5 月 8 日国家网信办、国家发展改革委、工业和信息化部联合印发《智能体规范应用与创新发展实施意见》以下简称《实施意见》。意见明确提出智能体是具备自主感知、记忆、决策、交互与执行能力的智能系统是人工智能产品及服务的重要形态。随着大模型等新一代人工智能技术发展智能体正加速与网络空间、物理世界深度融合。这意味着AI Agent 已经不再只是“会生成内容”的工具而是正在成为能够连接模型、调用工具、访问数据、执行任务的数字执行者。这样的AI Agent必须要有身份、有边界、可追溯、受管控。如果你的企业正在或计划引入AI Agent如自动客服、代码助手、财务对账机器人、风控智能体那么这篇文章就是为你准备的“安全避坑指南”。本文将结合派拉软件AIGS平台拆解新规下的五大核心要求及落地路径。01夯实技术底座与标准协议让 Agent 先有可信身份《实施意见》提出要研究建立智能互联网体系架构探索建立智能体注册平台提供智能体数字身份管理、检索发现、能力声明等服务同时研究智能体身份标识、可信互联、合规支付、安全防护、冲突解决等基础技术。这一要求释放出一个明确信号未来智能体不能再以匿名脚本、共享账号、临时接口的方式进入企业系统。每一个 Agent 都需要像企业员工、应用系统、服务账号一样拥有清晰的数字身份。企业需要知道这个 Agent 由谁创建、属于哪个组织、代表谁执行、具备哪些能力、是否仍然可信、出问题后由谁负责。派拉 AIGS 通过 Agent Identity / NHI 管理能力为企业中的 AI Agent 建立可信数字身份让 Agent 从“看不见的后台程序”变成“可识别、可认证、可治理的数字主体”。在身份技术底座上基于 SPIFFE / SPIRE 等机器身份体系为每个 Agent 颁发唯一身份凭证实现机器身份确立同时可结合 SCIM 2.0 等身份生命周期管理机制实现 Agent 从注册、入职、权限更新到注销下线的全流程治理。这意味着每一个进入企业环境的 Agent都将从“隐身运行的后台脚本”转变为“身份清晰、行为可管、责任可追”的数字主体。这是 Agent 安全治理的基础也是企业智能化落地的第一道防线。02守牢安全底线厘清决策权限与行为边界智能体的核心能力在于自主规划和执行但企业真正关心的是它能否在正确边界内执行。《实施意见》明确提出要厘清仅限用户本人决策、需由用户授权决策和智能体自主决策等不同决策方式的合理边界确保用户对智能体自主决策享有知情权和最终决策权智能体执行操作不得超出用户授权范围。文件同时提出要发展规则内嵌、行为围栏等技术确保智能体行为合法合规。这对企业尤为关键。因为 Agent 能自动完成任务并不代表所有任务都应该交给它自动完成。例如Agent 可以辅助审批合同但它是否能直接批准千万级大单折扣它是否能把竞品分析报告自动发给外部对象技术可行并不等于业务允许。企业真正需要的是一个既具备智能能力又能严格遵守业务规则和安全边界的 Agent。对此派拉 AIGS 引入动态授权引擎并通过 AAM 建立清晰的授权逻辑Agent 自身能力 ∩ 调用者当前权限 ∩ 业务策略范围 本次可执行权限其中自身能力Agent能干什么比如读合同、写邮件。调用者权限当前使用这个Agent的员工他自己有什么权限。业务策略企业配置的管理规则如合同超过100万必须人工复核。更关键的一招——人机协同HITL, Human-in-the-Loop。对于“删除合同”、“大额转账”、“修改配置”等高风险操作AIGS 可强制挂起执行流程由主管或授权人员确认后才能继续执行。也就是说AI 可以提出建议、生成动作但关键按钮必须由人来按下。这样既释放了 Agent 的效率价值也守住了企业关键操作的安全底线。03提升内生安全能力从数据、凭证到输出全链路防护智能体安全不是单点防护而是贯穿访问、检索、调用、生成和执行的系统工程。《实施意见》在“提升内生安全能力”中明确提出要研究智能体数据安全、个人信息保护、密码防护、攻击检测、权限管理、行为控制等安全技术提升智能体系统安全保障能力防范数据投毒、隐私泄露、算法篡改、系统漏洞、运行失控等安全风险。文件还提出要加强供应链安全制定智能体开发、部署、应用、维护等全周期安全规范加强模型接入、应用程序接口调用、扩展工具使用等环节安全管理。这意味着企业不能只在输出端检查 AI 有没有泄露敏感信息而应将安全控制前移覆盖 Agent 的完整运行链路。因为更隐蔽的风险往往发生在 Agent 检索知识库、调用业务系统和获取上下文的过程中。比如在 RAG 检索阶段Agent 可能已经“看见”了不该访问的薪资数据、商业机密或客户隐私。即使最终输出被过滤敏感信息也可能已经进入推理链路。对此派拉 AIGS 为 AI Agent 的完整运行链路构筑了四道防线1、数据访问前置过滤AI数据网关 RAG权限过滤Agent 在访问知识库、检索业务数据、调用敏感信息前需实时基于用户身份、Agent 身份、业务上下文和权限策略进行动态过滤避免 Agent “看到不该看的数据”。对于更细粒度的知识库场景AIGS 可将防护下沉至向量切片Chunk级别在检索前动态注入权限过滤从源头阻断 Agent 对越权敏感数据的访问。2、密钥凭证统一托管集成Vault能力企业不应再让 API Key、Token 等凭证散落在代码、脚本或配置文件中。派拉 AIGS 可统一托管大模型 Key、业务系统 Token 等敏感凭证。Agent 要调用能力时必须通过统一凭证管理机制获取授权凭证并对每一次凭证使用进行记录和审计。换句话说Agent 不能再随意“拿钥匙开门”而是必须经过统一钥匙柜授权且每一次取用都可追溯。3、模型与工具调用统一治理AI网关 MCP网关所有 Agent 对模型、API、MCP 服务的调用都应经过统一治理入口。AI 网关可统一管理模型接入、路由策略、安全检测和调用审计等MCP 网关可统一管理工具注册、接口调用、权限校验和链路追踪同时Ditto 还能将无接口的老旧系统包装成可调用、可治理的 API / MCP 能力。这意味着企业不是将模型、接口和工具直接暴露给 Agent而是通过统一安全入口实现可控开放、可管调用和可查链路。4、输出结果要持续防护AI 安全围栏在输出端AIGS 通过 AI Guardrails 对生成结果进行敏感信息识别、PII 脱敏、越权片段拦截和异常内容防护降低隐私泄露、敏感信息外发和违规输出风险。通过上述四道防线企业 Agent 安全不再是等到 AI“说错话”后再补救而是在它访问、检索、调用、生成、输出的每一个环节都提前建立边界和安全哨卡。04完善治理体系分类分级与合规稽查形成闭环企业落地 Agent不可能“一刀切”管理。《实施意见》提出要根据应用场景和潜在影响审慎稳妥开展智能体分类分级治理。对于敏感领域及重点行业可实行备案、检测、问题产品召回等管理措施对于生活娱乐、日常办公等低风险领域则可通过合规自测、信息报告、分发平台管理、行业自律等方式实现高效治理。这背后的逻辑很清晰一个查询天气的办公助手和一个能够操控生产线的工业智能体显然不能适用同一套安全标准。一刀切的管理要么成本爆炸要么形同虚设。针对这一问题派拉 AIGS 建立了差异化治理策略。企业可根据 Agent 风险等级灵活配置对应策略公开类 Agent低风险默认开放限制敏感数据访问保留基础日志部门内 Agent中风险仅限特定组织可见启用必要的人工复核审批制 Agent高风险涉及金融交易、生产控制等关键场景必须强制授权、双人复核、全链路审计黑名单 Agent异常风险一旦发现异常行为可一键拉黑、强制下线。此外文件还提出要探索建立重要应用场景下智能体行为可验证、可追溯机制。因此派拉 AIGS 在审计层配套了端到端审计能力 AI Audit将 User、Agent、Model、Tool、Data、Action 六大要素串联起来形成完整行为链。能清晰地回答谁在什么时间通过哪个Agent调用了哪个模型访问了什么数据最终做了哪个动作经过了谁的批准。在合规稽查层结合 IGA 能力识别职责分离冲突、异常权限、过度授权和高风险配置。例如同一 Agent 如果同时具备“提单权”和“审批权”就可能形成内控风险需要被及时发现和纠正。这让 Agent 治理不再停留在“出了问题再排查”而是走向持续监测、持续稽查、持续优化。05强化应用牵引面向金融、政务、制造等重点场景安全落地《实施意见》强调强化应用牵引围绕科学研究、产业发展、提振消费、民生福祉、社会治理等方向提出典型应用场景包括智能制造、金融服务、政务服务等重点领域。而派拉 AIGS 在这些场景中已经形成了较为成熟的落地思路1、政务与央企场景让存量系统可接入、可隔离、可追溯在政务和央企场景中Agent 可能连接政策库、事项系统、审批系统、内部公文系统和群众服务入口。派拉 AIGS 通过 MCP 网关和 Ditto将老旧政务系统、存量业务应用纳入统一工具治理同时通过强隔离知识库和数据访问控制防止公文资料、内部知识和敏感数据跨域泄露。这样政务智能体不仅能提升服务效率也能在身份可信、权限清晰、数据隔离和全程留痕的前提下安全运行。2、金融场景让风控决策可审计、数据访问可追溯《实施意见》在金融服务场景中提到研发金融风控智能体提升信贷审批、交易监控、账户安全等环节风险识别能力并完善异常检测、合规审计等功能。在金融场景中Agent 可能参与反欺诈、信贷审批、交易监控、账户安全、反洗钱等流程。这类场景既涉及敏感数据也涉及高风险决策。派拉 AIGS 可围绕金融 Agent 提供身份认证、权限控制、数据溯源、决策审计和全链路留痕支撑金融机构在合规前提下提升智能化能力。3、智能制造场景让生产控制有边界、高危动作有人审《实施意见》在智能制造场景中提出研发生产管理智能体动态优化生产排程、资源分配和工序衔接并推动智能体与工业互联网、数控机床、工业机器人、自动化产线等融合。在制造场景中Agent 可能连接 MES、ERP、设备监控系统甚至自动化产线。这类场景必须严格区分“只读监控”“工艺建议”“参数修改”“设备控制”等不同风险等级。派拉 AIGS 可帮助企业实现车间 OT / IT 场景下的分级授权对于生产监控类 Agent可授予有限只读权限对于涉及产线调整、工艺参数修改、设备控制的高危动作则必须触发主管确认和审计留痕避免智能体从“辅助决策”滑向“失控执行”。06结语智能体时代企业要管理的是“被授权的行动”《实施意见》的发布意味着智能体正在从技术探索走向规范应用。它不是给AI发展踩刹车而是为智能体驶入企业核心业务画好了车道线、装上了红绿灯、设好了限速牌。未来真正能在关键流程中担当重任的 Agent不一定是最“自由”的而是最可识别、可授权、可控制、可审计、可追责的。派拉软件 AIGS 以身份为核心以访问控制为主线帮助企业将智能体从“能运行”的安全冒险转变为“可托付”的业务常态。智能体治理的大幕已经拉开。企业要选择的不只是被动合规还是主动构建面向 AI 时代的安全竞争力。