【环球网科技报道 记者 林梦雪】在AI生成内容爆发的今天，黑灰产早已不是靠谐音字、拆字这种“土办法”躲避审核的时代了。一个prompt，就能批量生成图文音视频全套违规内容。一段长文本里，风险信息被拆解、藏匿、重组，像变色龙一样融入正常语境。
而另一头，审核员们正在与时间赛跑。高峰时段队列堆积，新手误判、老手疲劳，人力成本随业务体量非线性攀升。传统“机审初筛+人审兜底”的模式，正在被这场不对称的攻防战拖入泥潭。
“行业需要一种新的能力，不是更快地翻找违规词，而是真正‘读懂’内容背后的意图。”百度智能云司南AI安全审核解决方案专家夏可征说道。
近日，百度智能云司南AI审核专家版审核智能体正式推出，以大模型为核心引擎，融合多模态联合分析与意图级语义推理，理解复杂内容、识别隐蔽意图，将内容审核从机械规则识别升维至“深度理解”。
AI普及导致黑产进化，传统审核遭遇“能力危机”
随着生成式AI的普及，内容安全领域正面临着攻防失衡的危机。“传统链路中的缺口其实不在产能，而在能力上。”夏可征指出。
他表示，传统的“机审+人审”链路结构本身没有问题，真正的瓶颈在于机审端的能力不足。“理解不了复杂的组合关系，看不懂真实意图，分不清场景的差异。新增的变体就直接会漏判。”
夏可征将传统机审的痛点归纳为六类：泛化能力弱、策略更新慢、精确率与召回率难以兼顾、判定不可解释、上下文关联性缺失、图文音视频链路各自孤立。而在人审端，多模态内容堆积导致复核时间拉长，新手误判、老员工注意力下降、人力成本非线性增长等问题同样突出。
与此同时，黑灰产的生产方式正在发生质变。夏可征指出三大新趋势：一是跨模态批量生成，“原来黑产可能只能生产文字、图片或视频其中之一，现在通过一个prompt一次输入，可以把多模态的整体内容一起生成”；二是场景化快速改写，“通过对抗审核的方式快速改写内容，批量生产多个场景、多个版本，很难防”；三是变体与长文本藏匿，“原来要表达涉赌必须出现‘赌博’字眼，现在可能出现‘钓鱼’‘挖金’这种词”。
政策层面同样在收紧。2026年1月1日，新修改的《网络安全法》正式实施，新增条款中强调“完善人工智能伦理规范，加强风险监测评估和安全监管”，将网络安全带入更严格的监管阶段。
“政策要求变了，内容生产方式变了，对抗手段也变了。”夏可征总结道。
“懂审”四维度：从识别违规词到理解真实意图
面对上述挑战，百度智能云司南AI审核专家版审核智能体提出了“懂审”的核心理念，将审核能力从“关键词匹配”升级为“语义级理解”。
“‘懂审’与传统意义上的识别违规词有本质区别。”夏可征强调，“我们主要把已知的风险读懂，然后适配业务，给出持续有效且可判定的结果。”
他将“懂审”拆解为四个维度：“懂全貌”是对多模态信息全都看得懂；“懂语义”要能够还原变体的真实意图；“懂标准”是能够跟上业务的尺度；“懂举证”则是能够给出可解释的判定依据。“四个‘懂’结合起来才是‘懂审’的含义。”
在技术实现上，据夏可征介绍，专家版采用多模态大模型与AI专家模型融合方案，识别准确率较传统方案大幅提升。夏可征展示了一个典型案例：一条社交内容标题为“今晚不聊穿搭”，正文引导用户私信联系“晚风”，配图分别为羽绒服和露背照片。“单独看标题、正文、配图，每一条都合规。但组合起来就形成了完整的色情私聊引流链路。”传统机审对此几乎无能为力，而专家版通过跨模态关联性检测，最终判定该内容整体违规。
据百度智能云提供的数据显示，在某社交业务落地后，黑产变体召回率提升了4至5倍；对尺度主观的软色情场景，智能体精准度大幅提升。
夏可征还补充道，“传统小模型机审是死板的，按照规则去审核。而我们可以对知识库进行更新，对prompt提示词做不断优化。”这样避免了传统机审带来的误判，也能及时跟上监管的要求。
“相比市面上的一些做内容审核的公司，有些可能大模型做得好，但对内容的理解不够深刻。有些做内容的时间比较长，但缺少大模型研发能力。”夏可征说道，“百度智能云司南AI审核专家版的优势就在于对内容和大模型的理解能有效结合在一起。”