以进攻视角，
验证 AI 边界。

梳理网络分区、访问控制与日志链路，协助安全设备选型、部署联调和策略迁移，明确系统之间的责任边界。

对照适用要求梳理技术与管理差距，协助制定建设计划、落实整改并整理材料，与企业及测评机构衔接。

围绕云账号、网络、容器和发布流程，规划最小权限、密钥管理、镜像检查及审计日志接入。

梳理敏感数据流向和人员、服务账号权限，协助接入身份认证、访问审计、数据脱敏与外发控制。

结合生产连续性要求，梳理工控资产、区域隔离与远程运维通道，安排经确认的变更窗口和验证方式。

梳理资产、业务依赖、暴露面与现有控制措施，结合访谈和技术检查识别风险，区分业务影响与处置优先级。

在授权范围内测试 Web、API、移动端和内网，验证身份、权限与业务逻辑问题，记录可复核的攻击路径。

结合人工分析与工具检查追踪输入、敏感操作和权限校验，排查依赖风险、密钥暴露及关键业务逻辑缺陷。

围绕 LLM、RAG、AI Agent 与 MCP，验证提示注入、敏感数据泄露、工具越权和跨组件信任边界。

检查主机、数据库、中间件和网络设备的账号、权限、服务与日志配置，按变更计划实施加固并验证业务影响。

接入约定的日志与安全告警，核对事件上下文、排除噪声，按双方确定的分级与升级流程推动处置。

结合资产变化和新增漏洞安排排查，核实可利用条件与业务影响，跟踪负责人、整改状态和复测结果。

协助分析入侵、恶意程序、账号失陷等事件，保全关键日志与证据，开展影响排查、隔离建议和恢复验证。

针对重要活动或关键业务窗口，开展前期风险排查、策略核查、演练和约定时段的值守协同，明确升级联系人。

定期检查安全设备运行、策略变更、账号权限和日志接入状态，协助清理过期规则并核实变更效果。

围绕邮件仿冒、账号保护、数据处理和 AI 工具使用开展培训，结合经授权的模拟演练检验识别与报告流程。

结合团队技术栈讲解身份鉴别、权限控制、输入处理与依赖管理，通过代码案例练习发现、修复和验证问题。

面向 AI 产品和工程团队，拆解提示注入、检索污染、工具权限与敏感数据风险，在受控实验中练习验证和防护。

围绕企业设定的事件场景，组织桌面推演或隔离环境实操，练习研判、升级、处置、业务恢复和沟通交接。

针对模型上下文、RAG 数据、智能体记忆与 MCP 工具链提出风险假设，研究攻击条件、传播路径和控制边界。

针对约定产品或组件分析漏洞成因、利用前提与影响版本，在受控环境复现问题并验证修复思路。

组合身份、网络、应用与数据层的风险，设计经授权的对照实验，判断现有检测、隔离和权限措施在哪些条件下有效。

围绕具体评估或运营需求，开发测试脚本、规则和工具原型，明确输入输出、适用边界与复现步骤。