网易智企于2026年11月3日在浙江乌镇举行的世界互联网大会“互联网之光”博览会上，发布基于易盾“双向AI安全架构”的AI原生安全产品体系。发布方强调，AI安全不能只审核模型输出，还要关注智能体访问数据、调用工具和执行任务时做了什么。该体系获“互联网之光”发布厅颁发的“首发成果证书”。12

从审核回答到约束行动

网易智企副总经理、易盾业务负责人朱浩齐将这套思路概括为“AI for安全，安全 for AI”：一方面用AI提升安全检测能力，另一方面以安全措施限定AI的运行边界。36

随着AI进入营销、客服、研发、身份核验和交易运营等业务场景，风险也不再局限于生成内容，还包括深度伪造、自动化欺诈、模型越狱、敏感数据泄露，以及智能体越权执行操作。5

据介绍，易盾的防护范围涵盖大模型输入与输出、身份交互、数据访问、智能体工具调用和行为执行，并通过内容检测、意图识别、权限控制、风险拦截与审计追踪等措施进行管理。23

三层体系与三项发布成果

这套产品体系分为三层：AI内容与数据安全、AI交互与身份安全、AI模型与智能体安全。此次公布的三项成果包括CMA审核智能体、DeepGuard人脸鉴伪，以及面向AI应用与智能体的安全能力。168

在智能体防护方面，网易称，大模型安全围栏用于守住输入输出边界；Agent Guard则检查意图是否一致、权限是否合规以及工具调用是否存在风险，并可拦截相关行为。智能体安全平台还支持发现AI资产、扫描Skill和MCP供应链风险，以及防止敏感数据泄露。另有报道将“影子AI”治理列为平台关注的问题。412

CMA：机器初审，人工复核

CMA将网易自研的内容安全大模型与多类专项小模型结合，由不同智能体处理不同审核标准。网易表示，该系统可全天候运行并按需横向扩容，审核流程包括研判、分流、处置、反馈和优化。79

在一家客户的投诉工单审核场景中，网易报告称，该场景月均工单量超过250万张。采用“CMA初审、人工复核”后，平均出审时长从35.7分钟降至12.3分钟，审核准确率为99.2%。这些是公司披露的特定业务场景数据，并非独立评测结果。19

DeepGuard：通过视觉理解识别人脸伪造

网易介绍，DeepGuard不只寻找已知伪造痕迹，也尝试通过视觉理解判断内容是否存在不合理之处。其方案结合Deepfake检测、AI水印识别、静默活体检测和注入攻击环境检测。23

公司称，这项人脸鉴伪能力在中国信息通信研究院“可信AI”专项评测中获评“卓越级”；分阶段测试中，针对屏幕翻拍和近距离怼屏攻击的召回率达到99%。现有报道未提供足够的测试细节，因此这一数字不宜视为所有实际场景下的性能保证。12

发布信息说明了什么

这次发布显示，AI安全防护正从过滤生成内容，进一步延伸到数据访问、权限管理和智能体调用工具时的行为管控。网易公布了体系分层和首发成果，也给出了CMA与DeepGuard的企业披露数据。236

不过，现有报道并不能证明这些指标在不同部署环境下都能复现。CMA和DeepGuard的数据应理解为特定业务场景或阶段测试的结果，而非普遍适用的性能承诺。

网易智企于2026年11月3日在浙江乌镇举行的世界互联网大会“互联网之光”博览会上，发布基于易盾“双向AI安全架构”的AI原生安全产品体系。发布方强调，AI安全不能只审核模型输出，还要关注智能体访问数据、调用工具和执行任务时做了什么。该体系获“互联网之光”发布厅颁发的“首发成果证书”。12

从审核回答到约束行动

网易智企副总经理、易盾业务负责人朱浩齐将这套思路概括为“AI for安全，安全 for AI”：一方面用AI提升安全检测能力，另一方面以安全措施限定AI的运行边界。36

随着AI进入营销、客服、研发、身份核验和交易运营等业务场景，风险也不再局限于生成内容，还包括深度伪造、自动化欺诈、模型越狱、敏感数据泄露，以及智能体越权执行操作。5

据介绍，易盾的防护范围涵盖大模型输入与输出、身份交互、数据访问、智能体工具调用和行为执行，并通过内容检测、意图识别、权限控制、风险拦截与审计追踪等措施进行管理。23

三层体系与三项发布成果

这套产品体系分为三层：AI内容与数据安全、AI交互与身份安全、AI模型与智能体安全。此次公布的三项成果包括CMA审核智能体、DeepGuard人脸鉴伪，以及面向AI应用与智能体的安全能力。168

在智能体防护方面，网易称，大模型安全围栏用于守住输入输出边界；Agent Guard则检查意图是否一致、权限是否合规以及工具调用是否存在风险，并可拦截相关行为。智能体安全平台还支持发现AI资产、扫描Skill和MCP供应链风险，以及防止敏感数据泄露。另有报道将“影子AI”治理列为平台关注的问题。412

CMA：机器初审，人工复核

CMA将网易自研的内容安全大模型与多类专项小模型结合，由不同智能体处理不同审核标准。网易表示，该系统可全天候运行并按需横向扩容，审核流程包括研判、分流、处置、反馈和优化。79

在一家客户的投诉工单审核场景中，网易报告称，该场景月均工单量超过250万张。采用“CMA初审、人工复核”后，平均出审时长从35.7分钟降至12.3分钟，审核准确率为99.2%。这些是公司披露的特定业务场景数据，并非独立评测结果。19

DeepGuard：通过视觉理解识别人脸伪造

网易介绍，DeepGuard不只寻找已知伪造痕迹，也尝试通过视觉理解判断内容是否存在不合理之处。其方案结合Deepfake检测、AI水印识别、静默活体检测和注入攻击环境检测。23

公司称，这项人脸鉴伪能力在中国信息通信研究院“可信AI”专项评测中获评“卓越级”；分阶段测试中，针对屏幕翻拍和近距离怼屏攻击的召回率达到99%。现有报道未提供足够的测试细节，因此这一数字不宜视为所有实际场景下的性能保证。12

发布信息说明了什么

这次发布显示，AI安全防护正从过滤生成内容，进一步延伸到数据访问、权限管理和智能体调用工具时的行为管控。网易公布了体系分层和首发成果，也给出了CMA与DeepGuard的企业披露数据。236

不过，现有报道并不能证明这些指标在不同部署环境下都能复现。CMA和DeepGuard的数据应理解为特定业务场景或阶段测试的结果，而非普遍适用的性能承诺。