几乎所有AI工具现在都在毫无IT监管的情况下运行——这让公司成为众矢之的。

事件核心：发生了什么

Reco 在《2026 年智能代理安全状况》报告中披露了一组数据：通过对金融、医疗、零售和电信领域 62 家企业级客户的遥测数据分析（统计周期为 2026 年 1 月 1 日至 8 月 1 日），发现五分之四的 AI 工具未经过企业 IT 审批流程即投入使用。报告指出，中小型公司每 1000 名员工平均会使用 414 个未经批准的 AI 工具，这些工具大多是浏览器扩展程序和工作流自动化插件，绕过了传统 SaaS 采购的审查机制。

更值得警惕的是安全边界的失守：在评估的 500 个智能代理工具中，62% 既能读取本地数据又能访问互联网，这种双向能力为数据外泄提供了可乘之机。报告同时追踪到 637 个与 AI 代理相关的安全漏洞，涉及大模型应用和各类代理工具。Reco 创始人兼 CEO Ofer Klein 表示，被嵌入现有应用中的 AI 代理正在继承用户的既有权限和 OAuth 授权，形成“超出任何所有者批准的毒性组合”——代理可以在用户不知情的情况下访问数据并触发操作。

为什么重要

这份报告揭示了一个行业认知盲区：AI 治理流程的更新速度远远落后于 AI 工具的扩散速度。过去企业的安全审查主要针对云服务和 SaaS 软件，但浏览器扩展、本地推理工具和嵌入式智能代理避开了传统监管节点。当 AI Agent 不再只是网页端的对话框，而是深入到 API、身份认证和业务流内部时，原有的网络安全边界假设便不再成立。

从技术路线看，这暴露了当前 AI 工具链的一个结构性矛盾——开源框架和闭源服务都在鼓励开发者以最低门槛接入 AI 能力，但企业侧对第三方组件的安全评估却没有跟上。AI 工具获取权限的方式从显式的 API 授权变成隐式的会话级继承，让攻击面变得更加模糊。对 CISO 和安全团队而言，这不再是“要不要用 AI”的问题，而是“如何用不可见的 AI 权限做审计”的问题。

对用户/开发者/创作者的影响

对开发者和企业 IT 负责人来说，首要任务是将 AI 工具纳入现有的身份与访问管理（IAM）策略。持续监控 OAuth 授权范围、对浏览器代理和 MCP 服务器（Reco 专门分析了 500 个此类服务器）实施白名单管理，将是短期内最有效的缓解手段。对于依赖第三方插件的创作者和内容团队，建议关注所用工具是否会在本地读取文件的同时和外部服务通信——这种隐蔽的数据链路很难通过肉眼审查发现，应主动查看工具的权限申请清单。

AI 工具推荐

想把多个 AI 模型放在一个入口？

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。

对采购决策者而言，这份报告提供了一个筛选供应商的参考维度：询问 AI 软件供应商其代理工具在企业环境中的默认权限配置是否符合最小化原则。目前公开信息显示，大部分被点名的安全隐患并非源自大模型本身，而是围绕模型的周边工具链设计不当，这意味着企业可以通过更审慎的选型来降低风险，而非完全回避 AI 应用。

值得关注的后续

首先是监管推动：Reco 报告所引用的漏洞数据库正在扩大，全球范围内针对 AI 代理的漏洞披露是否会被系统化梳理，值得持续关注。其次是技术应对手段——围绕 MCP 安全和 AI 代理的全链路追踪、异常行为拦截类产品（包括安全厂商推出的“AI 安全网关”类竞品）是否会快速跟进，并成为云安全市场的新增长点。最后是开源生态的自我修正：在相关标准落地前，主流的浏览器插件商店和开源 AI 工具仓库是否会主动收紧权限审核政策，将直接影响开发者生态的信任度。

来源：TechRadar