【技术分享】当 AI 进入企业内网:如何用“零信任”重构数字员工的安全边界?

数字员工(Agent)部署在企业内网,为了完成业务,我们必须授予它权限。但这带来了一个核心矛盾:如何确保数字员工不会利用企业内网便利和赋予的权限,对业务系统进行破坏或越权操作?
要解开这个死结,传统的防火墙已无能为力,我们必须引入一种新的安全模型——零信任(Zero Trust)。
零信任解决什么核心问题
传统安全模型默认“进了大门就是自己人”。防火墙、VPN、机房网段,解决的是位置信任。但在零信任视角下,内网 IP、ServiceAccount、甚至长期 API Key,都不能单独作为通行证。
零信任的核心逻辑是 “永不信任,始终验证”。在工程落地中,它要求同时满足四条铁律:
- 先认人,再认事:
每次访问必须明确:谁在请求?以什么身份?访问什么资源?
- 授权跟任务走:
权限按资源、动作、时效发放。任务结束或会话过期,授权即刻终止,而非等待密钥轮转。
- 秘密不进大脑:
长期口令、Refresh Token、下游密钥,严禁出现在提示词、对话上下文或 Agent 代码中。运行时需按需置换为短效令牌。
- 先裁决,后执行:
工具调用前,必须由确定性策略进行拦截判断,而非指望模型自觉。事后审计需能还原“用户-Agent-实例-任务”的完整链路。
它解决了边界模型无法防御的三大风险:
-
横向移动: 攻击者进入企业内网后随意游走。
-
身份冒用: 利用同一套账号或密钥互相伪装。
-
权限残留: 人走了、任务停了,但票据和实例权限依然存在。

为什么数字员工必须用零信任
数字员工不是简单的聊天机器人。它有负责人、有工作空间,且能代表员工调用系统。这导致安全对象从单一的登录用户裂变为必须严格拆解的“身份三元组”:
- 人(Human):
企业 SSO 中的员工,是权限的上界和责任主体。
- 数字员工(Agent):
平台里的业务实体,定义了“谁创建、谁管理、挂了哪些工具”。
- 运行实例(Workload):
真正运行的工作负载。
如果这三者混用一套长期密钥,将暗含身份互替的风险: 员工 A 的 Agent 可能冒用员工 B 的身份操作,或者离职员工的 Agent 仍在后台幽灵运行。
此外,数字员工有四个不同于人类的风险特征,决定了它不能只为数字员工办一张工卡了事:
-
无人值守的代办风险:它能在人不在场时执行任务。必须通过委托机制解决:业务主体以登记为准,无许可不授权,严禁匿名代办。
-
上下文记忆风险: 模型会读取提示词和会话历史。密钥一旦进入上下文,就等于进入了不可控的记忆。因此,凭证必须留在代理和保险库中,按需注入短票。
-
权限扩散风险: 子 Agent 或并行任务不能继承比父级更高的权限。下游权限只能保持或收窄,严禁越权派活。
-
生命周期不同步风险: 人离职有流程,但数字员工休眠可能只是关掉进程。真正的下线必须同步禁用实例身份、撤销委托令牌、解绑专属凭证。

如何与业务深度结合
将零信任植入数字员工的全生命周期,我们需要确保以下五点:
- 创建:先有负责人,再有身份
数字员工绝非无主进程。创建时必须绑定负责人且支持移交。确保出事知道找谁,人员变动时权限能随名单流转。
- 运行:工作负载证明“我是谁”
数字员工运行在独立工作空间中。启动时,实例需利用工作负载身份(如SPIFFE ID) 自证清白,流量通过双向认证。获取权限时,用对端身份钉死 Agent,杜绝 A 填 B 的冒用行为。
- 办事:先登记代表谁,再换短票
无论是用户发消息还是定时任务,都是一次委托意图。系统需记录:“哪位用户允许哪个 Agent,在哪个会话窗口,用他的身份执行任务”。没有有效委托,工具层无法换取执行凭证。
- 用工具:凭证不过脑,策略先于模型
调用企业 MCP 或受保护资源时,走凭证代理和网关。模型只负责建议调哪个工具,策略引擎负责批准是否能调。 高风险操作(如转账、删库)必须强制弹窗,由人类二次确认。
- 停权:人在则授权,人离则停权
人员离职、主动下线或长期不在线,安全结果必须一致:后续调用被阻断。
-
离职/禁用: 撤销委托,清理离线材料。
-
委托时效: 授权仅代表一次性或有时效的意图,过期自动失效。
结语
零信任对数字员工而言,不是一套更严苛的登录系统,而是一套智能体代人办事的验证契约。
判断数字员工是否安全,只需问四个问题:
1. 这个数字员工归谁负责?
2. 它现在代表谁?
3. 这一次允许它做什么、做多久?
4. 它停掉以后,能否确认权限彻底消失?
只有当这四个问题都有明确的产品落点,数字员工的安全才不仅仅是一句口号,而是坚实的工程实践。
DAMO开发者矩阵,由阿里巴巴达摩院和中国互联网协会联合发起,致力于探讨最前沿的技术趋势与应用成果,搭建高质量的交流与分享平台,推动技术创新与产业应用链接,围绕“人工智能与新型计算”构建开放共享的开发者生态。
更多推荐



所有评论(0)