Entro Security 2026 年的研究显示，在云原生的企业环境中，非人类身分（non-human identity）的数量已达到真人身分的 144 倍，而 2024 年上半年这个比例还只是 92 比 1。然而，香港大多数企业的身分治理制度，至今仍然是为真人而设计的。
这个落差，正是企业 AI 最安静的失效点。董事会批准了会代表公司下单、审批、对帐、发信的 AI 代理，却没有人批准过一套方法，去分辨哪一个代理做了哪一件事。
什么是 Agent Identity（代理身分）？
Agent Identity 是指为每一个 AI 代理发出独立的可验证凭证、独立的权限范围，以及一条完整的授权链，用以记录是哪一位员工授权了哪一项操作。它要回答事故覆核时的三个问题：哪个代理行动、代表谁行动、依据什么权限。
缺少这一层，代理的行为在你的日志中，只会显示为它所借用的那把共用 API 密钥。行为是真实的，问责却是虚的。
这个概念在 2026 年进入企业词汇，原因十分实际。过去的身分平台只需回答「这个人是否本人」，如今却要回答「这个代理的行动，是否仍在某个人真正授予的权限之内」。这是完全不同的问题，失效方式也完全不同。
云端安全联盟（Cloud Security Alliance）2026 年关于非人类身分治理的研究，描述了同一个缺口：代理正在以非人类身分的形式配置权限、触发流程、与企业系统交互，而管理它们的控制措施，却是为静态机器帐户而写的。
Agent Identity 与服务帐户有何不同？
服务帐户拥有固定的身分与固定的权限范围，不论运行什么任务，权限都一样。AI 代理则是每项任务的权限范围都不同，在不同时间代表不同的人，经由不同的授权链行事。把代理当成服务帐户处理，等于一次过把它可能用到的所有权限全部给它。
一句话说清楚两者的分别
--- 服务帐户问的是：这个系统获准做什么？
--- 代理身分问的是：这个代理，在此刻，为这一个人，运行这一项任务时，获准做什么？
一个代理若在早上九时为财务主管核对发票，下午两时又为采购部草拟供应商电邮，它不应该同时持有两套权限。但在服务帐户模式下，它就是同时持有。
一家典型企业究竟有多少非人类身分？
根据 Entro Security 2026 年的研究，全企业环境中非人类身分与真人身分的平均比例接近 45 比 1，在云原生架构中更升至 144 比 1。以一家 300 人的香港公司计算，即代表在部署第一个 AI 代理之前，已有约 13,500 组机器凭证在流通。
Gartner 预测，到 2026 年底，将有 40% 的企业应用程序集成特定任务的 AI 代理，而该预测发布时这个比例还不足 5%。
推动这个数字的，是两股结构性力量。云端采用与微服务拆分，都会令单一业务流程所需的凭证数量倍增；而你批准的每一个 SaaS 集成，都自带一套凭证。
Gartner 进一步预测，到 2028 年，财富 500 强企业平均将运行超过 15 万个代理，而 2025 年这个数字还不足 15 个。曲线并非线性，底下的凭证扩散同样不是。
治理信心的落差与增长同步。2026 年的业界调查显示，只有约十分之一点五的企业对自己保护非人类身分的能力有高度信心，而在真人身分方面，这个比例接近四分之一。
香港私隐专员公署对代理式 AI 有何说法？
2026 年 3 月，个人数据私隐专员公署发出专门警示，将代理式 AI 视为一个独立且升级的私隐风险类别，理由是代理获授予前所未有的访问权与自主性，而相关保安控制尚未经过大规模实测。公署在 2026 年 5 月完成的循规审查涵盖 60 家香港机构，发现 95% 已在日常运作中使用 AI，超过一半更同时运行三个或以上的 AI 系统。
公署的关注非常具体：代理可能触及本地设备、文件、电邮、凭证、浏览器内容以至外部服务，然后在没有真人即时参与的情况下，自主运行多步骤任务。
该轮审查并未发现违反《个人数据（私隐）条例》的个案，公署提出的建议是创建治理架构、进行私隐影响评估与 AI 审计、加强员工培训，以及制订事故应变计划。这是监管机构在执法行动之前，先把缺口说清楚。
如何用四个步骤创建代理身分框架？
可行的框架有四步：盘点每一个代理及其目前使用的凭证、为每个代理发出独立凭证、按任务而非按代理划分权限，以及记录授权链，使每项操作都能追溯至授权的真人。大多数企业可在一个季度内完成头两步。
第一步：先盘点，后治理
列出所有在生产环境运行的代理，包括业务部门未通知 IT 就自行部署的那些。逐一记录它所使用的凭证，以及该凭证是否与其他系统共用。共用凭证，就是你最高严重性的发现。
第二步：发出独立凭证
每个代理获得属于自己的身分。2026 年常见的做法包括带自订声明的 JWT 权杖、由企业 PKI 签发的 mTLS 客户端证书，或云端供应商的受管身分。Model Context Protocol 规范要求受保护的 HTTP 部署使用 OAuth 2.1 与 PKCE，为集成团队提供了一个站得住脚的缺省做法。
第三步：按任务划分，而非按代理划分
权限应附著于代理正在运行的任务，以及授权它的那个人，而不是附著于代理这个长期存在的实体。这一步是最多企业略过的一步，也正是限制事故波及范围的关键。
第四步：记录授权链
每一条操作日志都应包含代理名称、授权人、任务范围与时间戳。如果你的审计轨迹答不出「是谁叫它这样做」，那你其实没有审计轨迹。
在香港金融服务企业，这件事是什么样子？
设想一家 400 人的持牌资产管理公司，同时运行客户尽职审查、投资组合报告与内部服务台三组代理。在共用凭证的做法下，尽职审查代理技术上同时拥有客户纪录、投资组合持仓与内部知识库的读取权，因为这些权限在部署时被一次过打包给了它。
在代理身分模式下，尽职审查代理获得的凭证，只涵盖尽职审查纪录，有效期仅限该项任务，并绑定发起任务的合规主任。
当监管机构查问某年某日是谁访问过某份客户文件，答案需要的是几分钟，而不是一次鉴证调查。这是与安全价值分开计算的运营价值，也是最容易被忽略的一项。
成本论据通常足以终结争辩。为已在生产环境运行的代理事后补上身分层，意味着要重新测试这些代理接触过的每一个集成；在持牌机构，这还代表每一项都要重走变更管控流程。
在部署阶段就设计好，成本只是其中一小部分，而且差额几乎全是工程时间，而非牌照开支。
在内地与香港双重架构的企业里，这个问题还多一层。同一个代理若同时接触两地系统，授权链必须能说明它在哪一边、以谁的名义、访问了哪一类数据。
同样的逻辑适用于运行货运系统代理的物流企业，以及运行租户纪录代理的物业管理公司。行业会变，授权问题不会。
略过代理身分治理，会出什么问题？
三类失效反复出现：代理累积了无人覆核的权限、事故无法归因至特定代理、离职员工留下仍以其授权运作的代理。三者在设计阶段都极便宜就能预防，在部署之后才拆解则极为昂贵。
失效一：权限累积
代理获得新功能，有人选择扩大它原有的凭证，而不是另发一组限定范围的凭证。十二个月后，这个代理能触及的系统，早已超出当初商业方案提及的范围。
失效二：无法归因的事故
有数据被移动到不该去的地方。日志显示的，是一组由四个代理与两支集成脚本共用的服务凭证。你的调查等于从零开始。
失效三：孤儿授权
一位部门主管离职，他的代理仍然以一个已不存在的权限继续运作，而为真人设计的离职检查清单，根本捕捉不到它们。
值得点名的还有二阶效应。当监管机构或审计师拿不到一个干净的归因答案，多数企业的实际反应是全面放慢代理部署，包括那些治理得当的代理。
因此，一宗无法归因的事故，代价不只是那宗事故本身，而是所有原本运作良好的 AI 项目一并失去的动能。
这些失效会与影子 AI的问题叠加，也就是员工在任何治理流程之外自行部署工具的情况。
未来 90 天你应该做什么？
第 1 至 4 周完成代理盘点，第 5 至 8 周按数据敏感度分类，第 9 至 12 周为最高敏感度的代理发出独立凭证。这个次序能产出一份可向董事会呈交的定位报告，同时不需暂停任何进行中的 AI 项目。
--- 第 1 至 4 周：盘点所有生产环境代理及其现用凭证
--- 第 5 至 8 周：按代理可触及数据的敏感度分类
--- 第 9 至 12 周：为最高一层发出独立、按任务划分的凭证
--- 持续：每季覆核授权链，与真人访问权覆核同步进行
如何用一张投视频向董事会说明
--- 现况：生产环境有多少代理，其中多少共用凭证
--- 曝险：目前任何一组共用凭证所能触及的最敏感数据集
--- 监管定位：私隐专员公署 2026 年 3 月的代理式 AI 警示对你的要求
--- 计划：90 天路线图，逐阶段列明负责人与预算
董事会愿意批准身分工作，前提是把它框定为「问责归因」，而不是「保安开支」。归因是审计委员会早已理解的治理概念，它能把一项开放式的技术请求，转化为一个有明确完成日期的控制缺口。
先做盘点而非先买工具的理由在于，大多数企业会发现自己的代理数量估错了两至三倍。你无法为一个尚未点算清楚的族群购买控制措施。
策略要点
代理身分不是部署之后才加上去的保安附件。它决定了你的 AI 项目，是一个能向监管机构解释清楚的项目，还是一个只能事后道歉的项目。
未来十八个月在代理式 AI 上走得最快的企业，会是那些提早解决归因问题的企业，因为它们可以批准新代理，而不必每个季度重开同一场治理争辩。
香港企业在这件事上有一个狭窄的优势。私隐专员公署在执法之前先公开了关注点，这意味着框架可以从容创建，而非在压力下仓促完成。这个窗口不会永远敞开。
懂AI的冷，更懂你的难。UD 同行28年，让科技成为有温度的陪伴。二十八年来与香港企业并肩的经验告诉我们，治理这场对话，从来不只关乎技术，而是关乎一位部门主管能否站在董事会前，把系统做过的事交代清楚。
由 UD 企业 AI 团队审阅。
掌握了框架，下一步是弄清楚你的组织实际站在哪里。UD 团队手把手带你完成每一步，由 AI 准备度评估、代理盘点、凭证设计，到董事会层面的汇报。
