AI智能体规模化落地前，企业治理需先解决‘谁在行动’问题

当AI智能体不再仅限于回答问题，而是能自主查询数据库、调用API、执行写入操作时，企业IT治理的边界被彻底重构。2026年，行业智能体、办公智能体与终端智能体正加速进入政务、制造、金融等关键场景，但其匿名化运行、身份模糊、权责虚化等治理短板，已成为规模化落地的主要瓶颈。

传统基于用户身份与角色的访问控制机制，在智能体介入后迅速失效。问题在于：智能体常以最终用户身份发起会话，继承其全部权限——即便任务仅需读取某张表，它也可能将敏感字段汇总后传递给外部工具，或通过可视化界面呈现给无权人员，造成系统性数据泄露风险。这种“权限继承+行为不可控”的组合，使企业面临前所未有的治理盲区。

为应对这一挑战，数据平台厂商Snowflake提出了结构化的五步治理路径：识别（Identify）、限制（Restrict）、保护（Protect）、控制（Control）与审计（Audit）。这五项措施分别对应五个根本性问题：智能体是谁？它能做什么？它能看到什么？它能消耗多少资源？它做过什么？

其中，“识别”是前提。Snowflake通过会话上下文标识（如SYS_CONTEXT('SNOWFLAKE$CURRENT', 'IS_AGENT_ACTIVATED')返回TRUE）区分智能体会话与人工会话，并支持对Cortex Agents、CoCo客户端及外部MCP服务器等主流智能体类型进行自动识别。对于外部智能体，平台提供两种方案：为自主型智能体创建独立的SERVICE_AGENT用户；为委托型智能体在OAuth集成中设置IS_AGENTIC = TRUE标志。一旦识别成功，后续所有策略与审计均可基于该上下文动态生效。

仅识别尚不足够。智能体受限会话范围（Agent Restricted Session Scope）功能现已正式发布，它与RBAC协同工作，为智能体代表用户执行操作时设定权限上限。例如，管理员可部署策略SNOWFLAKE$DATA_READ_WITH_AI，允许智能体在会话中读取数据、发现对象、调用AI相关函数，但禁止DDL、写入、授权及存储过程执行。关键在于：该机制不会赋予用户本身不具备的权限，仅在原有权限基础上做减法——这是与传统RBAC的本质区别。

权限限制之外，数据层面的保护同样关键。即使智能体被限制为只读，它仍可能访问用户有权查看的敏感字段。此时需依赖数据策略（如行级安全、列掩码）进一步过滤可见内容。Snowflake强调，会话范围控制的是“能访问哪些位置”，而数据策略控制的是“到达后能看到哪些值”，二者缺一不可。

资源消耗与行为审计构成闭环。智能体可能因循环调用或并发请求导致计算资源过载，因此需设定per-user AI配额；而QUERY_HISTORY.agent_type与ACCESS_HISTORY.agents_info等字段则记录智能体行为链，支持追溯嵌套调用中的多层代理关系，确保操作全程留痕。

除技术方案外，行业层面也在构建统一治理基础设施。近期，中关村工信二维码技术研究院等三家机构联合推出AI-DPP（AI Digital Passport Protocol）智能体数字护照体系，覆盖身份标识、委托授权、权限管控、行为追溯与异常熔断五大环节。该体系旨在解决跨平台协同中的“黑箱互联”问题——不同平台的智能体因缺乏统一身份认证与互信机制，难以互相核验，用户也无法追溯具体实例的数据修改、权限申请或交易行为。

AI-DPP的核心逻辑是：智能体的运行实例、权限状态与任务场景可以动态变更，但所有操作行为、调用记录与权限变更的原始证据链必须持久留存，不得随复制、重启或销毁而丢失。这与“全程留痕、可查可溯、权责明晰”的治理要求高度一致。

当前治理实践仍面临三重卡点：一是身份体系碎片化，导致跨域协同困难；二是权限最小化原则落实不足，大量智能体仍以高权限账户运行；三是异常行为响应滞后，缺乏默认拦截与自动降级机制。行业共识是，必须坚持“安全前置、标准先行、治理同步”，对越界调用、凭证过期、异常操作默认拦截，并建立回滚、处置与责任追溯闭环。

值得注意的是，治理升级并非单纯技术问题，更涉及组织流程变革。当智能体可代表员工提交报销、审批合同甚至发起资金划转时，企业需重新定义“操作主体”——是最终用户负责，还是智能体开发者担责？抑或平台方承担连带责任？目前尚无统一法律框架，但监管趋势已明确指向“行为可归因、责任可锁定”。

在金融与政务等强监管领域，已有机构试点将智能体操作纳入现有合规审计流程，要求所有AI驱动的业务动作附带数字签名与操作链存证。例如，某省级政务平台要求智能体处理公民信息时，必须调用经备案的DPP凭证，并实时向监管节点上报调用日志。

未来一年，随着更多企业部署智能体工作流，治理能力将成为评估AI落地成熟度的关键指标。技术厂商正从“提供工具”转向“共建治理体系”，而企业IT部门的角色也将从系统维护者，逐步演变为AI行为的监督者与风险守门人。

智能体的真正价值不在于能否自主行动，而在于能否在可控、可溯、可信的前提下持续创造价值。当“谁在行动”这个问题得到清晰解答，AI才可能从效率工具升维为组织信任的数字伙伴。