用加固还需要补上什么？

传统加固只能延缓攻击，唯有体系化、对抗式的，能成为企业应对下一代安全威胁的坚固护城河。—— 网易智企·易盾2026 年，移动应用攻防赛道已然彻底迭代。过去，企业做应用加固的核心逻辑很简单：通过加壳、基础混淆、符号抹除抬高人工逆向成本，把破解周期拉长，用。但在AI自动化逆向流水线面前，这套传统防护逻辑已经失效。以往需要资深逆向工程师数周攻坚的静态分析、动态调试、算法还原与补丁重打包，如今 AI 可。

2026-09-04 13:53:50 211

原创网易智企重磅发布《AI安全白皮书》，解读AI安全治理新路径

2026 年，AI 已经不再只是写文案、做总结、生成图片的效率工具。它正在进入客服、投研、教育、办公、内容生产、代码开发、智能终端、业务运营等真实场景，开始读取企业知识库、调用 API、操作工具、生成代码、触发流程，甚至以 Agent 形态自主拆解任务、连续执行动作。换句话说，AI 正从“会回答问题的工具”，变成“能连接业务系统的数字操作者”。但问题也随之而来：当一个 AI 不只会“说错话”，还可能“做错事”，企业该如何保证它看得见、管得住、测得出、追得回？

2026-08-26 16:05:04 337

原创 AI批量生成商品图的内容质量标注实践：CMA如何参与质量判断

今年7月，某电商平台针对「AI批量套图」开展专项治理。来源：IT之家报道平台发现，部分商家以同一张底图为基础，批量生成高度雷同的商品图片，造成商品展示失真，并引发消费者投诉。根据报道，平台会根据问题严重程度采取扣分、在搜索和推荐场域降权或屏蔽等措施。这件事并不难理解。

2026-08-20 18:25:10 265

原创网易智企两项大模型安全能力入选金融业人工智能安全工具首批权威目录

作为长期深耕内容安全、业务安全、数据安全与人工智能安全的技术服务商，易盾持续服务互联网、金融、政企、传媒、电商、游戏等多个行业，在复杂业务场景和高强度安全对抗中积累了成熟的技术能力与实践经验。面对大模型带来的安全治理新命题，易盾将多年内容风控、攻防对抗、风险识别与策略运营能力延伸至 AI 安全领域，围绕大模型生成内容安全、指令攻击防护、模型输出合规、敏感信息保护、应用安全评测等方向持续完善产品体系，助力行业构建面向人工智能时代的安全底座。

2026-08-15 08:12:42 270

原创清朗专项行动升级，未成年人网络保护的平台治理体系如何搭建？

一个孩子点开“早教动画”，看到的却是被 AI 魔改后的暴力剧情；一次看似普通的“暑期陪玩”，背后可能是诱导未成年人发送私密照片的陷阱；一场盲盒直播里，“限量”“绝版”“手慢无”的话术，正在刺激未成年人冲动消费；一块儿童智能手表，也可能因为语音问答、第三方 App 或输入法环节，成为不适龄内容触达未成年人的入口。这些风险，已经不再只是某一条违规内容、某一个违规账号的问题。

2026-08-14 22:22:33 401

原创 AI拟人化互动服务合规新规全解析

人工智能拟人化互动服务管理暂行办法》已于2026年7月15日起施行。AI陪伴、AI恋人、虚拟角色、用户自建智能体和智能硬件陪护等产品由此进入规范发展阶段，企业面临的挑战已经从"能不能生成自然对话"转向"能不能证明产品安全、合规、可持续运营"。答案是建立覆盖模型、产品、运营和处置的全链路治理能力。网易智企·易盾从大模型安全围栏、CMA审核智能体、未成年人保护、安全评估与备案支撑四个方面提供支撑，把抽象的合规要求落到具体能力上。

2026-08-06 16:02:42 167

原创 AI陪伴防沉迷体系设计：依赖信号识别与分级干预策略

一个健康的AI陪伴产品，应当帮助用户获得适度支持，而不是替代真实社会交往；应当在用户需要离开时尊重选择，而不是继续制造情感压力。防沉迷与防依赖不是削弱产品体验，而是建立可持续运营的底座。网易智企·易盾持续为AI陪伴类产品提供内容安全与交互合规方面的技术支撑，帮助企业把依赖风险识别与分级干预能力嵌入互动设计，让产品增长与合规并行，点击了解易盾大模型安全围栏。

2026-08-06 16:00:00 271

原创拟人化互动服务安全评估报告编写指南：材料组织与提交流程

安全评估报告的核心不在"写"，而在"做"：对照《人工智能拟人化互动服务管理暂行办法》第二十三条的八项评估内容，将制度、技术、运营、证据四层落地材料整理成文，确认触发第二十二条情形后，向所在地省级网信部门提交。材料齐，报告成立；材料缺，报告空泛。

2026-08-06 15:58:42 302

原创大模型备案与算法备案对比：拟人化互动服务安全评估的差异化定位

2026年7月15日起，《人工智能拟人化互动服务管理暂行办法》正式施行，AI陪伴、虚拟伴侣、情感互动类智能体等产品，自此有了首部专门针对AI拟人化互动服务的部门规章作为监管依据。对相关企业来说，合规并不是"做完一项备案"就结束：算法备案、大模型备案（生成式AI备案）与拟人化互动服务安全评估，构成三层叠加的合规架构，缺一不可。这篇文章讲清楚三者的定义、区别与关系。

2026-08-06 15:52:42 415

原创 AI互动产品安全合规体系架构：制度/技术/运营/证据四层落地

新规的核心变化，是把治理对象从"内容"扩展到"关系"。AI互动产品的合规体系，本质上是围绕"人与AI的长期关系"建立的一套治理机制：制度定边界，技术看语境，运营落动作，证据证执行。四个层面互相咬合，缺一环，整个闭环就会出现裂缝。网易智企·易盾面向拟人化互动服务提供大模型安全围栏（内生安全与外部围栏双重防御）、CMA审核智能体（上下文语义综合判断）、未成年人保护（身份识别、内容治理、行为干预三层）与安全评估备案支撑，覆盖模型训练、产品上线和运营监测全生命周期，帮助企业把四层体系落地为可运行的治理闭环。

2026-08-06 14:25:13 323

原创 AI陪伴产品安全评估判定指南：五类特征与触发条件拆解

摘要：《人工智能拟人化互动服务管理暂行办法》将于2026年7月施行，AI陪伴类产品需根据服务特征和用户规模判断是否需安全评估。核心判定标准包括：是否具有持续情感互动、角色设定、私密数据沉淀、面向重点人群及用户量级（注册100万/月活10万为触发线）。典型适用场景含AI伴侣、心理陪伴、用户自建智能体等，需防范未成年人接触虚拟亲密关系。企业应避免"聊天机器人=需评估"等误区，将合规能力前置，建立年龄核验、内容过滤等机制。智能客服、知识问答等非情感交互服务不适用该办法。（150字）

2026-08-06 13:41:00 366

原创新规落地后，拟人化互动服务如何建立安全合规体系？

人工智能拟人化互动服务管理暂行办法》的实施，意味着拟人化互动服务正在从高速探索阶段，进入规范发展和长期治理阶段。监管真正关注的，不只是AI能不能像人一样表达，而是企业能不能证明：AI不会替代真实社会交往，不会控制用户心理，不会诱导沉迷依赖，不会在极端情境中放大风险。对企业来说，自评估报告不是一次性合规材料，而是一次系统梳理产品安全边界、数据治理机制、用户保护能力和风险处置流程的机会。

2026-08-06 09:58:15 373

原创领跑大模型内容风控，易盾如何构建全生命周期安全围栏？

内生安全从训练数据、模型能力和安全对齐入手，降低风险进入模型并被模型学习的可能；即使经过训练数据治理和模型安全对齐，大模型进入开放业务环境后，仍会面对不可预知的用户输入和复杂上下文，因此还需要一套独立、实时且可配置的外部安全围栏。内生安全的核心，不是简单为模型设置“禁止回答”的规则，而是将安全能力融入数据治理、模型评测和能力构建过程，让模型自身具备更加稳定的风险判断能力。攻击者可能通过提示词注入、越狱攻击、角色扮演、反向诱导、编码转换等方式，绕过模型原有的安全限制，诱导模型生成不当内容，或者泄露敏感信息。

2026-06-26 11:16:04 240

空空如也

空空如也