AnswersPublished20 sources
NetEase chce kontrolować nie tylko odpowiedzi AI, ale też działania agentów
3 listopada 2026 r. NetEase Zh iqi zaprezentowało w Wuzhen trójwarstwowy system bezpieczeństwa AI, obejmujący także działania agentów.
Opublikowane przezEdytowane za pomocą GPT-6 LunaObrazy wygenerowane za pomocą GPT Image 2
Research answer
Key takeaways
- 3 listopada 2026 r. NetEase Zh iqi zaprezentowało w Wuzhen trójwarstwowy system bezpieczeństwa AI, obejmujący także działania agentów.
- Architektura łączy wykorzystanie AI do zadań związanych z bezpieczeństwem z zabezpieczeniami kontrolującymi dane, uprawnienia i wywołania narzędzi.
- Według NetEase w jednym procesie obsługi reklamacji CMA skróciło średni czas pierwszej oceny z 35,7 do 12,3 minuty; wyniki obejmowały też kontrolę człowieka.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: What did NetEase Yidun, NetEase’s enterprise-services content and risk-control security unit, unveil on November 3 at the 2026 World Interne. Article summary: NetEase’s enterprise-services business unveiled an AI-native security product system built on Yidun’s “bidirectional AI security architecture” on November 3, 2026, at the World Internet Conference’s Light of Internet Exp. Topic tags: general, general web. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, clic
NetEase Zh iqi zaprezentowało 3 listopada 2026 r. na targach Light of Internet Expo w Wuzhen system bezpieczeństwa oparty na dwukierunkowej architekturze AI firmy Yidun. Główna zmiana polega na tym, że ochrona ma obejmować nie tylko to, co AI mówi, lecz także to, co robi. Jak podał IT Home, system otrzymał „Certyfikat osiągnięcia pierwszego wdrożenia” przyznawany na targach. 1
2
Od filtrowania odpowiedzi do nadzoru nad działaniami
Architekturę przedstawił Zhu Haoqi, zastępca dyrektora generalnego NetEase Zh iqi i szef działalności Yidun. Jej dwa filary to AI dla bezpieczeństwa oraz bezpieczeństwo dla AI: sztuczna inteligencja ma wspierać wykrywanie zagrożeń, a zabezpieczenia — pilnować, by sama AI działała w określonych granicach. 3
6
To podejście odpowiada na ryzyka, które pojawiają się wraz z wykorzystaniem AI w marketingu, obsłudze klienta, pracach programistycznych, weryfikacji tożsamości czy transakcjach. Wśród wymienianych zagrożeń są treści generowane przez AI, deepfake’i, zautomatyzowane oszustwa, omijanie zabezpieczeń modelu, wycieki wrażliwych danych oraz działania agentów wykraczające poza przyznane im uprawnienia. 5
Według opisu system obejmuje wejścia i wyjścia modeli, interakcje związane z tożsamością, dostęp do danych, wywołania narzędzi przez agentów i wykonywanie przez nich działań. Ma wykorzystywać m.in. analizę treści i intencji, kontrolę uprawnień, blokowanie ryzykownych operacji oraz rejestrowanie zdarzeń na potrzeby audytu. 2
3
Trzy warstwy ochrony i trzy zaprezentowane rozwiązania
System podzielono na trzy obszary: bezpieczeństwo treści i danych AI, bezpieczeństwo interakcji i tożsamości oraz bezpieczeństwo modeli i agentów AI. Podczas prezentacji pokazano trzy rozwiązania: CMA, czyli agenta do moderacji treści, DeepGuard do wykrywania fałszerstw twarzy oraz zabezpieczenia aplikacji i agentów AI. 1
6
8
W zakresie agentów NetEase opisuje zabezpieczenia wejść i wyjść modelu, a także funkcję Agent Guard, która ma sprawdzać zgodność działań z intencją, kontrolować uprawnienia, wykrywać ryzykowne wywołania narzędzi i blokować niepożądane zachowania. Platforma bezpieczeństwa agentów ma również wykrywać używane zasoby AI, skanować łańcuch dostaw Skill i MCP oraz ograniczać ryzyko wycieku wrażliwych danych. 4 W jednym z opisów jako problem wymagający nadzoru wymieniono również tzw. shadow AI — narzędzia AI używane bez wiedzy lub kontroli organizacji.
12
CMA: automatyczna wstępna ocena, potem kontrola człowieka
CMA łączy opracowany przez firmę duży model do bezpieczeństwa treści z mniejszymi, wyspecjalizowanymi modelami. NetEase podaje, że różne agenty mogą obsługiwać odmienne standardy moderacji, działać przez całą dobę i być skalowane wraz ze wzrostem obciążenia. Opisywany proces obejmuje ocenę, kierowanie spraw do odpowiedniej ścieżki, obsługę, informację zwrotną i optymalizację. 7
9
W jednym z procesów obsługi reklamacji klienta, obejmującym średnio ponad 2,5 mln zgłoszeń miesięcznie, połączenie wstępnej oceny CMA z kontrolą człowieka miało skrócić średni czas pierwszej oceny z 35,7 do 12,3 minuty. Firma podała także dokładność na poziomie 99,2%. To wyniki przedstawione przez NetEase dla konkretnego procesu, a nie niezależny test porównawczy. 1
9
DeepGuard: wykrywanie fałszywych obrazów twarzy
NetEase przedstawia DeepGuard jako rozwiązanie, które ma szukać nieprawdopodobnych elementów obrazu, zamiast polegać wyłącznie na znanych śladach fałszerstwa. Według firmy łączy ono wykrywanie deepfake’ów i znaków wodnych AI z pasywnym sprawdzaniem żywotności oraz wykrywaniem środowisk, w których obraz może być wstrzykiwany do systemu. 2
3
Firma poinformowała, że rozwiązanie do wykrywania fałszerstw twarzy otrzymało ocenę „Excellent” w specjalistycznej ocenie „Trusted AI” Chińskiej Akademii Technologii Informacyjno-Komunikacyjnych. IT Home podał również, że w testach etapowych DeepGuard osiągnął 99% czułości przy atakach polegających na ponownym nagrywaniu obrazu z ekranu i zbliżaniu go do kamery. Dostępne relacje nie opisują wystarczająco szczegółowo metodyki testów, by uznać ten wynik za gwarancję skuteczności w każdych warunkach. 1
2
Co wynika z zapowiedzi, a czego nie potwierdzają dane
Zaprezentowany system rozszerza zakres zabezpieczeń: od sprawdzania treści generowanych przez AI po kontrolę dostępu, uprawnień i działań agentów korzystających z narzędzi oraz systemów biznesowych. Firma przedstawiła trzy warstwy ochrony i trzy rozwiązania, a także własne wyniki dotyczące moderacji treści i wykrywania fałszerstw twarzy. 2
3
6
Dostępne relacje nie pokazują jednak niezależnych wyników z wielu wdrożeń. Dlatego dane CMA i DeepGuard należy traktować jako wyniki podane przez firmę dla określonego zastosowania lub testu, a nie jako powszechną gwarancję skuteczności.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "NetEase chce kontrolować nie tylko odpowiedzi AI, ale też działania agentów"?
3 listopada 2026 r. NetEase Zh iqi zaprezentowało w Wuzhen trójwarstwowy system bezpieczeństwa AI, obejmujący także działania agentów.
What are the key points to validate first?
3 listopada 2026 r. NetEase Zh iqi zaprezentowało w Wuzhen trójwarstwowy system bezpieczeństwa AI, obejmujący także działania agentów. Architektura łączy wykorzystanie AI do zadań związanych z bezpieczeństwem z zabezpieczeniami kontrolującymi dane, uprawnienia i wywołania narzędzi.
What should I do next in practice?
Według NetEase w jednym procesie obsługi reklamacji CMA skróciło średni czas pierwszej oceny z 35,7 do 12,3 minuty; wyniki obejmowały też kontrolę człowieka.