英国拟强化网络防御：AI 国务大臣要求前沿模型企业承担更多安全责任
据 IT之家援引《卫报》消息，英国正准备进一步加强国家网络防御体系，并将把前沿人工智能企业的安全治理责任推到更重要位置。来源显示，英国 AI 国务大臣卡尼什卡·纳拉扬（Kanishka Narayan）预计将在西伦敦发表专题演讲，正式阐述这一政策方向：英国不能完全依赖大型科技公司对其模型进行“自我监管”，同时需要建设更多自主可控的 AI 基础设施。
这项表态释放出一个明确信号：随着大模型能力快速提升，英国政府正在把 AI 安全从“研究议题”转向“国家网络安全与产业基础设施议题”。对于中文读者而言，这不仅是英国监管动态，也反映出全球主要经济体在 AI 基础设施、模型安全评测和网络防御能力上的新一轮竞争。
从模型评测到国家防御：英国为何强调 AI 安全
来源摘要显示，纳拉扬分管职责涉及人工智能安全研究院（AI Security Institute，AISI）。该机构的定位，是围绕人工智能风险建立证据基础，为政府决策提供参考。英国议会此前披露，AISI 已与 OpenAI、谷歌 DeepMind、Anthropic 等领先 AI 公司合作，测试超过 30 个模型，并且相关发现会在模型部署前推动实际改动。
这意味着英国并不只是停留在原则性监管表态，而是试图通过测试、评估、红队验证等方式，把模型部署前的风险识别制度化。对于前沿模型而言，安全问题不再局限于内容合规，还包括网络攻击辅助、软件漏洞利用、自动化任务执行、越狱与滥用风险等更复杂场景。
英国 AISI 发布的首份《前沿人工智能趋势报告》也强化了这一判断。报告显示，AI 系统在网络安全和软件工程任务中的表现提升很快：在网络安全领域，模型完成学徒级任务的成功率从 2023 年不足 9% 提升至 2025 年约 50%；2025 年首次有模型完成需要长达 10 年经验的专家级网络任务。在软件工程领域，模型完成约 1 小时编程任务的成功率，也从两年前不足 5% 提升至超过 40%。
政策重点：不把安全完全交给科技巨头自律
纳拉扬此次预计强调的核心，是英国不能完全依赖科技巨头对模型进行自我监管。这个判断背后，是政府对“能力增长速度”与“外部约束不足”之间差距的担忧。前沿 AI 模型往往由少数大型企业掌握，训练数据、模型架构、部署策略和安全缓解措施都具有较高不透明性。如果公共部门缺乏独立评测能力，就很难判断模型在真实环境中的风险边界。
从来源信息看，英国的做法大致包含几条路径：
- 强化国家层面的 AI 安全评测能力，通过 AISI 等机构与企业合作测试模型；
- 要求前沿 AI 研发企业采取更多切实措施，保障系统安全，而不只是发布原则性承诺；
- 建设本土 AI 基础设施，降低关键能力对海外科技巨头的依赖；
- 把 AI 能力提升与网络安全产业政策结合，提升国家级防御与响应能力。
值得注意的是，英国政府同时认为，绝大多数 AI 系统应在使用环节受到监管。这与直接监管底层模型不同，更强调在具体应用场景中识别风险。例如，面向网络安全、金融、政务、医疗、关键基础设施等场景的 AI 工具，可能需要更明确的责任边界与安全审查。
本土基础设施成为 AI 竞争的新焦点
除了安全治理，英国还在推动本土 AI 基础设施建设。来源提到，英国政府此前已推出规模 5 亿英镑的主权 AI 风投基金，首笔股权投资投向 AI 基础设施公司 Callosum；同时发布《AI 硬件计划》，扶持 AI 芯片与半导体技术相关英国企业；并通过《网络增长行动计划》提振本国网络安全产业，扩大国家安全战略投资基金规模。
这些举措说明，英国所说的 AI 安全并不只是“限制风险”，还包括掌握算力、芯片、模型评测、网络安全服务等关键环节。对任何希望在 AI 时代保持技术自主性的国家而言，基础设施主权正在变得和模型能力本身同样重要。
影响解读：AI 安全将成为前沿模型企业的准入门槛
从产业角度看，英国此次政策主张可能进一步抬高前沿 AI 企业进入关键市场的合规门槛。未来，大模型公司如果希望服务政府、关键行业或高风险应用场景，可能需要接受更深入的外部测试，证明其模型在越狱防护、网络任务限制、部署监控和应急响应方面具备足够能力。
这也会影响 AI 工具生态。过去，开发者更关注模型能力、价格和接口稳定性；接下来，安全评测结果、部署前审查、数据与算力来源、供应链可信度，都可能成为企业选型的重要指标。尤其是在自动化编程、网络安全辅助、智能代理等方向，模型能力越强，治理要求也会越高。
总体来看，英国的最新动向体现了一个全球趋势：AI 监管正在从抽象伦理讨论，转向可测试、可审计、可落地的安全工程体系。对于前沿模型企业来说，安全不再是发布会上的附加说明，而可能成为进入政府和关键行业市场的基本条件。