从模型到公共服务：OpenAI 扩展政府 AI 与网络防御访问

9 月 10 日，OpenAI 发布政府 AI 与网络防御服务扩展公告。公告称，OpenAI 与美国总务管理局达成 OneGov 协议，为联邦、州、地方和部落政府提供 0 美元用户许可费、使用费用五折以及网络防御能力支持，协议期限为 2026 年 10 月 1 日至 2028 年 12 月 31 日。

为什么这不是“模型接入”这么简单

政府场景的难点不只在于模型是否回答得好，而在于谁能看到什么、哪些动作可以执行、每个建议怎样被审计。网络防御尤其需要把情报、资产、告警、工单和处置权限放在清晰的信任边界内，不能因为模型能生成一段命令，就把执行权一并交出去。

公告的商业安排说明 AI 能力正在进入公共采购和长期服务周期，但价格优惠不等于组织已经具备部署条件。身份、数据分级、供应商评估、保留期限和人工复核，仍然是落地前的基础工作。

安全工作台应该先做什么

1. 先做只读研判。 让模型整理证据、补充未知项、提出查询建议，并把每个结论连回来源。
2. 把高影响动作设为审批点。 隔离主机、删除数据、封禁账号、轮换凭据和对外通知都需要明确的人工确认与审计记录。
3. 验证环境结果。 “已完成处置”必须对应系统状态变化或可复查的工具返回值，不能只相信模型的自然语言。

对 Agentic SOC 的启发

如果把多个角色用于安全分析，主分析、反证和控制角色应该共享最小必要的证据，而不是共享一段无法审计的自由文本。协调层需要把专家答复当作不受信任数据，检查来源、权限、时间线和冲突，再生成建议。真正进入生产前，还需要脱敏任务集、多次试验和环境结果 grader。

防御性 Agent 的目标不是替人做所有决定，而是让每个决定更快找到证据、更容易复核、更难越过权限边界。

来源与边界

本文事实部分来自 OpenAI 2026 年 9 月 10 日的官方公告。协议面向美国政府机构，不能外推为其他地区的可用政策；本文也没有把公告中的服务安排写成已经接入任何真实 SIEM、EDR 或处置系统。