AI Agent——能够自主执行任务、做出决策、调用工具的智能代理——正在成为企业数字化转型中备受关注的方向。然而，英国国家网络安全中心（NCSC）在2026年5月发布的一份安全指南中明确警告：企业在部署Agentic AI工具之前，必须充分评估安全风险并实施必要的控制措施。
NCSC在指南中指出，一个核心问题在于Agentic AI的授权范围。传统的AI工具通常是被动响应式的，用户提问它才回答。但Agentic AI不同，它被赋予了自主行动的能力——可以读取文件、发送邮件、调用API、访问内部系统。如果这些权限设置得过于宽泛，一旦AI Agent本身遭到攻击或出现异常行为，整个系统的安全就可能在一瞬间被突破。
这听起来似乎有点抽象，但放在实际场景中就很容易理解了。假设一家企业部署了一个客户服务AI Agent，它被授权访问客户数据库、CRM系统、内部知识库和邮件系统。如果攻击者通过某种方式诱导这个AI Agent执行恶意指令，那么客户数据、内部商业信息、员工邮件内容可能在几分钟内就被全部提取出去。NCSC在指南中特别强调，"过度授权的AI Agent，其单一故障可以迅速演变为严重的安全事件"。
这个警告来得正是时候。2026年以来，越来越多的企业在探索AI Agent在企业内部的应用场景，从代码辅助、文档处理到客户服务、数据分析。每一步都涉及敏感数据的处理和内部系统的调用。而与此同时，安全业界对AI工具自身的安全防护能力仍然存在不少疑问。就在NCSC发布指南的同一天，GitHub内部仓库遭入侵的事件也被披露，其中不乏使用大量AI工具的开发人员团队。
企业引入AI工具时，以下几个问题值得认真思考。
第一个问题是数据流向。当员工把企业数据输入AI工具时，这些数据去了哪里？是用于模型训练还是只作为查询上下文？数据传输是否加密？缓存是否会有泄露风险？很多AI工具的使用条款里写明了数据会被用于改进模型，这就需要企业慎重评估敏感数据是否适合输入。
第二个问题是权限最小化。AI Agent应当遵循与人类员工相同的权限原则——只授予完成任务所需的最小权限。不能因为它是AI，就给它开通所有系统的访问通道。应当为每个AI Agent设定明确的能力边界，并且像监控员工行为一样监控AI Agent的操作日志。
第三个问题是人工监督。完全放权的AI Agent风险太高。NCSC建议企业采用人机协作模式，AI Agent可以提出建议和执行常规操作，但涉及敏感操作或大额交易时，必须有人工审核环节。
第四个问题是第三方合规。很多企业使用的是第三方AI平台，这时候就要审阅服务商的安全认证、数据保护承诺和数据处理协议。不能假设大品牌就天然安全。
AI工具进入企业已经势不可挡，但安全不能成为被忽视的成本。NCSC的指南是一份非常务实的提醒：在拥抱新技术之前，先把安全底线画好。尤其是在供应链攻击、数据泄露事件频发的当下，任何一个引入AI工具的决策，都应当同步制定相应的安全策略。
