本页内容
职业信号
进入这个职业时，什么最先被看到
- 学历
- 中
- 作品集
- 很高
- 证书
- 中
- 实习
- 中
- 进入门槛
- 高
- 招聘势头
- 快速增长
- AI 影响
- 中
通常这样起步
通常先做几年安全分析师或软件工程师，再转向 AI 安全。
什么是AI安全工程师
AI安全工程师负责发现和防御AI及LLM系统中的漏洞，设计并运营自动化安全测试流水线。这是2026年增速最快的网络安全职种，结合了传统渗透测试与LLM智能体运用能力。
2026年这一职种独立崛起的原因清晰可见：Anthropic Mythos无需编写任何模糊测试套件，便在Firefox中发现271个漏洞，证明了AI可以从结构上消除安全测试的瓶颈。因此，XBOW以1.55亿美元C轮融资成为独角兽，EU AI Act也强制要求高风险AI系统进行自动红队测试。
为何现在是这个职种
- EU AI Act 2026年8月2日全面生效：高风险AI系统须强制进行自动化安全测试。
- 基于LLM的自动漏洞发现工具大量涌现：XBOW、ZeroPath、Pixee等进入企业市场。
- 薪资溢价：ZipRecruiter 2026年4月中级AI安全工程师平均$152,773。
- 人才短缺：WEF 2025报告：86%的组织表示缺乏所需网络安全人才。
适合哪类人
- 有安全工程基础、能熟练使用LLM工具的人
- 喜欢从攻击者角度审视系统的人
- 对对抗性攻击（Adversarial Attack）感兴趣的ML工程师
- 熟悉Python和自动化脚本的人
专业领域
智能体平台滥用防护: 从用户的智能体手里守住平台
在智能体能写代码并直接部署的平台上，阻止滥用这份执行能力的用户，是一个新的专门方向。欺诈检测、资源盗用防护与账号滥用处置正在收拢成同一个职位。
AI智能体安全：在生产环境中守护自主智能体的专家
AI智能体安全是AI安全工程师的新专精：在生产环境中安全运行自主LLM智能体，核心是运行时能力作用域、MCP工具权限加固、提示注入防御与智能体执行沙箱化。
客户端扫描安全:AI安全工程师的新前线
随着欧盟聊天管控表决把端侧内容扫描推上监管议程,既能扫描又能保护隐私的工程师需求激增。本文梳理所需技能与职业路径。
AI对齐研究：AI安全工程师的新疆域
把哲学、伦理与机器学习结合起来，让前沿大模型对齐人类真实价值的AI对齐研究员职业指南，中国大模型安全对齐岗位正在快速扩张。
物理AI安全:守护机器人的AI安全工程师
物理AI安全工程师阻止针对机器人、自动驾驶和嵌入式AI硬件的攻击，守护固件、ROS/DDS与无线配网，让入侵不至于演变成物理伤害。
AI招聘公平性审计：AI安全工程师的新领域
审计AI招聘系统的偏见与算法单一文化，是一条新职业路径。斯坦福HAI揭示的歧视风险催生了这一需求。
智能体数据泄露防护工程师
一个防御性 AI 安全专业方向，专注于构建护栏、上下文隔离与输出 DLP，阻止自主 LLM 智能体泄露其受托管理的机密。以 MosaicLeaks 与 AgentDojo 为基础。
智能体治理：AI安全工程师的控制平面
智能体治理是AI安全工程师的新专精：在生产环境中管控自主智能体，核心是策略强制、智能体身份、可观测性与审计证据，应对欧盟AI法案。
AI红队专家
从攻击者视角评估LLM和AI系统，结合自动化工具（XBOW、ZeroPath、Garak等）与手动分析发现漏洞的AI红队专家职业指南。
深度职业报告
想真正准备好这个职业
适合这样的你
- ✓喜欢拆解破坏来搞懂东西到底怎么运作（攻击者视角）
- ✓用Python很顺手，喜欢把重复劳动自动化
- ✓既爱安全基础，也爱上手玩AI和LLM工具
- ✓享受每月都冒出新攻击、新工具的快速变化
需要有心理准备
- !很少有应届岗位，多数人先做更宽泛的安全或开发，再转做这个方向
- !行业炒作严重，你得花不少时间分辨哪些工具真能用、哪些是空壳
- !合规和文书（EU AI Act、报告、文档）占比比电影里演的多得多
- !技能过时很快，现在会的东西一两年后可能就落伍了
分阶段准备路线图
中学阶段
- 学会Python，用它把生活里一件无聊的事自动化
- 玩入门CTF夺旗游戏，比如picoCTF和TryHackMe的免费关卡
- 搭个小的家庭实验环境（或用浏览器沙箱）安全地拆解测试用应用
大学·起步
- 主修计算机或安全，修网络、操作系统和密码学
- 考实操型证书（Security+，再到eJPT/OSCP），在HackTheBox、TryHackMe上多练手
- 也学AI安全：OWASP Top 10 for LLM，用garak这类工具测自己的应用
求职准备
- 做公开作品集：CTF解题记录、一个CVE，或在HackerOne、Bugcrowd上的漏洞赏金成果
- 先从SOC分析师、安全工程师或渗透测试实习切入，再转向专精
- 练习把漏洞讲清楚，清晰的报告在面试里比会写exploit更管用
想把这些准备步骤逐项勾选、一步步推进
加入准备计划推荐专业与领域
证书·考试·作品集
需要培养的素养
证书之外真正拉开差距的能力，现在就能开始积累
用攻击者视角画出路径
把漏洞清单背下来的人，比不过面对陌生系统时先画出「输入从哪进来、能走到多远」的人，后者才扛得住新技术。像LLM这种每年都在换形态的目标，背下来的清单很快过时，只有画这张图的习惯一直有用。挑一个你每天用的应用，找出所有用户能打字的位置，写下这些文字最后存到哪里、又会被谁看到。
从告警堆里挑出真问题
自动扫描器和AI工具会吐出大量告警，其中相当一部分根本没法被真正利用。如果不能一条条核实、只留下真的那些，开发团队很快就会开始无视安全的意见，到那一步这份工作整个就失去了分量。拿自己做的一个网页项目跑一遍免费扫描器，抽出十条告警，逐条动手验证它是不是真能变成攻击。
说清先修哪一个的依据
没有哪家公司有时间把安全团队找出的问题全修掉，所以真正的工作变成：哪些这周修，哪些推到下个季度。排序如果没有依据，就会出现忙着修小毛病、大洞却一直敞着的结果。把自己项目里发现的问题按利用难度和被打穿的损失两个轴摆进一张表，讲依据的方式就这么练出来。
守住可以动手的边界
碰了没有授权的系统，那一刻技术就从履历变成案底，而守住这条线的记录本身就是招聘时的信任状。实力差不多时，公司会选那个懂得在别人系统前停手的人。练习只在picoCTF、自己搭的环境，以及漏洞赏金项目白纸黑字写明的范围里进行，并把那份范围文档里允许和禁止的条目亲手抄一遍。
现实建议
真实的一天更多是读代码、跑自动扫描器、给它标出来的东西分类，再把漏洞写清楚，好让工程师真的去修，而不是电影里那种炫酷黑客。工作的很大一部分是把真漏洞和误报分开、追着要审批、为合规留文档。纯AI安全岗位对新人来说很少，头1到3年多半是在更宽泛的岗位上打安全基础，之后才专精，而且工具每隔几个月就变，你得一直学新东西。
先读这些书
部分链接可能为推广链接课程与视频
标签
参考资料
- https://arstechnica.com/information-technology/2026/05/mozilla-says-271-vulnerabilities-found-by-mythos-have-almost-no-false-positives/
- https://techcrunch.com/2026/05/07/how-anthropics-mythos-has-rewritten-firefoxs-approach-to-cybersecurity/
- https://www.ziprecruiter.com/Salaries/AI-Security-Engineer-Salary