AI 网关能力评估的七大板块解读

信通院近期为 AI 网关单独列项，做了一套能力评估，划出七大能力板块。这篇文章不逐条复述框架，只挑两块容易被忽视、却对安全影响最大的部分展开：安全防护，以及智能体协议支持。

安全风险的分层：内容级与上下文级

AI 流量带来的安全风险，和传统 Web 流量有本质区别，至少分两层。

第一层是内容级：敏感词、PII、违规内容，本质是「看内容」，沿用内容审核的思路即可，但要求更实时——因为输出是流式的，检测要跟着 chunk 走。

第二层是上下文级：越狱、提示词提取、对抗性输入。这类攻击的 payload 本身可能完全「干净」，危险在于它与上下文组合之后产生的意图。检测器需要看的是整段对话的语义，而不是单个 token。两类风险检测范式不同，这也是「安全防护」被单列成一个板块、而不是塞进「插件」里的原因。

智能体协议带来的新攻击面

MCP 这类协议把「模型调用工具」变成了标准动作。这带来便利，也带来新攻击面：一个被注入的提示词，可能诱导模型调用不该调用的工具。网关在这个场景下的价值，是在工具调用发生之前做一次校验——这个工具是否在授权范围内、参数是否符合策略。

换句话说，安全边界从「模型输入输出」扩展到了「模型触发的每一次外部动作」。

评估标准的落地意义

七大板块合起来，指向的是同一件事：治理。当 AI 调用变成和水电一样的基础消耗，谁来保证它稳定、可控、安全、可审计，是需要一个公共基线的。这套评估补上的正是这个基线。对选型团队来说，安全防护做到内容级还是上下文级、智能体协议支持到哪一步，现在都有了可以对标的清单。