从对话到自动化
理解 AI 自动化原理，安全构建您的首个工作流
引导用户了解从“与聊天机器人对话”到“使用代表自己的 AI 代理”之间的转变。课程涵盖了互联 AI 设置的构成，并提供实用检查清单，帮助用户判断哪些工作流适合自动化，哪些不适合。
公民 AI
面向全员的 AI 素养培训
专为每天使用 AI 进行构建的人员而设计，而不仅仅是针对部署 AI 的开发人员。
来自排名第一的安全编码培训公司
.svg){kind=logo}
就绪差距
AI 风险不仅限于工程团队
AI 的普及速度远超 AI 的就绪程度。市场、财务、人力资源和运营部门的员工已经在构建自动化流程、与 AI 工具共享数据并根据 AI 输出采取行动。他们具备操作能力，但缺乏相应的准备。大多数 AI 治理项目仅涵盖政策、平台和技术控制，而这导致了一类现有控制措施无法察觉的风险。
安全领导者目前无法回答的四个问题：
除了工程部门，还有谁正在构建 AI 自动化流程？
员工正在与 AI 工具共享哪些数据？
这些 AI 智能体可以访问哪些系统，以及是谁授予了这些权限？
如果审计人员明天就来询问，您能证明企业已实现负责任的 AI 应用吗？
在大多数组织中，这些答案依赖于假设，而不是数据。这种差距以人工智能的速度创造了曝光率。信任代理：人工智能提供了回答这些问题所需的可见性、风险关联和治理控制
什么是 Citizen AI？
为实际在工作中应用 AI 的人员提供实用的 AI 素养培训
Citizen AI 是 Secure Code Warrior 首个专为业务用户打造的学习项目，由这家深耕开发者培训领域十余年的平台提供，旨在传授实用的 AI 素养。它跳过了枯燥的 AI 理论，直接切入员工日常面临的实际场景。学习内容围绕以下方面设计：
首个学习系列
通过 AI 实现自动化
通过 AI 实现自动化，能帮助业务用户安全地采用 AI 驱动的工作流程，并掌握当天即可应用的知识。本系列课程汇集了短视频、实用指南和交互式演练，专为非工程背景的人员打造。
当出现故障时
学习如何排查 AI 自动化故障，并明确何时需要寻求技术支持。
以通俗易懂的方式教授如何通过 AI 对话进行自动化调试，帮助业务用户避免陷入“AI 错误死循环”，防止因自动化故障难以修复而导致用户采取更具风险的“盲目修复”策略。
限制风险
识别常见的 AI 风险，掌握降低风险的实用习惯
介绍即使在 AI 自动化运行正常时也依然存在的 3 类风险，包括：工具、连接与第三方技能；间接提示词注入风险；以及 AI 代表您执行的自主操作。每一类风险都配有一套实用的习惯，以限制潜在风险与损失。
身份、凭证与访问
了解 AI 代理如何使用权限，以及为何访问管理至关重要
解析 AI 如何通过用户账户执行操作，以及这对访问权限、审计日志和责任归属意味着什么。课程引入了符合“最小权限原则”的实用习惯，并帮助用户建立对工作流自动化场景中 AI 代理所涉及的授权委托及环境权限问题的认知。
查看演示
专为业务用户设计，而非开发人员或数据科学家
基于真实业务场景，无需代码，无需技术背景。
为何选择 Citizen AI？
改变员工使用 AI 的方式，而不只是增加他们的知识储备
大多数 AI 意识培训只停留在术语层面，寄希望于员工能自发改变行为。Citizen AI 则另辟蹊径：它旨在培养实用的判断力和负责任的习惯——这不仅能提升员工的认知，更能从根本上改变他们使用 AI 的方式。
适用对象
专为负责 AI 落地应用的团队打造
SCW 学习平台
助力全组织实现安全 AI 采用
Citizen AI 扩展了 Secure Code Warrior 在安全 AI 采用方面的广泛投入，涵盖了编写 AI 辅助代码的开发人员、对其进行治理的平台，以及现在正自主采用 AI 的业务团队。在 AI 领域取得成功的团队，必然是那些同时在能力建设和问责机制上进行投入的团队。这就是构建这两者的方法。
SCW AI 采用模型TM
探索 AI 采用的八个阶段，以及在每个阶段构建安全软件所需的安全能力——涵盖了整个过程中 200 多个安全概念和漏洞类别。
AI 安全学习
Secure Code Warrior Learning 提供的人工智能安全培训，为每一次代码提交提供技能支持。开发者通过在真实人工智能工作流程中的实践练习，学习如何保护人工智能生成的代码，从而从源头降低风险。
AI 使用监控
Trust Agent 将可见性转化为可执行的洞察。它通过关联提交元数据、AI 模型使用情况、MCP 活动以及治理阈值，在提交阶段即可识别风险，且不会拖慢开发进度。
将软件风险转化为开发者的能力提升
了解自适应学习如何在大规模环境下，自动将漏洞数据和 AI 生成的代码风险与针对性的开发者学习内容相关联。
