智能体开始「有工位」之后：企业必须补上的三件治理功课

把这几件事放在一起看，10月20日是有标本意义的一天。incident.io 让调查智能体能读取团队内部的调试知识；Outline 增加了一个连管理员都打不开的 Personal 私密区，同时又扩大了对智能体的访问范围；NocoBase 修补了 math.js 沙箱逃逸漏洞；FreshRSS 在六周内发布第二个安全版本，堵住 data: URI 并修复了通过代理的 DNS 泄漏；ManageEngine 卓豪则一次发布 30 余款嵌入全栈 IT 管理产品的「Zia 智雅智能体」，主打零 Token 额外成本。

为什么治理突然变成了刚需

因为智能体的位置变了。10月19日的国新办发布会上，工信部公布 2025 年我国人工智能核心产业规模超 1.2 万亿元，人工智能企业数量超 6600 家，规模以上制造业企业 AI 技术应用普及率超 30%。埃森哲中国的调研显示，63% 的中国企业已经部署 AI 助手或 AI 赋能的知识管理系统，而一年前这个比例只有 28%。Gartner 对 IT 负责人的调研则显示，75% 的 IT 管理者正在试点、部署或已经落地各类 AI 智能体。

智能体从「个人工具」变成「组织基建」，随之而来三笔账：权限账——它能读到什么、写到什么；可靠性账——它做错了怎么发现、谁来兜底；成本账——它到底帮企业省了时间还是制造了新的活。这三笔账过去可以拖，现在拖不动了。

三件必须补上的治理功课

第一件是可观测性。Laminar 那类工具的出现说明一件事：智能体也需要日志。调用了什么工具、读了哪些数据、改了什么、为什么这么做——没有这条轨迹，智能体出了错就是黑箱，企业既没法复盘，也没法向客户解释。ManageEngine 强调智能体集成在客户已在用的产品内、零 Token 成本，其实在解决另一个问题：把智能体的活动留在既有系统的日志与审计里，而不是散在外部平台。

第二件是权限分级。Outline 那个连管理员都打不开的 Personal 私密区是个有意思的信号——它在扩大智能体访问范围的同时，选择给个人留了一块 AI 也碰不到的地方。对企业的启示是：智能体的可达范围应该按「数据敏感度」分层，而不是按「有没有登录权限」一刀切。哪些系统只读、哪些可写、哪些写了必须人点头，这三档要写进制度，也要写进平台配置。

第三件是兜底与熔断。智能体最典型的失败不是「什么都不做」，而是「自信地做错事」。所以每个上生产的智能体都需要三样东西：明确的任务边界（超出范围就停）、人工确认点（关键动作必须有人点头）、以及一条能立刻切断它的开关。这三样都不依赖具体厂商，是企业自己的运营纪律。

一个务实的推进节奏

治理不等于一上来就建平台、建流程、建委员会。更现实的做法是：第一个智能体只接一个低风险任务，把它的轨迹、权限、熔断都配置好，跑满一个月；再接第二个有写入权限的任务，让第一个当它的对照组；等两个都稳了，再谈统一治理框架。这样做的好处是，治理能力是被真实场景逼出来的，而不是被方案文档想出来的。