风险更高、影响更广，AI安全是新的供应链问题

AI系统的供应链安全比传统软件更复杂，因前者依赖模型、数据、工具和基础设施等更广泛的组件，且风险可在部署后通过这些组件持续传播。例如，受污染的检索源会扭曲系统认知，过度授权的连接器可能暴露内部系统，高权限代理甚至能将错误响应转化为实际操作。

传统软件供应链主要关注源代码、第三方包和构建系统的完整性，而AI供应链安全需覆盖模型、数据、工具、连接器及云基础设施等全依赖链。与传统软件不同，AI系统在运行时还涉及数据交互、工具调用和外部服务联动，攻击可通过这些交互影响系统输出。

实践中，AI供应链风险常表现为过度授权的连接器（如让助手访问未授权的存储或系统）、受污染的检索源（扭曲模型上下文）、云配置错误（暴露推理端点或存储桶），以及影子AI服务和弱权限代理等。这些风险远超传统软件的“组件污染”问题，需更全面的防护。

OWASP指出，AI供应链安全需从模型层扩展到整个依赖链，仅靠模型层防护不足。Wiz等解决方案通过增强对模型、工具和云暴露的可见性，帮助企业建立更全面的AI供应链安全体系。