事件经过
蚂蚁集团 AI 安全实验室开源（2026 年 7 月 12-13 日）SingGuard-NSFA，一个护栏模型家族（0.8B-9B 参数），可在 185 个威胁场景/7 个类别中分类代理特定风险，在约 100K 样本和 133 种语言中评估，实现约 50ms 的实时检测延迟；在 GitHub/Hugging Face 上与更广泛的多模态 SingGuard 护栏模型一起发布。
影响分析
一个罕见的生产级、小足迹（设备上/本地部署能力）开源护栏，专门为代理威胁（目标劫持、工具滥用、权限滥用）分类，而不是通用内容审核，为 OSS 代理安全生态系统提供了可信的低延迟拦截层。
适用范围
构建或保护自主代理框架的团队（特别是需要本地部署的受监管行业）应将 SingGuard-NSFA 评估为护栏层。