本研究通过半结构化访谈的方式，深入调查了22名软件开发者、架构师和AI从业者在集成大语言模型（LLM）作为AI组件时的决策过程和安全考量。研究发现，从业者在选择AI模型时主要受功能标准驱动，如性能、准确率、成本和特定功能（例如工具调用或多模态支持），而安全因素极少被纳入评估标准。在整个AI组件集成过程中，安全关注普遍缺失，传统的软件供应链安全教训被忽视。研究者指出，行业正在重蹈早期软件依赖管理的覆辙，优先考虑快速复用和可用性而非安全性和来源可靠性。基于这些发现，论文提出了针对AI采用者、模型提供者和研究者的可操作建议，倡导采用主动的安全设计方法，将安全评估整合到组件选择中，并在整个软件开发生命周期中持续关注安全。该研究为理解AI供应链安全实践中的现实盲点提供了重要实证依据。