如今，Cursor、Claude Code等AI辅助编程工具，正以前所未有的速度重塑软件开发（881272）流程。大模型与智能体嵌入集成开发环境后，可用于代码生成、补全、解析、优化、重构以及漏洞检测与修复等场景，研发效率大幅提升，开发周期（883436）显著缩短，“对话即编程”的人机协同模式已成为研发新常态。
然而，效率提升的另一面，是风险的集中暴露。代码原生漏洞、研发数据泄露、模型指令劫持等安全威胁层出不穷，贯穿需求、设计、编码、测试、交付、运维等软件开发（881272）全流程。与此同时，《生成式人工智能（885728）服务管理暂行办法》《生成式人工智能（885728）服务安全基本要求》等政策标准落地，合规监管持续趋严。
如何兼顾效率、安全与合规
已成为AI编程研发的核心议题
更是软件开发行业高质量发展的必然要求
天融信大模型安全网关
搭建AI编程研发全链路安全防护体系
天融信（002212）深度贴合企业AI编程研发全场景需求，以政策标准为导向，大模型安全网关（TopLMG）整合代码安全防护、数据防泄漏、全域防御三大核心能力，在不损耗研发效率的前提下，凭借全链路防护与精准检测等优势，全方位补齐安全短板，助力企业AI研发实现高效创新、安全可控、合规运营。
溯源筑基，保护代码和供应链安全
大模型依托海量开源数据训练，生成的代码本身存在安全缺陷，SQL注入、跨站脚本、命令注入等高危漏洞频发，函数调用不当、权限校验缺失等编码问题屡见不鲜。研发人员为追求效率直接复用AI产出代码，跳过安全审计环节，导致带漏洞代码直接投产上线。此外，AI编程所用的开源组件、第三方框架暗藏供应链漏洞，可通过依赖链路形成链式攻击，进一步扩大安全事件影响范围。
方案
TopLMG全面适配主流编程语言，依托三重检测机制与动态更新的漏洞特征库，精准识别代码缺陷和开源组件风险。同时，创新采用流式数据动态拼接检测技术，补齐大模型分段输出的检测短板，实现代码前置全量审计，从源头拦截漏洞上线，让每一行AI生成的代码都经得起“安检”，有效规避系统入侵、数据篡改、业务停摆等安全事件。
严防死守，杜绝核心研发数据外泄
研发人员使用AI编程工具时，常会上传核心代码、研发方案、数据库密码、API密钥等涉密资产。如果缺乏配套防护措施，敏感数据将在大模型平台留存、外泄或被非法调用。更棘手的是，大模型流式分段输出的特性，会将敏感信息拆分隐藏在数据流中，或将账号、密钥等写入代码注释，形成难以察觉的常态化泄密渠道，威胁企业核心商业资产安全。
方案
TopLMG搭建敏感数据防泄漏体系，依靠专属特征库精准识别账号密钥、核心代码等涉密信息，支持自定义脱敏规则，灵活适配不同部门差异化涉密分级管理要求。同时，实时拦截敏感数据违规外发行为，并自动清除代码、数据流中隐藏的隐私内容，全面防范隐蔽泄密风险。
全域共治，构建综合安全管控体系
企业AI编程场景日趋复杂，多模型并行接入、跨网络流量交织、API接口数量激增，非法爬取、越权调用、数据窃取、模型投毒等网络攻击频发。单点防护无法应对复合型风险，且行为审计缺失，导致异常调用难以溯源，安全响应严重滞后。
方案
TopLMG支持公网、自建大模型等多场景无感部署，无需改造现有网络，即可实现流量、策略、行为的统一管控与审计。同时，集成API防护、访问控制、DDoS防御、入侵防御等多元功能，构建覆盖模型、应用、网络的多层立体防御体系，一站式抵御各类复合型安全风险。
今年4月28日，在国务院政策例行吹风会上，工信部正式提出开展“人工智能（885728）+软件”专项行动，加快智能编程研发应用，培育模型即服务、智能体即服务等相关新业态；推动基础软件、工业软件智能化升级。
AI赋能研发已成为产业发展大势，而安全是数字化创新的核心根基。天融信（002212）将安全能力深度嵌入AI开发全流程，贯穿需求分析、开发实施、运维优化各阶段，为AI技术在软件开发（881272）领域规范化、规模化应用筑牢安全屏障。
