一句话看懂：安全团队正把具备自主调查与处置能力的 AI Agent 当成“员工”来用，CertiK 最新报告指出，企业需要像管人一样管 AI：明确权限边界、人工介入时机与出错后的责任归属，而不仅是评估模型效果好不好。
事件核心：发生了什么
过去十年，AI 在安全运营中心（SOC）的角色主要是处理海量告警、标记异常，最终判断仍由人做。新一代 agentic AI 系统改变了这个分工：遇到凌晨的可疑登录，它不只是告警，而是能查询设备、比对历史登录地与威胁情报，判定账号失陷并直接冻结，全程在分析师打开工单之前完成。合规场景类似，Agent 可并行核查制裁名单、企业注册信息与新闻档案，甚至起草可疑活动报告。在加密领域，CertiK 早前研究显示，与朝鲜相关的黑客在一个月内将 Bybit 漏洞中窃取的 ETH 的 86.29% 转换为比特币，这类速度人类团队无法实时追踪，部分协议已把检测直接接到响应上，允许 Agent 在同一区块内暂停合约功能。CertiK 新报告的核心论点是：当 AI 能调查、决策并执行，“模型能不能用”只是一部分，企业还必须界定它能做什么、人何时接手、出错谁负责。
为什么重要
这意味着 AI 从“辅助工具”转向“执行主体”，安全与合规的工作流、审计方式和责任框架都要重写。攻击以机器速度发生、人才缺口长期存在、靠堆分析师清理误报无法扩展，是采用 Agent 的现实推力；但把系统权限交给 Agent，也让它成为高价值攻击目标，提示注入或被篡改的输入可能诱导其批准欺诈交易或关闭安全控制。更隐蔽的问题是自动化偏见：当系统连续 99 次正确，审查者第 100 次就会放松，而这恰是罕见重大错误最容易漏过的时刻。目前公开信息显示，针对自主系统的责任规则仍不完善，“算法自己做的”无法满足监管或法庭要求，部署与配置系统的组织仍需担责。
对用户/开发者/创作者的影响
对开发者与企业采购方，重点从选模型转向设计管控层：记录 Agent 看过的数据、决策路径与执行动作，设置权限最小化与人工复核节点，并把它接入现有 SIEM、工单与合规系统。对加密与金融团队，同区块自动响应能减少损失，但需配套熔断阈值与回滚预案。合规人员的工作会从“从零写报告”变成复核与签署，但必须对 Agent 产出的结论保留独立验证能力。对普通用户，账户可能被 AI 更快冻结或解冻，申诉与纠错机制是否顺畅将直接影响体验。
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。
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。
值得关注的后续
一是 CertiK 提出的“面向 AI 员工队伍的合规”是否被主流监管采信，形成审计标准；二是厂商能否给出可验证的 Agent 决策日志与权限控制 API，让企业敢真正放权；三是责任划分在司法与监管层面是否出现明确判例，决定自主 Agent 在多快范围内被允许直接执行处置动作。
来源：The Next Web
