深信服已部署SESG（Self-Evolving Safety Guardrails，自进化安全护栏），这是一个多智能体系统，能够持续将大语言模型的安全防御能力适应于生产环境中的新威胁。该系统实时监控流量以检测新型越狱攻击和有害类别，随后自动合成训练数据并更新模型，无需人工干预。

  • SESG利用生成、验证和路由智能体来诊断失败案例并创建针对性的训练批次。
  • 一个1.7B参数的护栏仅需约2小时的人工投入，即可在16-24小时内适应新威胁，而相比之下，手动流程需要40-90小时。
  • 该系统在六种新兴威胁上优于参数量从0.6B到9B的静态护栏以及一个自适应基线模型。
  • 自2026年4月以来，SESG在两个月内自主解决了15个新威胁场景中的14个。

这种方法使安全模型能够跟上快速演变的攻击向量，同时保持通用的筛选能力。