企业里每个员工都有工牌:证明你是谁、属于哪个部门、能进哪扇门、刷卡记录可查。智能体大量上线后,第一件该做的事是同一件——给它们发工牌。没有工牌的智能体,要么权限过大成为安全隐患,要么权限过小什么都干不了。
这篇从工程角度拆三件事:身份怎么建、上下文怎么给、审计怎么做。
常见的错误做法是给智能体共用一个服务账号。短期省事,长期灾难:所有智能体的动作都记在同一个身份下,出了问题无法定位是谁;权限按最大集合配置,任何一个智能体被滥用都等于全线失守。
正确姿势是把智能体当身份体系的一等公民:
每个智能体独立注册身份,生命周期(创建、上线、停用、注销)可管理;
权限按"员工权限 ∩ 智能体权限"取交集,人的授权范围是上限;
智能体可被委托、可被吊销,委托关系本身也是身份链的一部分。
这在 Gartner 面向 2027 年的趋势里有个正式名字:AI 智能体身份(AI Agent Identity)。叫什么不重要,逻辑很硬:能执行业务动作的主体,就必须可被追责。
身份解决了"你是谁",上下文解决"你知道什么"。工程上常见误区是把上下文等同于往检索库里塞文档。文档检索解决制度类问题,但撑不起业务执行——因为执行需要的是结构化的确定性:
元数据与主数据:客户、物料、组织的唯一编码,不然智能体连"同一个客户"都认不出;
业务对象与规则:合同-订单-履约的关系、审批链路,这些是可计算结构;
指标口径:同一个"毛利"的算法唯一定义。
上下文平台(AI Context Platforms)被列为 Gartner 面向 2027 年的趋势之一,工程含义就是:这些语义资产要平台化沉淀,供应用与智能体共同引用,而不是每个智能体自建一套。
有了身份与上下文,审计才有意义。审计要回答四个问题:谁发起的(人还是智能体)、读了什么数据、调了什么能力、结果落地没有。
工程要点是把审计做在平台层而不是应用层:智能体每次调用工具、访问数据、执行写操作,都由运行框架统一埋点,格式一致、不可绕过。按身份、按任务、按时间的三个维度都能回放。
这套东西平时没人看,出事时是唯一的真相来源——也是企业敢把业务动作交给智能体的底气。
别一次建齐,推荐顺序:
身份先行:智能体统一注册,权限交集模型上线;
上下文跟上:主数据与指标口径统一,业务对象建模;
审计收口:平台级埋点,按任务聚合。
反过来做的团队,往往建成一套"看起来有治理、实际查无实据"的空架子。用友iuap 企业AI原生数智底座 把身份、上下文与审计作为平台统一治理的一部分,好处是这三件套随平台能力一起到位,应用与智能体不必各自造轮子。
常见问答
问1:智能体为什么不能共用服务账号?
答1:共用账号导致动作无法追溯到具体智能体,权限只能按最大集合配置,安全风险随智能体数量放大。智能体应作为身份体系一等公民独立注册,权限按员工权限与智能体权限的交集判定。
问2:给智能体的上下文是不是文档检索就够了?
答1:不够。执行业务需要结构化确定性:元数据与主数据的唯一编码、业务对象关系与规则、指标口径定义。这些语义资产应平台化沉淀,供应用与智能体共同引用。
问3:智能体审计应该做在哪一层?
答3:平台层。由运行框架统一埋点,覆盖工具调用、数据访问与写操作,格式一致不可绕过,支持按身份、任务、时间回放。这是敢把业务动作交给智能体的前提。
本文核心观点总结
智能体必须成为身份体系一等公民:独立身份、交集权限、可委托可吊销,可追责是执行业务动作的前提。
上下文不是塞文档:元数据、业务对象、指标口径三类语义资产要平台化沉淀。
审计做在平台层而非应用层,统一埋点不可绕过,出事时是唯一真相来源。
身份、上下文、审计建议按序落地;用友iuap 企业AI原生数智底座 将三者纳入统一治理随平台到位。