“讓每一句人機對話都安全可信，讓每一次智能交互都風險可控——這是屬于AI時代的安全承諾。 —— 啟明星辰”

2月26日，啟明星辰召開“新賽道 新藍圖 | 大模型應用安全詳解”主題會議，首席戰略官潘柱廷圍繞產品矩陣構建、賽道價值論證、產業格局重構三大遞進維度展開分享，系統闡述了集團在大模型應用安全領域的戰略布局，并深度剖析DeepSeek對安全行業的范式革新。

以下為演講全文。

前一段時間啟明星辰密集發布了很多相關產品，今天給大家做一些細致的解說。

我先以一個故事性的場景作為開場。

上周日晚上，正值我們發布新產品套件的前夕，當時已確定發布兩個產品：一是MASB（大模型訪問安全代理），二是MAVAS（大模型安全評估系統）。關于次日具體發布方案，我陷入決策困境——是單獨發布其中一個產品，還是將兩者合并發布？若選擇后者，則需要將MAF（大模型應用防火墻）同步納入，形成完整的三件套組合。

最終決定采用三件套方案后，當晚10:30我便著手撰寫總領性宣傳文章，計劃次日10點正式發布。為構建宣傳框架，當晚10:30，我向DeepSeek提出一個命題來組織宣傳文案：

DeepSeek經過約20秒的思考，生成了一篇令我深感驚艷的宣傳文稿。其中令我尤為欣賞的是其生成的金句——“讓每一句人機對話都安全可信，讓每一次智能交互都風險可控——這是屬于AI時代的安全承諾”。

該表述雖由“可信”“可控”“風險”等工科術語構成，但經過系統組合后呈現出強烈的感性張力與文藝氣質。

值得強調的是，此次宣傳文案的整體框架完全由DeepSeek生成，僅因涉及新發布產品的技術細節，系統無法基于現有公開資料完成具體參數描述，故由我方團隊補充完善產品特性部分，而核心行文結構與金句均保持原稿形態。上述完整創作過程均發生于產品發布前夜。

自該日起，在后續所有涉及大模型安全的產品發布及宣傳文案中，這句金句持續作為Slogan進行呈現。我對此表述尤為欣賞，并且希望可以作為產業中的一個共同愿景。

回到今天的主題，我將通過三個遞進的話題展開論述。

第一，系統梳理啟明星辰自2月6日春節復工至今連續發布的9款大模型安全產品，我認為其已構建出一種大模型應用安全產品矩陣。

第二，我認為大模型應用安全MAS新賽道已經形成，并將闡述我的判斷依據。

第三，關于DeepSeek，其不僅推動了大模型應用安全賽道的形成，更重要的是對整體安全產業格局進行了重構，為整個行業帶來了全新的發展機遇。

首先以啟明星辰的大模型應用安全產品矩陣作為切入點。

2024年整個安全產業都在積極推進人工智能技術，特別是以ChatGPT為代表的大模型技術與安全業務的融合應用。

事實上，我們并非因為DeepSeek的出現才啟動這項工作。當前行業主要沿著兩個方向推進：其一是大模型賦能安全業務，這一方向已獲得產業界廣泛實踐，各企業均有大量落地案例；其二是聚焦大模型自身安全性的研究與應用，這屬于更具學術前瞻性的領域。

去年，我們始終圍繞兩個核心方向展開布局——既包括將大模型技術融入安全領域（M+Security），也涵蓋針對大模型本體安全性的防護體系構建（Security for大模型）。

簡要闡述大模型技術對安全產業的賦能路徑。

從啟明星辰實踐視角觀察，2024年公司已發布泰合安全垂類大模型及安星智能體，并探索智能體技術在威脅檢測、安全運營、情報分析等場景的賦能模式。同期行業諸多企業亦在類似方向展開探索。

2025年后大模型深度賦能安全的趨勢將進一步強化。以DeepSeek技術體系為例，其在安全領域的融合應用已產生實質進展——例如移動云云安全系統集成DeepSeek能力實現架構升級、XDR產品線引入大模型增強分析決策、安全運營體系構建九天大模型與DeepSeek協同的雙模型架構等技術迭代。核心聚焦仍在于大模型應用安全方向的技術演進。

另一方面，AI自身安全。2023年行業焦點主要集中于大模型安全防護，而隨著智能體等技術的成熟，安全范疇已延伸至智能體層面。由于智能體涉及大模型工具調用、知識庫對接等交互，不同系統部件之間產生分離和關聯,這就在其內部有了智能體自身安全問題。

事實上，大模型安全相關議題并非全新命題。彼時這些安全隱患尚未催生產品或者形成獨立市場。當前階段，我更傾向于將其定義為“后DeepSeek時代”——該表述特指DeepSeek技術體系引發行業廣泛關注后，大模型應用安全作為新命題正式進入產業視野。具體而言，大模型應用安全并非孤立概念，其范疇既涵智能體安全與大模型本體安全。

與過往技術做類比，大模型自身安全就像早期操作系統安全發展階段——其安全防護聚焦于系統本體架構，相關研究具有顯著學術屬性。后來，從大型機操作系統發展到網絡階段、互聯網解讀，才有了網絡安全問題。而當下，DeepSeek推動的大模型應用場景爆發式擴展，各種新智能都以DeepSeek為核心?，F在，AI自身安全的外延就已經擴展到“大模型應用安全”這個范疇了，相對于大模型自身安全，其范疇就可以類比網絡系統安全相對于操作系統安全了。

1.新一代安全三件套：MAF/MASB/MAVAS

從產品發布時序觀察，公司自2月6日啟動全面技術對接后即確立產品發布計劃。公司對MAF（大模型應用防火墻）已有明確認知——是傳統WAF（Web應用防火墻）的技術演進形態?；诖斯沧R，團隊于次日（2月7日）快速完成MAF產品首發。通過產品命名即可了解其技術沿襲關系：大模型應用防火墻（MAF）與Web應用防火墻（WAF）形成跨時代的技術代際映射。

從技術演進路徑審視，大模型應用防火墻（MAF）存在清晰的技術譜系傳承——其防護理念可追溯至IPS（入侵防御系統），更早的源頭則植根于傳統防火墻技術，這構成了持續迭代的完整脈絡。

需要澄清的是，這類安全技術并非春節后突擊研發的成果，其核心技術沉淀源于行業長期積累：在大模型自身安全需求尚未成為顯性命題前，啟明星辰已展開技術預研，這種研發前瞻性不僅體現在單一企業層面，更是整個網絡安全產業應對技術變革的共性策略。

DeepSeek技術體系通過大幅降低大模型應用的成本，直接推動兩類機構數量激增：一是使用DeepSeek提供大模型服務的技術供應商；二是采用大模型進行業務創新的應用機構。

回顧演進歷程，早期大模型服務市場呈現高度集中化特征，僅有少數科技巨頭具備服務能力。在此階段，大模型應用安全需求主要體現為內部工程價值，尚未形成具備商業規模的市場空間，因此對應安全產品處于產業缺位狀態。

基于對演進趨勢的研判，春節后我們作出一個稍有冒險的判斷：隨著大模型應用門檻的持續降低，針對大模型應用安全的市場化需求必將形成獨立賽道。作為該決策的落地驗證，MAF（大模型應用防火墻）自產品首發至今已逾20日，我認為當時的冒險式判斷還是具備合理性。

2025年第六周第五天，我們正式發布MAF（大模型應用防火墻）。第八周周一，補充推出MASB（大模型訪問安全代理）與MAVAS（大模型安全評估系統），形成完整的三件套體系。

MASB的研發源于對市場趨勢的前瞻性研判：雖然傳統CASB（云訪問安全代理）在國內市場發展受限，但隨著大模型在云端的廣泛部署，機構使用場景將呈現復雜化與多樣化特征。不同于過去僅面向公有云的簡單訪問模式，未來需要應對分散在云端的多個大模型服務，這種演變使北美CASB的應用邏輯在中國MASB場景中得以復現。MASB產品基于既有技術框架快速迭代，專注解決大模型訪問路徑的安全管控問題。

MAVAS產品則由傳統漏洞掃描工具演進而來，在保留基礎漏掃功能的同時，新增針對大模型的專項檢測能力，可支持合規性檢查與風險評估。

三件套采用勾股定理架構隱喻：MAF側重服務側安全防護，MASB聚焦訪問通道管控，MAVAS則承擔評估者角色。既能作為監管機構的測評工具，也可用于企業采購者或自查使用。

這種設計對應大模型應用環境中的三類安全需求——服務部署安全、訪問路徑安全與合規保障安全，每個單品均能針對性解決特定維度的核心問題。

2.服務組合創新：柔性服務助力能力變成安全能效

面對客戶希望快速展開應用的Deepseek超融合一體機路線，我們決定推出安全超融合服務。超融合服務通過三重融合實現價值輸出——其一是，建設與安全同步實施；其二是，網絡安全/數據安全/大模型安全的體系化整合；其三是，大模型應用安全的多方面能力的靈活配置。而將一體機的硬融合轉變為安全超融合服務，使得客戶不會被單一的硬件選型束縛，能更契合客戶建設和安全的具體情況和需求。

關于大模型安全運營前哨基地的構建，這源于我們長期面臨的行業難題——如何在數據不離場的前提下實現有效安全運維。當前業內存在兩種典型模式：一種是通過將客戶數據回傳至自有平臺進行分析，主要服務于中小型客戶；另一種則是傳統駐場運維模式，這需要投入大量人力成本。然而啟明星辰的核心客戶群體多為大型特殊機構，他們既嚴格禁止數據外流，又期望獲得專業級遠程服務，這種矛盾使得我們長期處于方案選擇困境。

轉機出現在DeepSeek大模型技術的應用突破。該模型的超輕量化特性，支持7B/14B/32B參數級部署，顯著降低了邊緣側算力需求，特別是32B參數版本展現出極佳的性價比優勢。這使得我們能夠將原本部署在中心云的核心安全能力模塊下沉至邊緣節點，構建起"云-邊-端"協同的火力部署體系。

這種模式本質上并非技術突破，而是現有能力的創新性重組——將總中心的部分核心功能向邊緣側遷移，既避免了數據離場風險，又克服了傳統端點設備能力薄弱的缺陷。

具體實施中，通過在客戶側部署具備類運營中心能力的前哨節點，也可靈活部署于網絡邊緣的SaaS架構節點，結合MAVAS自動化評估產品與人工專家服務的組合，形成了兼顧數據合規與運維深度的新型服務模式。

而基于MAVAS產品的SaaS化的大模型自評估服務，可以借助云端資源。目前已在移動云進行部署，客戶只需通過API調用，即可在低成本投入下完成大模型安全自評估。

2月24日，啟明星辰發布“大模型應用安全服務組合”：SaaS化MAVAS大模型應用安全評估服務、MASHFS大模型應用安全超融合服務、MFSOB大模型安全運營前哨基地。

其血脈傳承非常清晰，如MAVAS的SaaS化服務源自原有漏掃系統的SaaS化自評估檢查體系演進；大模型安全超融合服務，從價值對標來說，對標的是大模型超融合、大模型一體機，達成三方面的融合；大模型的安全運營前哨基地不是一個新服務，而是新的服務供給方式，滿足數據不離場安全運營訴求。

3.白皮書發布：定義AI就緒安全基座

針對深度應用場景，2月25日啟明星辰發布三份重量級的《白皮書》。此舉源于客戶對初期"三件套"（MAF/MASB/MAVAS）“能力簡單”的反饋。三件套確實不是為深度應用客戶準備的而是局部的單品，當真正應用到安全體系比較成熟的、較大型的機構中，深度用DeepSeek的時候，僅上一個MAF、MASB確實不夠。作為復雜體系，它面臨的問題要跟原有的復雜體系，網絡安全和數據安全體系整合的問題。

為了能夠給業界傳遞一些更加多樣化的、完整的聲音，2月25日啟明星辰發了三份《白皮書》，匹配大模型應用環境，其實也是數據安全環境和網絡安全環境里邊需要的三個安全底座，即身份與訪問、安全數據通層、安全功能管理。

當然，疊加大模型之后，就變成了《AI-R-IAM：AI就緒的大模型身份與訪問管理》《AI-R-SDLayer：AI就緒的安全數據通層》《AI-R-SOCC：AI就緒的安全合成管理中心》。

身份與訪問管理不需要多解釋。

AI就緒的安全合成管理中心，類似于軍事上“合成旅”的概念，再加上AI。AI-R的SOC，它跟原來的安全管理平臺、態勢感知平臺有兩個區別：一是極度智能化能力的介入，比如說MFSOB大模型安全運營前哨基地，因為AI的強化，機構自身就也可以部署多級的前哨基地；另外就是合成，安全管理平臺盡量不要建三個（一個管網絡安全，一個管數據安全，一個管大模型應用），還是希望形成一個合成的安全管理平臺。當然，安全的觸點和特殊性，會顧及到大模型應用安全的特殊性。

其中，《AI-R-SDLayer：AI就緒的安全數據通層》這一研究成果，其重要性足以獨立發表。然而，在當前環境下，為了吸引足夠的關注，我們不得不將其與AI、DeepSeek等熱門話題相結合。我也很期待未來有機會能專門就安全數據通層這一主題與大家深入交流。

那么，什么是安全通層呢？我們觀察到，在數據趨勢的推動下，以往以應用為核心、數據作為應用附屬品的格局正在發生變化。由于應用之間的互通，特別是API的打通面臨諸多困難，因此，一個以數據為基礎、形成通層的解決方案顯得尤為重要。在這個框架下，應用將變得更加輕量、靈活，它們將依賴于這個數據通層來解決實際問題。

這是一個類似像上世紀八九十年代，開始是，連接是機器的附屬，像裝個cross cable把兩個機器連起來；后來變成網絡是通層，機器是掛在網上的，我認為這樣的故事在數據和應用關系之間就會發生?，F在數據是應用里邊自己的數據，以后會變成數據是通層，應用趴在數據上頭。這個論斷對應到安全，安全的能力原來是以SOC態勢感知功能性為主，數據是體系下積累的數據；以后應該會變成以數據、情報為中心，而安全功能去附著在這安全方面的數據通層上。這就是我說的安全數據通層這件事的意義。

啟明星辰憑借自身深度的積累，僅用一周多的時間，重新整理 AI和數據通層之間的關系，形成《AI-R-SDLayer：AI就緒的安全數據通層》白皮書。

這三個《白皮書》是三個安全基座，即身份基座、數據基座和管理中心基座。它的定位是大模型深度應用場景下的安全技術，面向大企業。

當前形成的“三件套+三服務+三基座”產品矩陣，本質上是應對大模型深度滲透業務場景引發的安全范式變革。它針對大模型應用安全，不是大模型賦能安全。

所有的客戶的業務應用都會應該被大模型重洗、重構，WEB對外的應用都會變成大模型對外，所以會從WAF變成MAF。對于不同的應用深淺度和視角，會產生多樣化的安全需求。至少從服務、單品和共性基座，就會有形成一個有規模的產品和服務矩陣。我們也將會陸續發布更多有價值的產品、方案、服務等。

我們高頻次的產品發布和產業發聲，正是在踐行“不是市場在等產品，而是產品造就了市場”的產業邏輯。

我們認為，這不僅是啟明星辰的機會，也是整個網絡安全產業機會，可以一起對“后DeepSeek時代”做出重大貢獻。

如今，啟明星辰憑借大模型應用安全產品和服務矩陣，在大模型應用安全賽道上，已經推開了一扇門，推開了一條縫，甚至看到了里邊的光，這也成功驗證大模型應用安全賽道的可行性。

我們真誠希望，網絡安全等產業鏈各方攜手，共同推進從技術驗證到規模商用的跨越發展，正如哪吒、DeepSeek、悟空三個產品所示，前瞻性的技術布局能夠催生全新市場空間，開辟千億級的新興市場空間。

大模型的應用場景是規?；?，其安全問題的解決對于推動其大規模商用具有重要意義。

用個比喻來說，瓦特并非蒸汽機的原創發明者，而是改良者。如今，大多數人會不記得蒸汽機的最初發明者是誰，這往往需要查閱歷史資料才能得知。在蒸汽機最初問世時，它主要被應用于礦山，依靠新開采的煤炭作為燃料來驅動抽水，但這一時期的蒸汽機效率低下且運行成本高昂，因此普及程度有限。然而，瓦特對蒸汽機進行了改良后，它的應用范圍迅速擴展到了紡織工廠、蒸汽輪船以及各種其他領域。

瓦特做的事情跟現在DeepSeek做的事情是很類似的。把成本降下去，讓很多人很容易上手就開始去用，原來只有少數一些大廠能夠玩得起的事情，現在所有的機構只要有一點點技術能力就可以去做。

目前DeepSeek所處的地位，可以被視為一種革命性的改良，這種改良為市場開辟了新的可能性，其影響力堪比瓦特對蒸汽機的改良所帶來的變革。DeepSeek憑借其超低門檻的開源免費特性，既便捷又經濟，同時其能力直逼GPT-4，展現出極為強大的性能。

在我上周接受采訪時曾提及：“GPT促使AI從學術圈邁向了技術圈”，這一轉變仿佛就在前不久。然而，DeepSeek的出現則標志著AI真正實現了破圈，其影響力不僅覆蓋了全行業，更深遠地觸及了全社會乃至各個產業領域。因此，DeepSeek的安全問題自然成為了值得深入探討的話題，它或許預示著一個全新的發展板塊正在崛起。

此外，我想引用中國移動楊杰董事長在去年年底集團工作會議上關于消費變化趨勢的三個核心觀點，來進一步闡述我們的觀點。

第一，具有高性價比。這一點DeepSeek無需多言，已經得到了充分驗證。

第二，高科技元素。

第三，高情緒價值。高情緒價值正成為驅動用戶瘋狂追捧的關鍵，DeepSeek作為純中國人打造的開源產品，其中蘊含的非技術情緒因素，對于其應用的迅速普及起到了不可估量的作用。這種情緒價值不僅增強了用戶的歸屬感，也進一步推動了DeepSeek大模型應用前景的高度看好。當然，隨著大模型應用的普及，大模型應用安全也需緊隨其后，雖然不敢斷言百分百，但我認為其成功的機會非常大。

隨著大模型應用的規?；l展，越來越多的服務將基于大模型展開，傳統的web服務將逐漸轉變為以大模型，特別是DeepSeek為核心的服務，云上的DeepSeek服務有望成為云廠商的主流盈利點。以MAF為代表的大模型應用需求，因其剛需性而備受矚目。大模型在倫理、內容等方面的安全問題，也催生了對于安全解決方案的剛性需求。

作為大模型業務的開發者，需要深入考慮如何訓練模型，以應對宗教、政治等倫理問題。這些問題對跨行業的垂類模型來說是共性的，無論是教育、健康、礦山還是測繪領域的大模型，所面臨的倫理問題都是一致的。因此，這些問題非常適合由通用產品來解決，這就是MAF及其類似產品的生存基礎。

由于服務側的大模型應用會成規模，且其需求高度統一，因此安全需求也隨之規?；?，這一點在訪問側同樣適用。當前，隨著人們對私域數據、知識庫和工具集自我保護的重視，訪問側的安全問題日益凸顯。以我們公司財務部門和IR部門為例，撰寫年報時顯然不能將敏感的財務數據直接交給大模型處理，這是既不敢也不能做的事情。公有模型與私有模型之間的復雜訪問關系，以及訪問側的安全保護，將成為新的挑戰和機遇。此外，北美CASB的成功故事很可能在中國以MASB等形式重現。

再有一個就是高價值客戶的深度應用。DeepSeek的發展速度驚人，短短一個月內，就帶來了顯著的變化。以啟明星辰為例，自2月6日以來，整個公司以周為迭代。這種快速迭代并非啟明星辰獨有，而是整個社會都在經歷的現象，尤其是高價值客戶，他們已經迅速進入了深度應用的階段。在與某大型機構交流時，我們了解到他們已經提前應用了大模型，并因此獲得了可觀的收益。

現在是把其他大模型換成DeepSeek，即使現在還沒有到這程度，它肯定會從一個淺度應用迅速在三個月左右時間進入一個深度應用的層面，深度應用就有深度應用的安全需求。我借用中國移動總經理何彪總經理的一個安全體系理念，這個理念用在大模型深度應用場景上也很適合——全客戶、全網絡、全數據、全過程、全場景的“五全”安全理念。

對于深度應用場景，我也有一個非常有意思的判斷。眾所周知，我們的技術架構包含網絡層、數據層以及應用層。在我看來，大型模型的應用將展現出一種共性趨勢，即大模型應用層有望從現有的應用層中獨立出來。具體而言，應用層可能會分化為兩個層次：一是大模型應用層，二是更加側重于場景化或行業特定需求的場景化應用層。

在健康、教育、測繪、交通等各個領域中，盡管每個人的應用方式和需求各不相同，但都會涌現出一個相對統一且具有共性的大模型應用層。這一層通過大型模型構建智能體，集成知識庫和工具集，其結構在很大程度上呈現出趨同的特點。當然，在這一層之下，可能還包含著數據層、網絡層以及系統層。值得注意的是，由于網絡、計算、大型模型或智能計算具有趨同的“實體屬性”，它們之間很可能融合。這種實體屬性與數據不同，數據本身與這些實體是完全獨立的兩個范疇：一個是實體化的存在，另一個則是內容，即數據問題。

我認為質、算、網未來可能會融合為一個大的或某種形式的整合體。無論如何，大模型應用的獨立發展將促使其與數據場景化應用形成緊密相連的三位一體關系。在探討經典的網絡安全、系統安全以及新興的大模型安全時，我們不難發現它們之間存在諸多共性。這意味著原先用于網絡安全的產品形態和能力屬性在大模型安全中具有較高的復用性。這一現象不僅揭示了安全領域的內在聯系，也為相關板塊的發展提供了推動力。因為僅僅滿足需求是不夠的，有效的供給同樣至關重要，尤其是在當前供給不足的情況下。

這個特點是已經發生在數據安全，其實數據安全是有需求的，但是技術供給不足，說來說去就是個隱私計算，還沒有真正的爆款技術在數據安全領域里出現。但是這里面提到的意思是說大模型應用安全，由于它技術的與網絡安全、系統安全有極大的親和性，所以也有能力遷移和映射形成新的產品形態。大模型應用安全的供給能力其實比數據安全還好，所以也為這個板塊形成了這樣一個契機。這些分析其實也是我認為成規模的大模型，應用規模在這，而安全供給是有規模價值的。

這么多大模型應用安全產品，可以看到品類繁多。一個好消息，是有100億到1000億規模數量級，但下邊一個結論可能不見得是好消息，剛才說AI計算和網絡的一個親和力可能造成一種融合性，就是AI網絡、系統計算云形成一種親和關系，所以很自然大模型應用安全會侵蝕原來的網絡安全和云安全及系統安全，但是它侵蝕的部分，還是有規?；脑隽?，但這個規?；脑隽渴?00%還是10%，都讓市場來去驗證，這是我對賽道和賽道規模的一種預判。

最后再談談DeepSeek對安全行業的一個重構看法。

借鑒中國移動楊杰董事長在集團2025年工作會議中的見解，他提出了五個深刻認識，其中第三個著重探討了新技術帶來的新機遇，特別是AI如何重塑需求、生產和經營方式。這一觀點仿佛是對春節后科技發展趨勢的一次精準預言。

楊杰董事長之所以能有如此前瞻性的洞察，并非因為他擁有預知未來的神力，而是因為他深刻理解并把握了那些能夠引領世界變革的核心技術規律。這些規律概括起來就是三點：改變供需、改變生產和經營方式、以及改變創新范式。

1.DeepSeek改變需求

就改變需求而言，安全領域除了傳統的甲乙雙方供需關系外，還涉及監管模式和供給模式的變革。在這一背景下，像DeepSeek這樣的自動化工具將發揮至關重要的作用，它們將極大地增強安全領域的自動化水平，推動整個行業向更高效、更智能的方向發展。

在最近二十多天的觀察與分析中，我們得出了以下結論：DeepSeek會改變我們的需求，進而重塑我們的產品和服務形態。這一變革主要體現在三個方面：

一是賦能。DeepSeek的強大能力為我們的產品和服務注入了新的活力，使其能夠解決以往難以應對的復雜問題。

二是大模型應用的開創性。DeepSeek作為大模型的杰出代表，其應用不僅拓展了我們的技術邊界，還催生了一系列創新性的產品和服務。

三是DeepSeek自身的特異性屬性所帶來的顛覆性變化。以超進化級的DeepSeek為例，其超輕量級的特性使得我們能夠將原本沉重的安全解決方案以更輕便、更高效的方式部署在客戶端。這種屬性的變革，正如手機電池的小型化與高效能化推動了手機的普及一樣，DeepSeek的超輕量級屬性也將為我們帶來許多顛覆性的創新方式。它不僅簡化了部署流程，降低了成本，還提升了用戶體驗，使得我們的產品和服務能夠以更靈活、更便捷的方式滿足客戶的需求。

比如說to C和to H，難道個人不能擁有一個很強大的DeepSeek？比如對數據的依賴，比如生成式大模型，現在的生成式和推理式，比如說蜜罐，以后在低交付蜜罐和高交付蜜罐之上會有一個層次，上面一層叫做“生成式蜜罐”。這就是DeepSeek大模型或者現在推理式大模型，由于它的某一方面屬性所驅動的一種顛覆性的可能性，它可能直接改變場景，又改變自身的安全功能，所以把第三項特意拿出來，他和前面兩個有些重疊，但是它自己的特異性，是很值得關注，也是我們產業新增量的新產品，甚至于新的爆款的機會，很可能會在第三種情況下是存在的。

基于我個人的體驗，我想直接引用DeepSeek的回答來探討它是如何改變需求的。以下便是DeepSeek對于網絡安全行業如何改變行業需求以及它如何改變生產和運營方式的見解。由于這是DeepSeek的直接闡述，我將不再進行額外的解讀，而是讓大家直接感受其深刻內涵。

2.DeepSeek改變生產和經營方式

大家剛才觀看產品演示時，是否留意到了那張充滿激情的海報？這種興奮與熱情的狀態，在我們公司已經持續了兩周多。我們對前沿技術的追求，已經深入到公司的每一個角落?，F在，我們的所有工作目標和內容都與DeepSeek緊密相連，所有的工作過程和方法都充分利用DeepSeek來優化。

如果你感覺DeepSeek的回答不盡如人意，那很可能是你的提問方式需要調整，而非質疑其能力。在啟明星辰，我們的工作節奏已經加速到以周為單位，這正是DeepSeek如何改變我們的生產和經營方式的生動體現?；煸竽Ｐ鸵步o出了類似的回答，證明了DeepSeek對我們工作方式的深遠影響。

3.DeepSeek改變創新范式

DeepSeek改變創新范式，如果經常聽我講演，應該見過我畫這個圖。但我以前經常畫左邊四個，現在可以看到其實第五范式，已經客觀存在了。第四范式是數據密集型，第五范式是參數密集型，或者叫神經元密集型。

這是我個人的深刻體會，AI驅動的科研，已經跨越了經驗科學、理論科學、計算科學和數據科學的階段，進入了一個全新的AI疊加的科研模式。這一轉變正在深刻地改變我們的創新范式。當前，我們正面臨著前所未有的挑戰。

比如，未來的創新研究將不再僅僅依賴于研究院。因為，隨著DeepSeek的普及，每一個員工都具備了創新的能力，創新已經不再是某個特定部門的專屬職責，而是全員參與的過程。這同樣是一種創新范式的轉變，它深刻地影響著我們的組織結構和創新機制。

以往的觀點常常認為，大公司的創新動力不足，所有的創新大多源自于小公司或是大公司的邊緣部門。然而，這一判斷未來會發生顯著變化。在當前的環境下，無論員工身處何職，只要賦予他們適當的機制與工具，每個人都具備了創新的潛力，這有可能催生出一種爆發式的生態創新模式。

以DeepSeek為例，當我向它提出關于創新范式的問題時，它所給出的回答遠遠超出了我的預期。它不僅涉及到了研發范式、設計范式的變革，還觸及了協同范式、組織范式乃至倫理范式的深刻轉變。這意味著，AI如DeepSeek正引領著我們進入一個全面創新的新時代，其中創新的邊界被不斷拓展，創新的深度與廣度也在不斷被刷新。

總結一下我今天分享的三點內容。

首先，借此機會介紹了一下啟明星辰最近發布的由9個產品服務組成的大模型應用安全產品矩陣，從這個矩陣中，我們可以看到大模型應用安全賽道已經清晰可見，我認為這是一個極具吸引力的賽道，為我們產業帶來了新的機遇。

其次，從大模型應用安全賽道的發展來看，它不僅是一個充滿潛力的領域，更是一個值得我們深入探索和布局的賽道。

最后，我要強調的是，DeepSeek作為我們重點關注的大模型，它對我們整個產業帶來了重構的態勢，DeepSeek的獨特能力和特性，正在推動著我們產業的變革和發展。

這就是我今天想與大家分享的主要內容。