Agent 身份治理实战:12 个 Agent 3,000 次压测,权限砍掉 85%,业务成功率只掉 1.8%

先说结论:Agent 时代的身份治理,本质上是要回答一个传统 IAM 从来没被认真问过的问题——当一个 AI 以你的名义调用了 3 个系统、读了 14 个文档、对外发了 2 封邮件,审计日志里应该留下的是谁的痕迹?我们今年 Q2 把内部 12 个 Agent 接进统一治理层,主推理由是安全,但跑完三周后发现,真正挡住我们的第一道墙不是黑客,是「客服 Agent 用管理员 token 调用了计费系统的批量导出接口」——那次它执行的是自己的任务,只是权限太宽。

这篇复盘写我们怎么给 12 个 Agent 建立身份、权限、审计三层治理,9 周、3,000 次调用压测、4 个真实权限收敛动作。核心结论:「Agent 用人的长期 token」是最常见也最危险的默认配置,治理后我们把有效权限从平均 37 个 API 缩到 5.4 个,高危操作下降 92%,而 Agent 任务成功率只掉了 1.8 个百分点。

一、Agent 不是人了:身份成色决定权限边界

传统 IAM 的假设是「一个人类用户一段时间干一件事」,Agent 把这个假设打得粉碎:

维度 人类员工 Agent
请求频率 秒级~分钟级 毫秒级,一分钟可上千次
上下文切换 一次一个任务 并发十几个会话,跨系统穿梭
权限时效 长期,任期制 任务级,分钟甚至秒级
越界模式 误点、误操作、离职带走 提示注入、工具误调、逐步扩权
审计粒度需求 按次操作 按次操作 + 任务链路级因果

倒数第二行是我们踩得最深的坑。Agent 最典型的越界不是「偷数据」,是「超额执行自己任务」——它要读一张表,顺手把整个数据库导出权限也用上了,因为「顺路」。这种越界在日志里看起来完全合法:合法身份、合法 API、合法时间。传统 IAM 根本拦不住它,因为 IAM 只看「你能不能调」,Agent 治理要看「你到底需要多少才够」。

二、第一层:给 Agent 发独立的、可关联的身份

原则只有一句:Agent 绝不复用人的长期凭证。我们的实现是一 Agent 一身份(Workload Identity),不是「系统账号共享」:

  1. 身份元数据:AgentID、所属团队、任务类型、有效期、责任 Owner(真人)、初始权限集。
  2. 身份注入:不落盘 token,只用短时效(15 分钟)的 SPIFFE/SVID 式身份文件,运行环境自动刷新。开发机上调试也走同一通道,避免「测试用管理员、生产用受限」的双轨。
  3. 链上关联:每次调用都必须携带 agent_id + task_id + trace_id 三元组。TraceID 是灵魂,它是把「Agent 做了什么」变成「Agent 为什么这么做」的唯一凭据。没有 TraceID 的日志,事后只能描述现象,无法归因决策。

实施成本比想象低:主体工作量在网关侧统一收口(所有 Agent 出网请求必须过网关),Agent 代码只需替换凭证获取方式。12 个 Agent 里 9 个一周内切换完,剩下 3 个是历史遗留的长任务流,给了两个月的过渡期。

三、第二层:按任务类型配「刚好够用」的权限

这是全部治理里最难也最值的一块。我们的方法论是「权限发现 → 最小化 → 卡口」三步:

3.1 权限发现:用影子流量看 Agent 实际用什么

第一周我们没改任何权限,只在网关侧开了影子日志:记录每个 Agent 在真实任务中调用了哪些 API、参数、频次。三周后结论让所有人都意外——12 个 Agent 里 8 个的实际调用面只有其被授予权限的 10%~20%,被授予的权限几乎全是「以防万一」。

Agent 类型 被授予的 API 数 实际调用 冗余度
客服工单 Agent 32 4 87.5%
数据分析 Agent 41 6 85.4%
邮件处理 Agent 18 3 83.3%
代码评审 Agent 27 5 81.5%
内容生成 Agent 22 4 81.8%

3.2 最小化后的四类权限分级

按「读—写—破坏—外联」四档,每档给不同的熔断策略:

  • 读(Read):默认放开,但敏感字段(PII、密钥)走脱敏字段集。频次上限 QPS + 单任务总量双阈值。
  • 写(Write):按对象粒度白名单(只能写「订单备注」,不能改「订单金额」)。写操作强制携带幂等键,防止 Agent 重试造成重复写。
  • 破坏(Destroy):删除、归档、覆盖类操作默认全禁,必须走「二次令牌」——由人工确认的系统签发短时效令牌,Agent 拿令牌才能执行,用完即焚。
  • 外联(External):对外发送邮件、消息、API 调用,默认全禁;开放的白名单外联动作必须经过内容审查(关键词 + DLP 规则)后才放行。

我们做的第一个收敛动作:把客服 Agent 的「读客户 PII」改成「读脱敏视图」,只有转人工时才由坐席系统解锁原值。第一周业务方集体反对,说「Agent 答不了细粒度问题」,实测两周后发现真正需要原值的比例只有 6.7%,其余全是「以防要问」。

3.3 卡口:三个不改业务就能落地的守门规则

  1. 单任务 API 调用预算:每个 task_id 生命周期内最多调 N 次写操作、最多触达 M 个不同资源对象。超了直接熔断,转人工。这个规则上线第一周就拦下了一个死循环重试的 Agent——它因为数据库临时超时,把一个更新动作重试了 2,400 次。
  2. 敏感组合禁令:某些 API 的组合单独看都合法,连起来就危险。「批量导出 + 外联」直接禁(数据外泄最短路径)。「读权限表 + 调用权限接口」直接禁(横向提权路径)。这些规则是纯静态的,零误报成本,但拦得住最经典的链路。
  3. 异常速率熔断:任何 Agent 的调用速率超过基线的 3σ,先在网关侧限流(不直接杀掉),同时给 Owner 发告警。Agent 的速率异常往往意味着它陷入了循环,慢一步再杀,让它有机会留下 trace。

四、第三层:审计要做「任务级因果」,不是「操作级流水」

1,400 万条操作日志如果没有关联结构,等于没有日志。我们把审计数据结构化成三层:

Level 1 任务帧:task_id, agent_id, 发起人(人或调度器), 任务描述, 开始/结束\nLevel 2 操作序列:按 trace_id 时间线,每步含 API、参数摘要、返回摘要\nLevel 3 决策链:关键决策点(为什么选这个工具、为什么改参数)的 prompt 摘要与模型输出摘要

Level 3 是我们最被低估的设计。一次事后复盘时,仅仅看操作序列完全看不出问题——所有调用都合法;但看决策链才发现,Agent 在第三步就已经产生了错误的假设,后面六步全错。这种「慢速漂移」在操作日志里是隐形的。

成本上,Level 3 只对「关键决策点」采样记录(我们定的是:出现工具切换、参数重写、异常返回时记录),全量记录贵到不可行。这个采样策略下,存储量是全量操作日志的 1/5,但复盘效率远高于 5 倍。

五、3,000 次压测与真实攻击面的结果

我们用 38 个攻击样本(提示注入 21 条、社工诱导 9 条、直接越权 8 条)做了三轮压测:

指标 治理前 治理后
Agent 有效 API 权限(平均) 37.2 个 5.4 个
高危操作(批量导出/删除/外联) 全部可达 人工二次确认才可达
压测中成功越权的样本 11/38(29%) 2/38(5.3%)
Agent 任务成功率 基线 -1.8 个百分点
事后归因所需时长 2~4 小时(翻操作日志) 15 分钟(Level 3 直接定位)

对比第四行:权限砍掉 85%,业务只损失 1.8% 成功率。这个数字值得每个要立项的团队去自己测一次,多数情况下会得出同样的结论——Agent 被授予的权限,远比它需要的多。而省下来的不只是安全风险,还包括「这个 Agent 到底能访问什么」这种长期说不清的债务。

六、实施建议

  1. 先做中心化网关出网收口,再做权限。没有关口的权限策略只是文档。网关是全部规则的地基,可以慢,不能没有。
  2. 影子流量两周再动权限。不跑影子就收敛,一定会砍到业务真需要的那个「以为用不到」的 API;我们当时留了一个月观察期。
  3. Level 3 审计从第一天就采。它不是为了现在复盘,是为了半年后有人问「这个 Agent 三个月前为什么这么干」时你有据可查。
  4. 给每个 Agent 配一个真人 Owner。治理永远需要一个能拍板和负责的人,团队不是人。

总结

12 个 Agent、9 周、3,000 次压测。最大的认知转变是:Agent 治理不是「更严格的 IAM」,是「把权限颗粒度从『人』下沉到『任务』」。人可以在一个会话里做很多事,Agent 应该在一个任务里只做几件事;人能承担长期凭证的保管责任,Agent 应该只在任务窗口内持有凭证。想清楚这一点,很多方案自然就收敛了——治理的目标不是让 Agent 什么都不能干,是让每个 Agent 只能干它该干的那一小块,并且留下能看懂的证据链。

互动提问:你们的 Agent 现在还在用人的长期 token 吗?我们治理前 12 个 Agent 里 9 个在用,最快的止血方式就是把登录人和 Agent 的凭证通道分开。

互动提问:权限收敛时你们的实际调用面 / 被授予权限比是多少?我们均值 15%,业务成功率只掉 1.8%。如果你们那边砍权限成功率掉得多,我猜是砍之前没做影子流量观察。

分享到:

微博
Twitter
LinkedIn

— IMAI 编辑部 | 2026-11-10

发表评论