一句话看懂：Infosys 高管在 TechRadar 采访中提出，企业从 AI 助手走向可自主决策、跨系统执行操作的 AI 代理时，治理重点要从“管模型”扩展到“管身份、管权限、管行为”，否则一次越界决策可能引发难以追溯的连锁操作。
事件核心：发生了什么
TechRadar 于 2026 年 11 月 9 日刊发对 Infosys 云、基础设施与安全服务 EMEA 负责人 Umashankar Lakshmipathy 的采访。他指出，自主 AI 代理能访问企业数据、调用应用与工具、与其他代理通信，并代表人或业务流程行动，因此风险不再局限于生成内容的质量，而是扩展到代理实际执行的动作。企业需要为每个代理定义业务目的、问责负责人，以及可访问的数据、系统和操作范围；对敏感或高影响活动设置更强防护，并保留从结果回溯到发起人、执行代理和所用工具的可见性。采访还强调，非人类身份（应用、API、服务账号、自动化与 AI 代理）数量增长，若缺乏清单和权限管理，过度授权、长期凭证和“僵尸身份”会形成实质性安全暴露。
为什么重要
这反映了 AI 治理对象的变化：过去主要管模型输出，现在还要管代理的决策与动作。代理之间协作能加速客服、运维、软件工程和网络安全等复杂流程，但也会形成依赖链和信任链——一个被攻破或治理不足的代理可能传递错误信息、影响其他代理判断，甚至借高权限代理执行自身无权直接完成的操作。目前公开信息显示，这类风险会随代理跨系统运行而放大，企业若无法确认“谁发起、凭谁的授权执行”，审计和追责都会变得困难。
对用户/开发者/创作者的影响
对企业采购和开发者而言，评估 AI 代理产品时，身份清单、最小权限、凭证生命周期、操作日志和人工审批点将和模型能力同样关键。开发代理工作流时，应为每个代理设定明确职责边界，避免多个代理共享过高权限；对涉及财务、生产系统或客户数据的动作，保留可回溯的调用链。普通用户短期内未必直接感知，但企业部署代理的速度和范围，会取决于这些治理能力是否配套。
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 Infosys 是否将上述框架转化为可落地的企业服务或产品；二是主流云厂商和 AI 平台是否跟进代理身份管理与权限审计能力；三是监管层面是否对非人类身份和代理自主操作提出具体要求，从而影响企业上线节奏。
来源：TechRadar
