AI进公司前,先过这三道⁠门

上个月跟一位做企业IT的朋友吃饭，他吐槽说公司批了预算让大家用AI写代码、做报表，结果三个月过去，真正跑起来的项目没几个。卡在哪？不是模型不够聪明，是没人敢让AI直接碰公司的数据库和内部系统。

这个场景，最近在一场技术大会上被正面回应了。

QCon上海是一场面向一线技术人的行业大会。这次有个议题叫「企业级 Agent Infra 架构实践」，讲的是怎么给AI智能体搭一套基础设施。

Agent，白话讲就是「能自己动手干活的AI」——你给它一个目标，它会自己拆步骤、调工具、查资料、改方案。Infra是infrastructure的缩写，就是「底座」。

分享的核心是三个词：安全沙箱、网络管控、身份治理。说白了，就是AI要进公司干活，得先过三道门——关在受控的房间里、只准走指定的通道、还得有工牌证明它是谁。

企业不是不想用AI，是不敢放开用。

一个能自主行动的AI，如果权限没管住，它可能删错表、把内部数据发到外部、或者被恶意指令带偏。能力越强，失控的代价越大。

安全沙箱解决的是「关得住」。沙箱就是一个隔离的虚拟房间，AI在里面怎么折腾都行，碰不到真实系统。出了事，把房间一关就行。

网络管控解决的是「走得对」。AI要访问外部服务，只能走白名单通道，不能随便连。这就像给快递员划定了送货路线，路线外的门一律不开。

身份治理解决的是「认得清」。每个AI智能体都得有自己的身份凭证和权限边界，做过的每件事都能追溯到「是谁、在什么时候、干了什么」。

这三件事听起来不酷，但它们决定了AI能不能从「演示」走到「生产」。

如果你是开发者或技术管理者，这次分享透露的信号很明确：Agent的竞争，正在从模型能力转向工程能力。

模型大家都能调用，但谁能把安全、网络、身份这套底座搭稳，谁才能让AI真正跑在业务里。这意味着几个具体的岗位机会：

懂沙箱隔离和权限设计的后端工程师，会越来越吃香；做零信任架构的安全工程师，需求会外溢到AI场景；而能把这三块整合成一套平台的人，基本就是团队里不可替代的角色。

换个角度看，这也是普通技术人弯道超车的地方。模型层拼不过大厂，但工程落地层，每家公司都得自己啃。

短期看，你公司里的AI工具会变得更「规矩」——能干什么、不能干什么，会被写清楚。

这其实是好事。管得越清楚，敢放开的权限就越大。 一个没有边界的AI，公司只敢让你拿它写写邮件；一个有沙箱、有身份、有审计的AI，公司才敢让它接进订单系统和客服系统。

中期看，会用AI的人和不屑用的人，差距会拉大。因为工具一旦合规可用，用不用就变成了个人选择问题。

有个判断我想放在这里：未来两年，企业内部AI的推进速度，不取决于模型迭代多快，而取决于治理底座多稳。 谁先把这三道门装好，谁就能先跑起来。

对技术从业者，建议去了解一下零信任、沙箱隔离、服务身份这几个概念，哪怕不做这块，面试和协作时也能对上话。

对普通职场人，可以主动问问公司IT或合规部门：我们现在用的AI工具，数据流向哪里？权限是怎么管的？问得多了，推动力就有了。

对家长和老师，这个话题看似远，但逻辑是通的：孩子用AI，同样需要边界感——什么能让它代做、什么必须自己来、用完之后怎么核对。工具越强，越要先立规矩，这个道理在公司和在书桌前是一样的。

你所在的公司，现在允许AI碰核心业务数据吗？卡在哪一步？欢迎在留言区聊聊。