文章总结： 报告《网络安全人才实战能力报告—ai赋能篇》于2026年9月18日发布，聚焦AI时代网络安全人才实战能力，围绕人才在哪里、能力怎么样、怎么培养、怎么评价四问题展开，分析模型安全、AI应用安全和AI赋能网络安全三类场景，提出百余项调研发现，并基于ASK-P体系完善分类分层评价方法，强调以实战任务定义能力、真实场景训练、实战结果检验水平，推动AI安全人才培养体系完善。
综合评分： 80
文章分类： 安全培训,ai安全,安全建设,安全运营
报告发布 | 网络安全人才实战能力报告—AI赋能篇
数世咨询
2026年9月20日 11:50
北京
在小说阅读器读本章
去阅读
在公众号小说中沉浸阅读
9月18日，在第一届中国网络空间安全大会上，全球首份聚焦AI时代网络安全人才实战能力的专项报告——《网络安全人才实战能力报告—AI赋能篇》（以下简称“报告”）正式发布。
这是继“攻防实战能力篇”“人才评价篇”“安全测试评估篇”之后，网络安全人才实战能力研究系列推出的第四篇章，由国务院学位委员会学科评议组（网络空间安全组）、教育部高等学校网络空间安全专业教学指导委员会指导，北京航空航天大学、中国科学技术大学、永信至诚科技集团股份有限公司担任主编单位，华中科技大学、西安电子科技大学、上海交通大学、山东大学、北京邮电大学、东南大学、暨南大学、武汉大学、北京理工大学、湖南大学、哈尔滨工业大学、西北工业大学、天津大学、网络空间部队信息工程大学、清华大学网络科学与网络空间研究院、西安交通大学、南开大学、南京信息工程大学、《网络空间安全科学学报》担任副主编单位，福建师范大学、河南理工大学、常州信息职业技术大学、中国联合网络通信集团有限公司、华为技术有限公司、中国移动通信集团有限公司、中国烟草总公司福建省公司担任参编单位。
中国网络空间安全学会常务理事、教育部高等学校网络空间安全专业教学指导委员会副主任委员、北京航空航天大学大学教授
刘建伟现场发布
当下，大模型深入融入研发、生产、运营等核心业务，智能体可自主对接数据、调用工具、执行任务。同时，模型数据泄露、提示词注入、智能体越权、模型供应链风险以及AI自动化网络攻击等问题，也开始从技术预警走向现实风险。
技术迭代日新月异，人才建设离不开长期沉淀。当AI以周甚至以天为单位更新，专业安全队伍能否跟上发展节奏？网络安全从业者是否掌握 AI安全实战能力？高校现有课程、师资、算力与实训条件，能否批量输出适配业务需求的实战人才？
针对上述命题，报告围绕“人才在哪里、能力怎么样、人才怎么培养、人才怎么评价”四个问题展开调研，系统分析模型安全、AI应用安全和AI赋能网络安全三类实战场景，形成百余项调研发现。在《网络安全人才实战能力白皮书—人才评价篇》提出的ASK-P网络安全人才实战能力评价体系基础上，进一步面向AI安全实战任务完善分类分层评价方法，为AI安全人才培养、选拔、评价和使用提供参考依据。
人才在哪里：
AI安全需求快速增长 专职人才队伍仍待完善
2024年至今，公开披露的AI安全事件持高发。风险倒逼企业加快安全产品投入，也意味着每一项AI业务都亟需明确风险研判、应急处置的责任主体。然而，安全团队建设的速度，已经远远追不上AI安全事件发生的速度。
报告发现，当前AI安全人才队伍呈现出从业年限偏短、地域和行业分布高度集中、专职力量不足等特点。在模型安全领域，65%的从业者工作年限不足5年；地域维度，广东、北京、浙江、上海和江苏五个省市汇集了46%的AI应用安全人才。在关键信息基础设施单位中，75%的人才集中在电力、金融和通信三大行业。
尤为突出的是AI安全专职队伍尚未成型：64%的大模型相关单位仍由传统安全团队兼职或研发团队兼顾模型安全，仅23%的单位设置了专门的AI安全研究队伍；81%的AI应用落地单位尚未设置专职AI安全团队。
模型安全场景岗位设置分布
AI应用安全场景岗位设置分布
能力怎么样：既要守住AI安全 也要善用AI
2026年9月，Anthropic发布最新威胁情报报告，披露其阻断的AI滥用活动已经涉及网络行动、监控、诈骗等七类风险。在部分真实攻击中，AI开始参与攻击侦察、工具开发、漏洞利用和数据处理等环节。AI技术也在为防守侧赋能，有效提升了漏洞挖掘、安全运营和威胁分析效率。AI正在同时改变攻防两端：既拓宽网络安全防护边界，又降低攻击技术门槛，正在重塑安全从业人员的工作方式。
在这样的攻防变化下，报告进一步将AI时代网络安全人才面对的任务归纳为三类实战场景：
模型安全，重点保障模型、底层数据和算法本身的安全；
AI应用安全，重点应对模型和智能体进入业务系统后产生的新风险；
AI赋能网络安全，重点研究如何利用AI提高漏洞挖掘、安全运营、攻防对抗和威胁检测等工作的效率。
AI安全三类实战场景
不同场景下的人才能力各有优势和不足。在模型安全场景中，网络安全人才数据安全防护基础相对较好，架构安全与对抗安全短板凸显；在AI应用安全场景中，从用户输入到系统执行的多道关口均存在能力缺口，提示词安全、内容合规、接口安全和业务逻辑安全四个维度中，尚未达到熟练水平的人员占比分别为54%、64%、60%和65%。
网络安全人才AI应用安全能力现状
当今，AI在漏洞挖掘、响应处置、合规文档编写、威胁狩猎与流量分析四个场景发挥实效。但AI提效不等于AI可以替代专业判断，10年以上从业者对AI辅助漏洞挖掘效率的满意度仅为58.3%，在不同从业年限群体中最低。这一结果反映出，面对复杂、专业和高要求的安全任务，资深从业人员对AI工具的能力和可靠性仍有更高期待。
人才怎么培养：
课程已经进入课堂 真本事还要进入实训场
网络安全人才建设面临的挑战，已经不只是“人才数量缺口”，更延伸到“实战能力缺口”。AI正在改变网络安全工作的方式，产业更加看重人才解决真实任务的实操能力，而非单纯人员数量增长。
但高校从开设一门课程，到培养一批能够解决实际问题的人才，横亘着算力、师资、实战案例、实训平台多重现实障碍。
报告显示，68%的高校已经将AI相关课程设置为独立必修课或选修课，AI安全教育正在加快进入课程体系。但只有10%的受访教师认为所在高校已经建立较为完备的AI安全实训体系，仅26%的高校具备较为充足的算力条件，能够支持模型训练和对抗攻击实验。47.5%的受访者将算力资源受限列为个人能力进阶面临的主要障碍之一。
AI安全能力进阶瓶颈分布
师资和教学短板同样突出：具备网络安全攻防与AI算法双重经验的教师约占21%；在高校最紧缺的教学资源中，80%的需求指向实操案例、真实攻击案例和实验指导。
人才怎么评价？
真本事需要一把“实战导向的尺”
传统以学历、证书、资历和知识记忆为主的评价方式，已经难以完整反映一个人在AI安全场景中的真实水平。高校缺少清晰的培养达成目标，企业难以甄别人员实战胜任力，从业人员也缺少明确的能力成长路径。
针对AI安全人才能力难定义、培养效果难验证、人才水平难评价等问题，报告基于ASK-P网络安全人才实战能力评价体系，进一步围绕AI安全领域的模型安全、AI应用安全和AI赋能网络安全三类实战场景，探索人才分类分层的能力评价方法，重点考核人员在真实或仿真环境下，运用知识技能完成安全任务、处置实际风险、产出可验证成果的综合实力。
面向AI时代
推动网络安全人才实战能力持续进阶
AI正在重塑网络安全的保护对象、攻击方式和工作方法，也在改变网络安全人才解决实际问题的方式。面对模型安全、AI应用安全以及AI赋能网络安全等新场景，网络安全人才实战能力的内涵与边界正在持续拓展。
面向未来，网络安全人才建设需要更加紧扣真实业务与实战需求：既要提升应对AI带来新型安全风险的能力，也要善于利用AI提升风险发现、分析研判、攻防对抗和安全运营效率。以实际任务定义能力，以真实场景组织训练，以实战结果检验水平，推动高校、科研机构、网络安全企业和重点行业共同参与，不断完善面向AI时代的网络安全人才培养、训练、评价和使用体系。
作为数字安全测试评估赛道领跑者、网络靶场和人才建设领军者、AI「原生安全」倡导者，永信至诚将继续联合高校、科研机构和行业伙伴，围绕真实业务、真实风险和真实攻防场景，深耕网络安全人才实战能力研究，推动AI技术与网络安全实战能力深度融合，为网络安全人才能力进阶和产业高质量发展提供支撑，带给世界安全感。
<<报告获取方式>>
点击阅读原文 即可免费下载报告电子版
免责声明：
本文所载程序、技术方法仅面向合法合规的安全研究与教学场景，旨在提升网络安全防护能力，具有明确的技术研究属性。
任何单位或个人未经授权，将本文内容用于攻击、破坏等非法用途的，由此引发的全部法律责任、民事赔偿及连带责任，均由行为人独立承担，本站不承担任何连带责任。
本站内容均为技术交流与知识分享目的发布，若存在版权侵权或其他异议，请通过邮件联系处理，具体联系方式可点击页面上方的联系我。
本文转载自：数世咨询 《报告发布 | 网络安全人才实战能力报告—AI赋能篇》