典型问题场景

针对通用模型在安全场景中效果不佳的问题，京东构建了“安全大模型基座”体系，通过数据积累、模型训练、任务优化和安全对齐四个核心环节，让AI真正懂“安全语言”。

• 构建安全领域知识基座

京东汇聚内部安全运营日志、漏洞复盘、攻防演练等高质量数据，并结合开源安全社区（CVE、ExploitDB、MITRE ATT&CK、暗网情报）多源语料，形成超过 40TB+的安全知识体系，覆盖威胁样本、脚本代码、安全论文等核心素材。

• 多阶段训练与强化优化

采用SFT监督微调+Reward模型，结合PPO强化学习，让模型深入理解漏洞描述、攻击链逻辑和威胁语义。通过“好/坏样本”对齐机制，模型输出更稳定、更精准。

• 多任务适配与轻量化部署

引入“多适配器（Multi-Adapter）结构”，为漏洞检测、钓鱼邮件分析等不同任务加载独立模块。这种设计既提升准确率，也降低了算力成本，支持多场景并行应用。

• 安全对齐与输出管控

针对隐私数据和敏感内容，京东建立多层输出过滤与审计机制，确保模型在实际生产环境中输出可信、可控、可追溯的结果。

京东结合LLM技术，构建了一套Multi-Agent自动化渗透测试系统。

 这个系统不是单一模型的堆叠，而是一支由多个智能体（Agent）组成的“AI安全小队”。每个Agent都有自己的分工与职责，通过协作完成完整的渗透流程：

• 任务分解：系统首先通过任务树（Task Tree）自动拆解测试目标，明确各子任务顺序与依赖关系；
• 上下文感知：结合 Prompt + RAG（检索增强生成），系统能在执行中实时调用知识库与历史结果；
• 记忆机制：引入短时记忆（short-term memory）与长时记忆（long-term memory），让AI具备持续的任务上下文；
• 动态协作：多个Agent（如漏洞探测、Payload生成、结果聚合）分工明确，彼此间交换信息，实现策略自优化；
• 反思与重试：每轮执行后，系统会基于执行轨迹进行自我评估与策略调整（ReAct / Plan & Execute循环），逐步提高成功率。

最终，AI不再只是辅助人类的分析工具，而成为可以自主规划、执行、反思和复盘的智能渗透测试员。

在京东的架构中，不再是单一模型完成所有任务，而是由多个LLM Agent组成一个多层协作系统。每一层的Agent都会参考前一层的输出，进行再思考与优化，像一个分布式的“智能安全小组”。

• 提议者（Proposer）：扮演“头脑风暴者”的角色，生成多样化的渗透方案；
• 聚合者（Aggregator）：负责从不同方案中提取精华，融合成最优执行路径；
• 总结者（Summary Agent）：则在最后整合结果、撰写报告，形成完整的渗透复盘。

为了让系统具备持续演化的能力，京东在底层设计上采用了模块化架构（Modular Architecture）。
 每个Agent都像独立的“插件”，既能单独升级，也能被快速替换。系统内置了多个关键机制，让AI的渗透过程更接近人类专家：

 

• 动态决策引擎：根据上下文实时判断是直接进入Exploit阶段，还是先进行漏洞发现；
• 失败自适应机制：当Payload执行失败时，系统会自动调整参数并重试，不断修正策略；
• 可解释性与审计性：由SummaryAgent实时记录整个过程，生成可追溯的报告，方便复盘与监管；
• 可扩展性：可快速增加新的Agent以覆盖更多攻击面，如Web端、API接口、云环境等。

 

这样的架构让AI渗透系统不再是一次性工具，而是一个会学习、会自我优化的“安全团队”。每一次执行、失败、复盘，都是它积累经验、不断变强的过程。

 

京东的这项探索，正对应了AI驱动安全专家认证课程中“智能体设计与自动化测试流程搭建” 的核心内容。从智能体的任务分解、Prompt优化，到协作架构与自适应机制，CAIDCP中的理念在京东实现了AI安全技术的落地闭环。
 

三、CAIDCP 认证课程-把实战经验转化为系统能力
 

京东实践表明，AI驱动安全是覆盖 “需求-规划-开发-测试-运营-审计” 的全流程工程。CAIDCP课程以此为核心，将实战经验转化为可学可用的知识体系，助力从业者打造 “AI+安全” 复合能力：

• 课程体系：以 “认知-实践-未来” 为脉络，覆盖AI驱动安全全生命周期。认知篇解析AI安全演进与从业者能力要求；实践篇聚焦安全大模型开发、多智能体测试系统搭建等实战模块；未来篇探讨AI安全伦理与前沿趋势。
• 课程特色：课程设置多个高度贴近真实业务场景的实操项目，学员将在导师指导下动手实践，应用AI工具解决实际安全问题，强化技能转化与实战经验积累。
• 适配人群：覆盖安全技术实践者（如 SOC 分析师、安全工程师）、管理者（如 CISO）及转型者（如传统IT运维），满足不同阶段从业者 “AI+安全” 能力提升需求。

随着大语言模型技术的不断进步，生成式AI给安全带来挑战，但也孕育新机遇。京东用 LLM 赋能安全的实战案例，表明掌握AI+安全技术，才能在攻防对抗中占据主动。