人工智能（AI）已成为自动驾驶系统（ADS）和机器人技术等安全关键领域的核心组成部分。近年来，自主系统的架构正朝着端到端（E2E）单体架构发展，例如大型语言模型（LLMs）和视觉语言模型（VLMs）。本文回顾了不同的架构解决方案，并评估了常见的安全分析方法的有效性，如失效模式与效应分析（FMEA）和故障树分析（FTA）。我们展示了这些技术如何可以针对基础模型的复杂特性进行改进，特别是在它们形成和利用潜在表示的方式上。我们引入了HySAFE-AI，一种混合型AI系统安全架构分析框架，该框架适应传统方法以评估AI系统的安全性。最后，我们提出了未来工作的方向和建议，以指导未来AI安全标准的发展。