AI 时代,身份安全的下一个战场不是密码,而是 Agent 和机器身份

AI 时代，身份安全的下一个战场不是密码，而是 Agent 和机器身份

写给企业管理者、IT 负责人和安全团队：当 AI Agent 开始代表人调用系统，身份安全的边界正在被重新定义。

过去谈身份安全，我们最关心的是一个问题：人，能不能安全登录系统？

所以企业做了密码策略、MFA 多因素认证、单点登录 SSO、权限审批、账号生命周期管理。这些能力没有过时，甚至到今天仍然是身份安全的基础。

但 AI 时代到来之后，身份安全正在出现一个新的战场。这个战场的主角，未必是人，而是 AI Agent、API Key、服务账号、机器人流程、自动化脚本、工作负载身份、证书和各种 Token。

换句话说，企业真正要面对的问题正在变成：不是只有员工在访问系统，机器也在访问系统，AI Agent 也开始代表人做事。

一、过去的身份安全，主要是在管“人”

传统 IAM，也就是身份与访问管理，主要围绕员工账号展开。谁入职了，开账号；谁转岗了，调权限；谁离职了，关账号；谁访问系统，做认证；谁需要权限，走审批。

这套逻辑在过去很长时间里是有效的，因为企业系统的核心使用者主要是人。

但现在，企业系统里越来越多访问行为并不是人直接发起的。比如：

· 自动化脚本定时拉取客户数据。

· 服务账号调用内部 API。

· CI/CD 流水线自动发布代码。

· RPA 机器人登录后台处理工单。

· AI Agent 读取知识库、调用工具、生成报告。

· 大模型应用通过 Token 访问数据库或 SaaS。

这些身份不是传统意义上的员工，但它们同样拥有访问权限，甚至权限更大、动作更快、覆盖面更广。

传统身份安全主要管人，但 AI 时代的高风险访问，越来越多来自非人身份。

二、机器身份为什么更危险？

很多企业对机器身份的重视程度远远不够。员工账号至少还有部门归属、上级、入职离职流程、安全培训和异常登录提醒。但机器身份经常不是这样。

· 没人真正负责：一个 Token 是谁创建的、还在不在用、归哪个业务系统，很多企业答不上来。

· 权限经常过大：为了让系统先跑起来，机器账号常被赋予读、写、导出、删除甚至管理权限。

· 生命周期混乱：项目结束了，Token 还在；系统下线了，服务账号还在；员工离职了，他创建的密钥还在。

· 凭证长期有效：很多机器凭证一旦生成，就长期存在，几年不变。

· 访问行为速度极快：一旦被滥用，可以在很短时间内批量调用、批量导出、批量破坏。

所以，机器身份一旦失控，影响不一定比员工账号小，甚至可能更严重。

三、AI Agent 让问题进一步升级

如果说传统机器身份已经难管，那么 AI Agent 会让问题再上一个台阶。

过去的自动化脚本通常是固定流程：每天几点执行，调用哪个接口，做什么动作，逻辑相对确定。但 AI Agent 不一样。

Agent 可以理解任务、拆解步骤、调用工具、访问数据、生成结果，甚至根据上下文调整行动路径。它不只是一个程序，更像一个可以行动的数字员工。

比如企业给一个 AI Agent 这样的任务：帮我分析这个客户最近 6 个月的订单、合同、客服记录，并生成一份续约建议。

为了完成这个任务，Agent 可能需要访问 CRM、合同系统、客服系统、邮件记录、数据库、企业知识库、BI 报表和文档系统。

这时问题来了：这个 Agent 用谁的身份访问？它能访问哪些数据？能不能导出文件？能不能发邮件？能不能调用外部插件？它执行过哪些动作？出了问题算谁的责任？

如果这些问题没有答案，AI Agent 就会变成企业身份安全里的新盲区。

四、AI 时代的身份，不再只有“人账号”

未来企业身份体系至少要管理三类身份。

如果企业只管人的账号，不管机器和 Agent，那么身份安全体系一定会出现缺口。而攻击者最喜欢的，就是这种缺口。

五、Agent 身份治理

AI 时代身份安全会出现几个非常明确的新产品方向。第一个方向，是 Agent 身份治理。

也就是把 AI Agent 当成一等身份来管理，而不是让它混在人类账号、服务账号或共享 Token 里。一个成熟的 Agent 身份治理平台，至少要回答这些问题：

· 企业里有哪些 Agent？

· 每个 Agent 属于哪个部门、哪个系统、哪个负责人？

· 每个 Agent 可以访问哪些工具和数据？

· Agent 的权限是谁审批的？

· Agent 调用了哪些 API？

· Agent 是否越权访问了敏感数据？

· Agent 是否执行了高风险动作？

· Agent 下线后，凭证和权限是否被回收？

未来企业不只是要做员工账号盘点，还要做 Agent 盘点。

六、非人身份 NHI 管理

NHI，Non-Human Identity，非人身份。这会是身份安全领域非常重要的方向。

企业内部的非人身份数量，往往远远超过员工数量。一个企业可能只有几千名员工，但 API Key、证书、服务账号、自动化任务、工作负载身份可能有几万甚至几十万个。

非人身份管理要解决的是：

· 发现所有机器身份。

· 识别长期未使用的 Token。

· 找出权限过大的服务账号。

· 检测即将过期的证书。

· 自动轮换高风险密钥。

· 发现硬编码在代码里的 Secret。

· 建立机器身份和业务系统的归属关系。

这件事过去被分散在 DevOps、运维、安全、研发团队里，没人统一负责。但 AI 时代，非人身份会越来越多。没有统一治理，风险一定会持续放大。

七、身份安全态势管理

过去企业做安全态势管理，更多关注漏洞、资产、终端、流量。但未来一定会出现更强的身份安全态势管理。

它关注的不是服务器有没有漏洞，而是：

· 哪些身份风险最高？

· 哪些账号权限过大？

· 哪些 Agent 可以访问敏感数据？

· 哪些服务账号长期未使用？

· 哪些 Token 没有轮换？

· 哪些身份可以绕过 MFA？

· 哪些访问路径可能导致权限提升？

· 哪些身份一旦被盗会造成最大影响？

身份安全态势管理的核心价值，是把身份从账号列表变成风险地图。企业管理者不应该只看到一堆账号，而应该看到：谁最危险，危险在哪里，应该先处理什么。

八、Agent 调用工具的策略网关

AI Agent 真正强大的地方，是它能调用工具。但风险也在这里。

如果一个 Agent 可以调用数据库、邮件系统、代码仓库、工单系统、支付系统，那它就不只是聊天助手，而是一个具备执行能力的数字主体。

这时企业需要一个新的控制点：Agent 调用工具之前，要经过身份、权限、上下文和风险判断。

· 这个 Agent 有没有权限调用这个工具？

· 这次调用是否符合它的业务角色？

· 它要访问的数据是否包含敏感信息？

· 它是否正在代表某个员工行动？

· 这个动作是否需要人工确认？

· 这次调用是否应该被记录和审计？

未来，Agent 工具调用网关可能会成为 AI 应用安全的重要基础设施。它的作用类似过去的 API Gateway，但更强调身份、权限、上下文和行为审计。

九、企业现在应该怎么做？

如果你是企业管理者、IT 负责人或安全负责人，现在不需要等到完整方案成熟才开始行动。可以先做五件事。

1. 盘点非人身份：先搞清楚企业里有多少服务账号、API Key、证书、Token、自动化脚本、机器人账号。

2. 梳理归属关系：每一个机器身份都应该有负责人、所属系统、业务用途和有效期。

3. 清理长期不用的凭证：很多风险来自没人记得、没人管理、但仍然有效的身份。

4. 限制高权限机器账号：机器身份不应该默认拥有管理员权限，更不应该长期持有高权限密钥。

5. 提前设计 Agent 身份模型：Agent 应该从第一天就有独立身份、权限边界和审计记录。

结语：密码不是终点，身份才是战场

过去，企业身份安全的重点是防止人的账号被盗。所以我们强调密码强度、MFA、SSO、权限审批。这些仍然重要。

但 AI 时代，新的问题已经出现：机器在访问系统，Agent 在调用工具，自动化流程在处理数据，Token 和密钥在代表身份行动。

如果企业还只盯着人怎么登录，就会错过真正快速扩张的风险面。

未来身份安全的核心，不只是保护密码，而是治理所有能代表企业行动的数字身份。包括人，包括机器，也包括 AI Agent。

所以，AI 时代身份安全的下一个战场，真的不是密码，而是 Agent 和机器身份。