本文剖析了AI信息安全与功能安全的差异，前者防御提示注入等外部攻击即防人搞AI，后者防范幻觉与对齐失败等内生风险即防AI搞人。文章指出两者边界日益模糊需实现双向融合，并梳理了中欧美AI监管框架，建议在开发全流程中贯彻韧性工程理念，构建具备自恢复能力的可信系统。

美海军研究揭示二进制级提示注入攻击：攻击者不改代码，仅嵌入特殊字符串即可误导AI逆向工具输出虚假报告。研究用遗传算法优化载荷绕过限制。防御上规则检测易失效，建议结合机器学习、输入隔离与人工复核构建体系防护。该发现表明二进制已成AI认知新攻击面。

本文指出企业数据安全合规存在将达标当终点、安全与业务认知割裂及能力落地断层三大痛点。建议通过三条路径优化：一是从全覆盖转向抓重点，聚焦核心高风险资产；二是从应对检查转向服务业务，让合规赋能运营；三是从一次性达标转向持续运营，建立常态化迭代机制，实现数据保护与业务发展的长效平衡。

文章指出企业AI集群GPU利用率普遍偏低，仅30%至45%，算力堆砌不等于效率提升。安博通推出星斗异网异构算力编排调度平台，通过广泛兼容异构硬件、智能调度与动态分配，盘活存量算力资源。某高校案例显示，该平台整合异构算力后整体利用率提升30%，并简化运维管理，为AI训练等场景提供坚实底座。