当前，老化的软件基础设施、快速演进的人工智能能力，以及各行业对互联数字系统日益加深的依赖，三者交织叠加，正在形成严峻的安全风险。然而，那些正在压缩攻击者行动周期的AI系统，若政策制定者能够主动布局，同样可以被转化为防御力量。

本文由RAND旗下"AI、安全与技术中心"在全球与新兴风险研究部门的框架下独立发起并开展研究，获惠普基金会资助，聚焦于AI加速漏洞发现这一议题，以及关键基础设施软件结构性安全强化路径。

研究方法与背景

作者团队的研究方法兼顾技术与政策两条线索：一方面系统梳理了相关领域的技术与政策文献，并借助大语言模型辅助开展研究与文稿撰写；另一方面，深入访谈了二十余位来自学术界、产业界与政府部门的专家，其专业背景涵盖机器学习、网络安全、高可靠性软件工程及国家安全政策等多个领域。

核心建议：快速技术会议机制

报告提出了一套"快速技术会议"机制，建议以四至六周为一个周期，持续组织跨行业从业者共同参与，具体工作包括三个方面：

第一，评估当前AI辅助代码分析能力的实际水平与边界；

第二，审查Glasswing、Daybreak及类似项目的研究成果与经验；

第三，为希望启动AI辅助软件评估流程的基础设施运营商提供具体可操作的指导建议。

研究背景说明

本报告属于RAND"专家洞见"系列出版物，共24页，已于2026年以网络形式公开发布（文件编号：PE-A4957-1）。RAND是一家非营利性研究机构，致力于通过研究与分析推动政策制定与决策质量的提升。报告所呈现的观点不代表RAND研究客户及资助方的立场。

Q&A

Q1：报告为什么认为AI既是威胁也是防御手段？

Q2：报告提出的"快速技术会议"机制具体是怎么运作的？

A：报告建议以四到六周为一个周期，定期召集来自政府、学术界和产业界的跨部门专家，共同完成三项核心任务：评估现阶段AI辅助代码分析工具的实际能力；审查Glasswing、Daybreak等已有项目的成果；并为基础设施运营商提供可直接落地的操作指南，帮助他们启动AI辅助软件安全评估工作。

Q3：这份报告的研究方法有哪些特点？

A：报告采用了混合研究方法：一方面对技术与政策文献进行了系统性梳理，并引入大语言模型辅助完成研究与初稿撰写；另一方面广泛访谈了二十余位领域专家，涵盖机器学习、网络安全、高可靠性软件工程和国家安全政策等方向，确保分析兼顾技术深度与政策可行性。