# 从《AI安全治理框架3.0》看产业趋势：数据“不解密、不暴露”成大模型入局刚需 - 新浪财经

*Источник: 新浪财经*
*Дата: 2026-09-22*
*Язык: zh*

**Кратко:** 从《AI安全治理框架3.0》看产业趋势：数据“不解密、不暴露”成大模型入局刚需
当AI应用从“尝鲜试用”迈入“核心业务”，数据安全已不再是事后修补的“附加题”，而是决定企业能否“敢用、可用”大模型的底线与基础设施。
9月14日，在2026年国家网络安全宣传周开幕式上，全国网络安全标准化技术委员会发布《人工智能安全治理框架3.0》（以下简称“框架3.0”）。新版框架围绕人工智能发展新趋势和安全治理新挑战，对风险分类、技术应对和综合治理措施进行了更新优化。
《框架3.0》的发布，释放出一个清晰信号：AI安全治理正在从原则倡导走向体系化、工程化和场景化。AI安全不再只是模型输出是否可靠的问题，更是数据、模型、系统、应用和责任机制能否形成闭环的问题。
数据安全成为AI落地前提
《框架3.0》值得关注的地方，在于它没有把AI安全简单理解为“模型安全”，而是放到研发、部署、应用和治理的全流程中审视。
官方发布信息中提到，《框架3.0》“秉持以人为本、向上向善理念”，坚持“强化风险意识、确保安全可控”的指导原则，并延续“风险分类、技术应对、综合治理”的核心逻辑。这意味着，AI安全治理正在从单点风险防范，走向覆盖数据、模型、系统、应用和责任机制的全链路治理。
在具体安全指引中，《框架3.0》进一步提出要“落实数据安全管理责任”，评估人工智能应用中存在的“数据泄露、个人隐私泄露、违规收集使用个人信息”等风险，并建立数据全生命周期安全管理机制，加强用户交互数据、检索增强生成数据等方面的安全防护，提升数据防泄漏、防窃取保障能力。
这些表述指向的是同一个问题：当AI真正进入生产场景，安全不能停留在产品外层的提示或承诺，而要进入数据流转和模型调用的关键环节。AI系统必须具备更清晰的数据安全边界、更可控的调用链路，以及更完整的风险识别、风险评估和风险处置机制。安全不是AI产品上线后的补丁，而应当成为模型应用和系统部署之初就被纳入的基础能力。
加密使用云端大模型
数据安全与隐私保护，是AI进入高敏感场景时绕不开的核心命题。无论是个人隐私对话还是企业核心资产，接入云端大模型的核心顾虑并非“模型能力不足”，而是“不敢使用”。
针对这一行业痛点，荆华密算创始人、CEO林修醇指出：“AI的竞赛正从‘好不好用’转向‘敢不敢用’。真正的安全从来不能靠模型厂商的道德承诺，而是靠底层的密码学架构，做到‘不解密、不暴露’，把数据的控制权真正还给用户。”
围绕这一理念，荆华密算基于自研的高性能密态计算引擎，成功将密态推理的性能损耗降低至商用水平。同时，荆华密算联合中国人民保险推出全球首个人工智能数据安全保险，形成“技术保证+制度兜底”的双重闭环。
在产品落地层，荆华密算已形成面向个人的“墨镜熊”与“密听”，以及面向企业的“可信Token”与“密态MaaS”。通过将底层密态推理能力转化为可感知的产品与服务，帮助高敏感行业在安全前提下接入大模型，推动AI深度融入核心业务流程。
从《框架3.0》到产业实践，AI安全治理的方向已经越来越清晰：既要推动技术创新，也要守住安全边界；既要释放数据价值，也要保护个人信息和商业秘密；既要让AI好用，也要让AI可信。
在安全与效率的博弈中，荆华密算想做的，就是让企业不再因数据泄露顾虑而对大模型望而却步。未来，我们将继续深耕密态计算技术，用更低成本、更高性能的加密推理方案，让高敏感行业真正安心地把AI用到核心业务里。

从《AI安全治理框架3.0》看产业趋势：数据“不解密、不暴露”成大模型入局刚需
当AI应用从“尝鲜试用”迈入“核心业务”，数据安全已不再是事后修补的“附加题”，而是决定企业能否“敢用、可用”大模型的底线与基础设施。
9月14日，在2026年国家网络安全宣传周开幕式上，全国网络安全标准化技术委员会发布《人工智能安全治理框架3.0》（以下简称“框架3.0”）。新版框架围绕人工智能发展新趋势和安全治理新挑战，对风险分类、技术应对和综合治理措施进行了更新优化。
《框架3.0》的发布，释放出一个清晰信号：AI安全治理正在从原则倡导走向体系化、工程化和场景化。AI安全不再只是模型输出是否可靠的问题，更是数据、模型、系统、应用和责任机制能否形成闭环的问题。
数据安全成为AI落地前提
《框架3.0》值得关注的地方，在于它没有把AI安全简单理解为“模型安全”，而是放到研发、部署、应用和治理的全流程中审视。
官方发布信息中提到，《框架3.0》“秉持以人为本、向上向善理念”，坚持“强化风险意识、确保安全可控”的指导原则，并延续“风险分类、技术应对、综合治理”的核心逻辑。这意味着，AI安全治理正在从单点风险防范，走向覆盖数据、模型、系统、应用和责任机制的全链路治理。
在具体安全指引中，《框架3.0》进一步提出要“落实数据安全管理责任”，评估人工智能应用中存在的“数据泄露、个人隐私泄露、违规收集使用个人信息”等风险，并建立数据全生命周期安全管理机制，加强用户交互数据、检索增强生成数据等方面的安全防护，提升数据防泄漏、防窃取保障能力。
这些表述指向的是同一个问题：当AI真正进入生产场景，安全不能停留在产品外层的提示或承诺，而要进入数据流转和模型调用的关键环节。AI系统必须具备更清晰的数据安全边界、更可控的调用链路，以及更完整的风险识别、风险评估和风险处置机制。安全不是AI产品上线后的补丁，而应当成为模型应用和系统部署之初就被纳入的基础能力。
加密使用云端大模型
数据安全与隐私保护，是AI进入高敏感场景时绕不开的核心命题。无论是个人隐私对话还是企业核心资产，接入云端大模型的核心顾虑并非“模型能力不足”，而是“不敢使用”。
针对这一行业痛点，荆华密算创始人、CEO林修醇指出：“AI的竞赛正从‘好不好用’转向‘敢不敢用’。真正的安全从来不能靠模型厂商的道德承诺，而是靠底层的密码学架构，做到‘不解密、不暴露’，把数据的控制权真正还给用户。”
围绕这一理念，荆华密算基于自研的高性能密态计算引擎，成功将密态推理的性能损耗降低至商用水平。同时，荆华密算联合中国人民保险推出全球首个人工智能数据安全保险，形成“技术保证+制度兜底”的双重闭环。
在产品落地层，荆华密算已形成面向个人的“墨镜熊”与“密听”，以及面向企业的“可信Token”与“密态MaaS”。通过将底层密态推理能力转化为可感知的产品与服务，帮助高敏感行业在安全前提下接入大模型，推动AI深度融入核心业务流程。
从《框架3.0》到产业实践，AI安全治理的方向已经越来越清晰：既要推动技术创新，也要守住安全边界；既要释放数据价值，也要保护个人信息和商业秘密；既要让AI好用，也要让AI可信。
在安全与效率的博弈中，荆华密算想做的，就是让企业不再因数据泄露顾虑而对大模型望而却步。未来，我们将继续深耕密态计算技术，用更低成本、更高性能的加密推理方案，让高敏感行业真正安心地把AI用到核心业务里。

[Оригинал](https://finance.sina.cn/tech/2026-09-22/detail-inissiti8865716.d.html?vt=4)