Claude Code曝后门隐患，蚂蚁开源双安全模型填补AI供应链漏洞

在AI技术加速融入软件基础设施的当下，安全风险已从单一产品漏洞，演变为对全球供应链信任体系的全方位挑战。近期，一起由AI编程工具引发的安全后门事件，以及随后蚂蚁集团开源的AI安全模型，为行业敲响了警钟，同时也提供了新的技术思路。

一、AI编程工具惊现“后门”：供应链安全不容忽视

2025年7月8日，工业和信息化部网络安全威胁和漏洞信息共享平台发布风险提示：美国Anthropic公司开发的AI编程工具Claude Code，在2.1.91至2.1.196版本中存在严重安全后门隐患。该工具内置了监控机制，未经用户同意即可向远程服务器回传用户地域、身份标识等敏感信息。溯源信息显示，早在6月底，开发者就已通过逆向工程发现了这套隐蔽的识别机制。

这已不仅仅是单一产品的安全问题，更是对全球AI供应链信任体系的一次深刻拷问。当前，AI应用已从相对单一的大模型聊天，演进到复杂的智能体应用——AI有了“手和脚”，能自主制定计划、调用工具、执行任务。据预测，到2026年底，全球40%的企业应用将嵌入具备任务执行能力的AI智能体。当AI开发工具成为供应链核心环节，软件基础设施一旦被植入“后门”，其风险不亚于芯片中的硬件漏洞。

小提示：使用AI编程工具时，建议优先选择开源、可审计的版本，并定期检查工具的更新日志与安全公告，避免使用可追溯的漏洞版本。

二、从“说什么”到“做什么”：蚂蚁开源两款AI安全模型

正是在这样的背景下，蚂蚁集团AI安全实验室近日连续开源了两款AI安全模型——面向多模态大模型的安全护栏SingGuard，以及面向智能体的行为安全护栏SingGuard-NSFA，分别覆盖内容安全与行为安全两大方向，进一步完善了AI安全技术布局。

1. 面向内容安全：SingGuard

如果说内容安全解决的是AI“说什么”的问题，那么行为安全解决的是AI“做什么”的问题。此次开源的SingGuard，主要面向多模态大模型服务场景，可对文本、图片以及图文组合内容进行统一安全判断。

• 识别跨模态攻击：相比传统依赖关键词匹配或单一模态审核的方案，它能够识别攻击者将恶意指令隐藏在图片中，或通过文字与图片组合绕过安全规则等复杂场景。
• 动态加载安全规则：SingGuard支持运行过程中动态加载新的自然语言安全规则，无需重新训练模型即可完成规则更新，更适用于规则持续演进、业务流量较大的生产环境。

公开评测结果显示，SingGuard在文本查询、文本回复、图像、多模态、多语言等六大类任务、35个公开数据集上的综合表现达到领先水平。

2. 面向行为安全：SingGuard-NSFA

另一款开源模型SingGuard-NSFA，则聚焦智能体行为安全。随着AI开始自主调用工具、运行代码、规划任务，提示词注入、权限滥用、恶意代码执行、敏感数据泄露等行为风险不断增加，传统内容审核体系已难以覆盖。

针对这一挑战，SingGuard-NSFA基于CIA三元组（机密性、完整性、可用性）原则，结合OWASP等国际安全指南，构建了覆盖7大类、28个风险类别、185个具体风险场景的智能体安全分类体系，实现从用户请求到模型响应全过程的风险检测。

在工程能力方面，SingGuard-NSFA提供了离线安全审计与在线实时防护两种工作模式，可根据不同场景灵活选择。同时同步发布0.8B、2B、4B、9B等多个模型版本，兼顾部署效率与安全能力。公开评测显示，该模型在智能体输入和输出安全检测等任务中均取得领先表现，同时支持通过轻量模块持续扩展新的风险类型，无需重新训练整个模型。

常见问题：为什么要同时开源内容和行为两个安全模型？

二者分别解决不同层面的安全问题。SingGuard拦截AI“说”出有害内容，SingGuard-NSFA则阻止AI“做”出危险动作，两者互补，构成完整的AI安全防线。

三、从漏洞审计到开源模型：蚂蚁AI安全技术路线

此次两款模型开源并非孤立事件，而是蚂蚁近年来AI安全布局的集中体现。今年以来，蚂蚁AI安全实验室持续围绕智能体安全开展技术研究和开源实践：

• 完成开源智能体框架OpenClaw专项安全审计
• 联合清华大学开源智能体安全防御插件ClawAegis
• 发布智能体安全可信互连协议ASL，为智能体之间建立可信身份、可信连接和安全协同提供基础能力

如果说漏洞审计解决的是“发现问题”，ClawAegis解决的是“防御问题”，那么此次SingGuard与SingGuard-NSFA的开源，则进一步将相关能力沉淀为可复用、可开放的基础模型，形成覆盖内容安全、行为安全和可信协同的完整技术体系。

放眼全球，同时开源覆盖“内容安全”和“智能体行为安全”两类护栏模型的企业并不多，Meta与蚂蚁是其中少数完成完整布局的代表。

四、二十年安全积累延伸至AI时代

蚂蚁集团的安全能力并非始于AI时代。从支付宝建立实时风险控制体系，到长期深耕支付安全、身份安全、数据安全、隐私保护和风险治理，蚂蚁在真实业务场景中积累了二十余年的安全技术能力，也为AI时代的安全体系建设奠定了基础。

目前，相关安全能力已应用于蚂蚁阿福、AI版支付宝“阿宝”、支付宝“AI付”等业务场景。其中，新一代AI原生风控系统已率先应用于线上支付业务，Agent安全能力也持续融入智能体应用实践。

与此同时，蚂蚁集团持续参与AI安全标准和治理体系建设，参与IIFAA《终端智能体可信互联技术规范》制定，牵头ITU国际标准《终端智能体可信互联技术规范》立项，并发布智能体安全可信互连协议ASL，持续推动AI安全能力从技术创新走向产业实践。

随着AI从内容生成走向自主执行，安全能力将成为智能体规模化应用的重要基础设施。从内容安全到行为安全，从漏洞发现到安全治理，再到标准建设和开源生态，AI安全正在进入系统化发展的新阶段。对于产业而言，真正决定AI能否大规模走进生产生活的，不只是模型能力，更是安全能力。

你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：Claude Code曝后门隐患，蚂蚁开源双安全模型填补AI供应链漏洞要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题