随着生成式人工智能技术的迅猛发展，企业在数字化转型进程中日益依赖于各种AI代理来优化工作流程、加速软件开发以及提升客户服务体验。AI代理的智能化和自动化特性使其能够像员工一样执行任务，甚至以超级用户（root access）的身份操作关键系统。然而，正是这种权限和自主行动能力，也为企业的网络安全带来了前所未有的挑战。企业若不能建立完善的身份和访问管理体系，AI代理便可能成为黑客入侵的隐秘通道，威胁宝贵的商业机密和敏感数据。进入2025年，AI不再只是技术噱头，而是切实影响企业运营和安全格局的关键力量。许多公司已经开始在开发流程中集成大型语言模型（LLM）协同工具，自动化客服中心的日常对话，并采用AI在财务和决策领域实现智能化辅助。
无论是自研定制的内部AI代理，还是依托OpenAI、Anthropic等第三方平台开发的商业工具，快速交付和规模扩展始终是企业关注的核心。但令人遗憾的是，许多团队忽视了每一个接入点都是新的身份边缘，且每一次集成都可能带来新的安全风险。企业若未能真正实施基于身份和设备状态的安全策略，AI代理便可能无意间获得过度权限，进而造成数据泄露或系统被攻陷。相比传统的应用安全，AI系统的安全更侧重于确定“谁”或“哪个设备”正在进行交互及其权限范围。事实上，AI代理以代理人（agentic）身份行动，能够代表人类执行操作，从源代码托管库，到财务和薪资应用，再到电子邮件、企业资源规划（ERP）及客户关系管理（CRM）平台，几乎涵盖了企业运营的方方面面。当用户或设备遭受攻击时，AI代理便成为黑客高效打开后门的捷径。
攻击者利用身份攻击手段如凭证填充、会话劫持等针对LLM API，或者针对配置不当、权限过大且缺乏基于角色访问控制（RBAC）的AI代理展开攻击，是常见的威胁向量。此外，若设备安全性低下，感染恶意软件，攻击者也能借助受感染设备请求特权操作，进一步扩大攻击范围。要杜绝AI访问风险而非阻碍企业创新，需要构建基于多因素认证（MFA）的强身份认证体系，确保每一位用户和设备在访问AI系统时都具备抗钓鱼的安全属性。同时，访问权限必须精细化管理，严格按照业务角色分配，不同岗位的员工无权访问其职权范围外的信息。例如，开发人员理应无法直接操作财务模型。除此之外，持续的设备信任评估必不可少，结合终端检测与响应（EDR）、移动设备管理（MDM）以及零信任网络访问（ZTNA）等技术，实时判断设备安全状态，动态调整访问权限。
传统的一次性登录验证模式已不合时宜，AI访问控制应进化为实时政策引擎，根据当前的身份和设备风险不断调整授权策略。合理的AI访问安全策略必须杜绝共享密码、避免盲目信任设备、不允许权限过度扩散的AI代理存在，同时确保安全措施不会对用户工作效率产生过大负担。事实上，安全与效率并非矛盾，通过合理架构设计，企业可以默认阻断所有未经授权的用户和设备访问，消除层层信任假设，在保障安全的同时确保AI工作流程畅通无阻。Beyond Identity等领先的身份和访问管理（IAM）平台正致力于打造无密码、无共享秘密、设备感知型的持续访问控制体系，使非法访问AI系统成为不可能。Beyond Identity甚至正在尝试设计一种安全内置架构，将AI代理权限与经过验证的用户身份和设备状态紧密绑定，实现实时RBAC，且结合EDR、MDM及ZTNA等风险信号进行持续评估。例如，当某位工程师失去对安全工具CrowdStrike的全盘访问权限时，相关AI代理便立即被阻止访问敏感数据，直到设备安全状态恢复。
企业可以通过参与Beyond Identity等组织举办的网络研讨会，了解真实案例和实际演示，掌握如何使用密码抵抗型、设备绑定的访问控制技术，有效阻止未授权访问，保障AI代理的安全运行。这对于大型企业尤为重要，因为数以千计员工的AI代理访问未经有效管理，便极易埋下安全隐患。在未来，治理、风险管理和合规（GRC）将与AI安全紧密融合，智能化的AI系统不仅将自主学习和调整安全策略，还将自动审计和报告风险，实现风险防范和合规管理的自动化。与此同时，培养良好的安全文化亦不可忽视，企业须不断提升全员的安全意识，结合先进的身份和设备安全技术，才能从根本上强化AI的安全防护。简而言之，AI代理虽具备犹如“根权限”的超级能力，但只有通过构建身份优先的安全体系、实施多层级的权限控制、实时设备和身份风险评估，企业才可真正驾驭这把双刃剑。安全与创新不应对立，科学的访问管理和威胁检测框架将使AI真正成为推动业务增长的助力，而非潜伏风险的温床。
在迎接AI新时代的征程中，企业必须正视AI代理的身份安全挑战，主动建立完善的访问治理机制，才能在增强竞争力的同时，守护数字资产安全无虞。
