2026年8月18日，卡巴斯基在广州发布面向企业AI原生安全的新品——卡巴斯基AI Protect（KAIP）。发布会前一天，LiteLLM投毒事件调查报告出炉：40分钟内，约2500家企业的195TB数据被卷走。这个月均下载量近亿次的开源AI组件，因被植入恶意代码，导致英伟达等多家公司的系统密码、云服务凭证外泄。

　　AI供应链攻击：从理论走向现实

　　2026年以来，AI供应链安全事件密集爆发。3月，央视3·15晚会曝光了利用地理位置技术向AI大模型“投毒”的黑产链条；同月，LiteLLM、Apifox等供应链攻击接连发生，黑客通过窃取维护者账号，向软件仓库投放带毒版本，波及大量企业。

　　模型层面的攻击更加隐蔽。安全机构对全球最大的AI模型社区Hugging Face扫描发现，400多万个模型中存在约35.2万个风险问题。黑客将恶意代码藏进模型文件，企业技术人员下载使用的瞬间，内网就被对方掌控。

　　AI代理成为新的攻击入口。2026年初，安全团队在一个AI技能仓库中发现341个恶意技能条目，绝大多数来自一次有组织的攻击。这些恶意技能一旦被AI代理调用，黑客就能拿走数据库、云服务密码等核心资产。

　　卡巴斯基GReAT团队数据显示，2026年以来伪装成AI服务的病毒攻击已超9.2万次。

　　可见，AI供应链攻击已从理论变成现实。攻击从模型训练、第三方插件到内部部署全程覆盖，单点防守已经不够。

　　补齐AI安全的两块短板

　　传统安全产品盯住终端和网络边界，对AI模型文件、AI代理技能文件缺少检测能力。卡巴斯基AI Protect正是填补这两个缺口。

　　产品做两件事：一是扫描主流AI模型文件，发现其中是否藏有恶意代码或被篡改；二是检测AI代理技能的异常行为，防止黑客劫持代理、窃取密码或外泄敏感数据。同时保留传统杀毒能力，一套产品应对AI新威胁和传统老问题。

　　部署上，产品支持多台设备协同扫描，处理大量文件也不卡顿；离线更新功能可以适应内网隔离等严苛环境，对国内政府和大型企业尤其友好。

　　卡巴斯基大中华区总经理郑启良在发布会上直言，不少企业以为把大模型装在自己服务器里就安全了，却忽视了外部模型文件和第三方技能脚本中可能藏着的病毒。“安全不应成为AI发展的阻碍，而是AI走向规模应用的通行证。”

　　大中华区CTO张殷补充，AI Protect从源头把关、识别资产、控制使用、监控运行四个环节入手，帮企业摸清内部AI的风险底数，建起可信的AI基础设施。

　　开放生态：让安全能力融入产业链

　　同场举行的技术联盟论坛透露出卡巴斯基的另一层考量：一家厂商的产品覆盖不了所有场景，协同合作才是出路。

　　技术联盟负责人Andrey Savchenko介绍了开放策略：通过技术工具包、威胁信息共享，以及联合开发、白标服务等方式，把安全能力放进终端设备、云平台、工业系统和软件开发流程中。

　　GReAT专家金晔分享的数据显示，亚太地区网络攻击占全球六成以上，制造业和IT服务业是重灾区。黑客正在利用大模型自动完成攻击、批量生成高仿真钓鱼邮件。他建议企业用AI技术对抗AI攻击。威胁探索团队负责人Nikita Nazarov则提醒，传统网络攻击仍然猖獗，企业要新旧威胁一起防，建起多层防护。

　　AI安全靠不了一家企业单打独斗。从LiteLLM到Hugging Face，2026年的形势说明，AI供应链的信任链条正在被大规模利用。当黑客用机器速度发起攻击时，企业的安全体系跟不跟得上，是每个拥抱AI的公司都必须回答的问题。