随着 Agent 自主规划、工具调用与数据访问能力进入企业核心场景，提示词注入、意图偏离、工具滥用、数据泄露等运行时风险浮出水面。腾讯安全专家段昊彤将在 AICon 深圳站抛出一套覆盖事前、事中、事后全链路的纵深防御方案——以 AI 对抗 AI，依托真实生产数据实现能力持续自迭代。
Agent 的能力边界正在扩张：自主规划任务路径、调用外部工具、访问企业数据。这同时打开了四类运行时风险——提示词注入、意图偏离、工具滥用、数据泄露。
关键词匹配 + 规则拦截。面对语义化攻击与非确定性行为，规则覆盖不全、更新滞后，逐渐失效。
从第一性原理出发，用语义级理解替代关键词匹配，用行为偏离检测替代静态规则。
段昊彤的演讲将以一条真实攻击链贯穿全场——从攻击者如何逐层穿透 Agent，到每一层防御为何存在、做了哪些工程取舍。核心判断是：单点防护必然失效，纵深防御才能互补。
方案将一次 Agent 运行拆为四个阶段，每层设独立检测与隔离机制，层间协同形成纵深：
四层之间不是简单串联。层间协同是方案核心——单点防护为何失效、纵深防御如何互补，将用贯穿案例的攻击推进路径逐层演示。
攻击手法快速演进，一次性交付的安全能力会迅速过期。段昊彤给出的答案是自迭代闭环——依托真实生产环境数据，防护能力持续更新。
规则与模型在部署时固化，面对新型攻击手法需要人工迭代，响应滞后。
真实生产数据回流，检测模型与拦截策略持续更新——安全能力随使用量增长而增强。
这套方案的实践痛点同样被诚实摆出：误报控制与业务体验的平衡、语义级检测的算力成本与实时性矛盾、攻击演进速度 vs 防护迭代速度——三个工程难题，没有银弹。
本文核心内容来自一场已确认的技术大会演讲预告，方案细节、攻防案例与「自迭代」效果数据均来自演讲者单方披露，尚未见第三方独立复测或同行评审。读者宜将其视为一家安全厂商的方法论展示，而非已验证的工程结论——「越用越强」是产品叙事，实际收敛效果需看落地后的真实指标。
支线信息：演讲者段昊彤现任腾讯 EdgeOne-WAF 与大模型防火墙 T-Shield 产品负责人，方案落地路径与这两款产品高度相关——方法论与产品利益存在绑定，读时需自行分离「技术判断」与「产品推介」。
Agent 从「能对话」走向「能执行」的那一刻，安全战场已从输入过滤迁移到运行时治理——谁先把语义级检测、沙箱隔离与数据防泄露做成可复制的工程标准，谁就拿到了企业级 Agent 部署的准入券。
8 月 21—22 日，AICon 深圳站「Agent 安全：从风险到可控」专题。早鸟票享 9 折，立减 580 元。
AICon 深圳站 → 报名入口