问题——从“人的漏洞”到“数据的漏洞”，安全边界被重新定义。 据多家外媒报道，伊朗一名高官住所遇袭身亡。围绕其行踪是否泄露、安保体系是否存在内外勾连等猜测仍有待更核实，但事件体现为的一个趋势值得重视：在数字化社会，目标信息不再仅依赖近距离侦察或传统线人获取，公开与半公开数据经由技术整合后，可能形成低成本、高效率的定位链条。住所轮廓、道路出入口、周边监控盲区、日常出行规律等信息——一旦被长期采集并交叉验证——传统“隐蔽性”将被持续削弱。 原因——开源信息可被“情报化”，智能工具使门槛显著降低。 近年来，高分辨率商业遥感、网络地图、卫星互联网与物联网终端不断普及，叠加多平台数据聚合能力，使开源信息具备被结构化利用的条件。一些平台在商业驱动下采集大量位置与行为数据，若缺乏严格的权限隔离、脱敏处理与安全审计，数据外溢风险将显著上升。更值得警惕的是，智能算法可将碎片信息自动拼接：从图像识别到路径推演，从关系网络到行为预测，过去需要专业团队长期研判的工作，正被工具化、流程化，导致“技术扩散”与“风险扩散”同步发生。 影响——公共安全与国家安全的界面被压缩，伦理底线面临现实拷问。 一上，开源数据被武器化，可能使暗杀、破坏等极端行为更易策划实施，增加社会治理与要员防护难度；另一方面，智能技术向军事领域快速渗透，推动作战链条从“人主导”转向“人机协同”甚至“算法主导”。国际上，个别国家强调以技术优势塑造军事优势，推动“智能优先”的力量建设，客观上加剧军备竞赛与误判风险。另外，智能系统还面临“数据投毒”等新型安全挑战。近期曝光的网络黑产通过批量制造虚假评价、操纵内容分发误导用户，折射出数据源一旦被污染，模型输出就可能偏离事实与常识；若此类手段被用于公共安全、关键基础设施或军事场景，危害将呈几何级放大。 对策——以制度与技术“双轮驱动”，把治理关口前移。 首先，强化地理信息与敏感数据安全管理，完善分级分类保护、最小必要采集、跨境流动评估等制度安排，推动对遥感影像、位置轨迹、建筑信息等敏感要素的合规使用与风险评估。 其次，提升关键系统“抗投毒、可追溯、可审计”能力，对训练数据、模型更新与接口调用建立全链条安全机制，强化红队测试、异常检测与责任追究，防止模型被操控输出危险结论。 再次，推动国际规则构建，反对将智能技术用于谋求军事霸权或损害他国主权安全，倡导就智能武器、人机决策边界、致命自主系统等议题开展务实对话，形成可执行、可核验的约束安排。 同时，增强社会韧性建设，针对支付、交通、医疗等高度数字化领域制定应急预案与离线保障措施，确保在遭遇网络攻击或系统故障时基本服务不断链。 前景——智能化不可逆转，关键在于守住“可控、可信、可责”的底线。 可以预见，未来安全竞争将更多体现为数据治理能力、系统安全能力与规则塑造能力的综合较量。技术进步本身并非风险之源，失序的使用、失管的数据、失衡的竞争，才可能把便利转化为威胁。把伦理约束嵌入研发流程、把安全评估嵌入产品周期、把规则谈判嵌入国际议程，才能避免“技术先行、治理滞后”带来的被动局面。
拉里贾尼遇刺案折射出技术进步带来的安全挑战。在数字化浪潮中，如何平衡创新与安全、协调军事需求与伦理约束，已成为全球性课题。历史表明，每次技术突破都需要相应的智慧来驾驭，这既考验各国治理能力，也是对人类集体理性的挑战。