2025 年 10 月，G7 网络专家组（Cyber Expert Group）发布关于人工智能与网络安全的声明。声明关注生成式 AI 与智能体 AI（Agentic AI）等先进技术带来的网络风险，并为金融部门提出具体应对措施。

声明识别出的三类风险

第一类，攻击者利用 AI。 AI 降低了攻击的门槛——自动化钓鱼、深度伪造语音、代码辅助生成恶意程序，都让攻击的成本与速度发生变化。

第二类，AI 系统本身成为攻击目标。 模型投毒、训练数据污染、推理接口滥用，都是针对 AI 系统的新型攻击面。当模型成为业务的核心资产，对模型的攻击即等同于对业务的攻击。

第三类，AI 供应链风险。 模型依赖上游的预训练权重、开源组件、数据与算力服务。供应链中任一环节被污染，风险会向下游传导。

AI SBOM：把供应链管起来

声明提出金融部门应采取的措施中，「AI 软件物料清单」（AI SBOM）值得关注。软件物料清单（SBOM）在传统软件供应链治理中已有实践，其思路是把软件的组件构成清单化，以便在出现漏洞时快速定位影响范围。

把这一思路延伸到 AI，意味着模型与 AI 系统也需要一份「成分表」：使用了哪些预训练模型、哪些数据集、哪些第三方组件。对 AI 企业而言，这不仅是合规要求，也是风险管理的基础设施。

金融部门为什么先行

金融行业对 AI 的采用速度快、数据敏感度高、监管密度大，因此成为 AI 网络安全治理的先行领域。这与金融稳定理事会等国际组织对金融 AI 风险的持续关注形成呼应。参见金融 AI 安全指引。

对面向金融机构提供 AI 服务的企业而言，客户的安全要求会直接转化为供应商准入条件。AI SBOM、风险评估与供应链管理能力，可能成为投标的硬性门槛。

企业的应对方向

其一，建立模型与组件的清单化管理，把预训练模型、数据集、开源依赖纳入资产台账。

其二，把 AI 安全纳入网络安全治理框架，而非作为独立的「AI 合规」事项。参见AI 安全治理框架的三层结构与新修订《网络安全法》的 AI 条款。

其三，准备供应链安全事件的应急流程，明确上游组件出现问题时的影响评估与替代路径。参见多法域 AI 合规的协调框架。

AI 与网络安全的治理接口被打通，是 2025 年国际 AI 治理的一个重要趋势：AI 风险不再被单独讨论，而是嵌入既有的网络安全与供应链治理体系。

本文依据 G7 网络专家组关于人工智能与网络安全的声明及公开信息编写，仅供参考，不构成法律意见。