商业安全大模型BLM： AI Native人机协同重构内容安全新范式.pdf

1、商业安全模型BLM：AI Native机协同重构内容安全新范式演讲：宫兆汉录01020304商业安全背景与挑战AI 时代给商业安全带来挑战与范式迁移AI-Native 组织转型变化AI驱动产变与HITL模式快商业安全模型BLM内容理解与营销成领域核技术与实践Multi-Agent审核智能体围绕BLM体系构建控全链路智能化新范式05未来展望打造AI-Native RiskOs下AGI智能化商业内容安全的业务问题后链路安全保障平台告内容合法合规户体验-C端流量商业风控互联告规范化管控进程2023.2.25颁布互联告管理办法法律法规合规运营安全险态健康平台流量总池流量外部流量平台活动拉新优质内容获新

2、KOL引新等告联盟其他平台投其他免费&优质&可持续流量付费&不保质&依赖性流量赌博赚取金额夸大虚假宣传简单劳动/线索引流微信私域商业内容安全的核挑战三位体体验效率安全危险尾对抗强安全、效率、体验“不可能三“素材误伤效率 识别-拦截-修改道道失守，掐断商家跑量命线安全体验 产变异以时计，运营能单，依赖模型迭代，防控时效 创意量何级上涨，堆砌极限，永远追不上算成规模漏爆痛供给侧创意激增，传统海战术审核模式彻底失效，陷不可能三死局审爆量严重模型技术发展演进2024年9，O1（78.2分）次超越普通类专家（76.2分）平https:/mmmu-benchmark.github.io/MLLM技术发展成

3、熟2025年5，Gemini2.5 Pro Deep Think（82.6分）次超越中等平类专家2025年8，GPT-5（84.2分）次接近顶尖类专家平模型技术发展带来的挑战内容产量迎来爆发增险对抗槛降低审核成本模型推动技术普惠岗位技能边界持续弱化技术槛降低伪造内容泛滥成灾多模态融合难辨真假检测对抗进深区AI-Native 组织转型变化AI驱动产变与HITL模式围绕AI-Native驱动组织转型的价值时间产/均创收AI-Native组织传统组织时代拐点观望税核洞察1产代际跃迁AI原组织均创收是传统组织的10倍以上（倍杠杆效应）2决策速率碾压从“人力规模”竞争转向“决策速率”竞争，周期从周压缩至

4、天/小时3淘汰警报落后者临每年复利扩的“观望税”，延迟季度需追赶年。AI-Native引领控组织转型变AI-Native审核运营研发数据算法机混审机混审-全机审全机审规则策略规则策略-写写PromptPrompt编写代码交付系统编写代码交付系统-超级个体超级个体BIBI报表报表-数据轮数据轮险识别险识别-内容理解内容理解+成成审核岗位被替代：机混审向全机审亿级创意百万级创意万级创意过去：机混审（机主辅）现在：全机审（模型协同）投前模型机审投前模型机审投前审投前模型机审升级投中审投中模型机审升级审核转变 审核模式变化：机混审-全机审 审核员职能升级：告素材审核-指挥官（模型运营）险PE运营：规则

5、策略-Prompt Engineer#定义你是个短视频告审核员做出是否违规的判断。你明确定义的标准。#审核规则（优先级降序）#P0 豁免场景：引流说素材（最优先级）*判定条件（需同时满）*：1.画主体内容为2.OCR本精确匹配以下关键词之#【违规】说素材判定标准（满任即违规）#回复格式推理过程CoT违规/不违规注意请严格按照回复格式进回复，不要回复其它关内容，请步步思考#待审素材信息OCR输:#global.ocr#视频帧地址集合:#global.frame#险运营Prompt审核Agent Workflow数据程师职能跃迁：BI报表-数据轮传统数仓BIReports数据集市ETL外部数据内部

6、数据能跃迁价值裂变Data-Driven控模型迭代预标注MLIntegration人工标注ActiveLearning质量控制LLMas a Judge有标签数据SFT&RLHF数据准备数据采集外部数据内部数据数据处理过滤去重增强生成数据交付ClassificationReasoningQuestion AnswerCaption.研发智能跃迁：编写代码-Agentic超级个体从需求分析、档理解、技术档编写、编码计划执、kdev测试环境部署、发布验收全流程端到端实现，边界打破算法职能跃迁：判别式-理解+成统阶段：量模型小模型 A风险标签 A小模型 B风险标签 B小模型 C风险标签 C小模型 D