资讯政策与安全··来源: VentureBeat·原文 →

企业 AI Agent 安全缺口调查:54% 已遭遇安全事件,多数仍共享凭证

VentureBeat 针对 107 家企业的调查显示,超过半数企业已发生 AI Agent 安全事件或险情,但仅三分之一为每个 Agent 分配独立身份,多数仍依赖共享凭证。企业普遍依赖模型提供商原生安全工具,专用 Agent 安全方案渗透率极低,暴露出自主权限与管控能力的显著脱节。

企业 AI Agent 安全缺口调查:54% 已遭遇安全事件,多数仍共享凭证
[广告位 · 上线后接 AdSense]

AI Agent安全管控严重滞后,超半数企业已"踩雷"

VentureBeat最新调研数据让人捏把汗:107家企业中,54%都遭遇过AI Agent安全事件——18%实锤中招,36%险险躲过。说白了,企业给AI Agent放权越来越猛,但身份管理、隔离机制这些"紧箍咒"完全没跟上节奏。

身份管理乱象:共用账号成最大雷区

调查扒出一个致命伤:身份管理太糙了。只有32%的企业会给每个Agent单独开权限明确的小号,剩下的不是让Agent共用账号,就是直接拿人类账号或API密钥凑合。

这么玩的后果很严重:只要一个Agent被黑或权限给高了,所有共用账号的Agent连带资源都得遭殃。但讽刺的是,只有30%的企业会把高危Agent关进沙箱"隔离病房"。

安全工具全靠"厂商白送",专业产品没人用

现在企业的Agent安全三板斧全靠大厂施舍

  • OpenAI的Guardrails使用率51%排第一
  • Google、微软的云原生工具,Anthropic的托管方案占主流
  • 垂直领域的安全产品?基本查无此人

虽然这些"赠品"满意度有4.2分(满分5分),但企业在Agent安全上的投入还不到总安全预算的零头。更魔幻的是,超半数企业嘴上说满意,身体却很诚实地准备一年内换方案——明摆着现在用的都是将就货。

公司越大,漏洞越多,防护越菜

数据暴露一个奇葩现象:企业规模和安全性完全反着来

  • 中型企业(101-1,000人)出事率49%,大厂(1,000人以上)飙到63%
  • 但大厂给高危Agent上沙箱的比例反而从35%降到20%
  • 安全工具满意度也从4.36分跌到3.97分

说白了就是:摊子铺得越大,安全建设越摆烂。

调查背景说明

本次调研在2025年6月(原文"June 2026"疑似笔误)完成,样本为107家100人以上企业。45%受访者是AI采购拍板人,企业规模以中型为主(251-1,000人占42%),行业集中在科技(23%)、制造(15%)、零售电商(14%)。

注意:样本非随机抽取,107份问卷更适合看趋势而非精确数据,主要反映"正在搭建安全体系"的中型企业现状。

安全漏洞本质:AI撒欢跑,缰绳没跟上

报告把这现象称为**"Agent安全缺口"**——AI Agent的自主权跑得太快,管控措施根本追不上。当AI能自己调用API、操作数据时,传统"人工审核"那套就废了,但专属的管控方案还没普及,这就是54%出事率的根源。

对中国AI圈来说,这个调查敲了记警钟:搞Agent自动化时,身份管理、最小权限、沙箱隔离这些基建必须同步跟上。另外,专业Agent安全工具的市场空白,说不定藏着下一个风口。


本文基于 VentureBeat 报道, 由 AiDuo123 AI 编辑翻译改写。原文链接: https://venturebeat.com/ai/the-agent-security-gap-54-of-enterprises-have-already-had-an-ai-agent-incident-and-most-still-let-agents-share-credentials

常见问题

为什么 Agent 共享凭证风险这么大?
当多个 Agent 共用同一 API 密钥或服务账户时,任何一个 Agent 被攻破或权限配置不当,攻击者都可能通过该凭证访问所有关联资源。由于 Agent 通常具备自主调用能力,这种'横向移动'可能在无人干预情况下快速扩散,影响半径远超传统应用。
企业应如何为 Agent 建立独立身份管理?
业内通常建议为每个 Agent 分配独立的服务账户或 API 密钥,并通过 RBAC(基于角色的访问控制)或 ABAC(基于属性的访问控制)限定其权限范围(scope)。理想情况下,Agent 身份应支持审计日志、动态权限调整和自动轮换,但调查显示仅 32% 企业做到这一点。
OpenAI Guardrails 等原生工具够用吗?
调查显示企业满意度较高(4.2/5),但多数计划年内更换工具,说明原生方案能覆盖基础需求(如内容过滤、调用限流),但在细粒度身份管理、跨平台 Agent 编排、复杂隔离策略等方面可能存在局限。企业需根据 Agent 复杂度评估是否需要专用方案。
中国企业部署 Agent 需特别注意什么?
除技术层面的身份隔离外,还需关注:1)数据出境合规(Agent 调用境外模型 API 时);2)模型服务的可控性(避免过度依赖单一国外厂商);3)日志留存与审计要求(《生成式人工智能服务管理暂行办法》等法规对可追溯性有明确要求)。建议优先选择支持本地部署或混合架构的 Agent 框架。
什么是 Agent 的'沙箱隔离'?
沙箱(sandbox)是一种将高风险 Agent 运行在受限环境中的技术,限制其可访问的网络、文件系统、API 范围,即使 Agent 行为异常或被攻破,影响也被控制在沙箱内。调查显示仅 30% 企业对高风险 Agent 做此隔离,这是当前防护的薄弱环节。
[广告位 · 上线后接 AdSense]
标签:#AI 安全

相关 AI 工具

文中提到或相关的 AI 工具 — 点进去看适合谁、怎么用、值不值得折腾

浏览全部工具 →

同类资讯 — 由发布时间排序

苹果手表新 AI 功能引争议:环境录音与隐私的边界在哪里

苹果手表新 AI 功能引争议:环境录音与隐私的边界在哪里

苹果在最新发布会上为 Apple Watch 引入了 Live Rewind 和 Siri Recap 等实时音频转录功能,允许用户回溯 15 秒对话并自动生成会议摘要。尽管苹果强调不存储原始音频且支持端到端加密,但这些"始终聆听"的技术仍引发了关于同意权、法律证据效力及社交行为改变的广泛讨论,标志着科技巨头在 AI 竞争压力下对隐私底线的重新定义。

应用与案例AI 安全
WIRED 编辑实测:我让 AI 黑客代理扫描家庭网络,发现了什么

WIRED 编辑实测:我让 AI 黑客代理扫描家庭网络,发现了什么

WIRED 专栏作者亲身测试去安全对齐的 AI 模型,使用 Abliteration AI 提供的改造版 GLM-5.3 扫描家庭网络。实验发现打印机配置漏洞、智能音箱信息泄露等十余处安全隐患,但同时也获得了实用的加固建议。这场"以毒攻毒"的实验揭示:AI 黑客工具既是威胁,也可能成为普通用户的防御武器。

应用与案例AI 安全
ControlAI 执行董事:超级智能不是武器而是对手,应立法禁止开发

ControlAI 执行董事:超级智能不是武器而是对手,应立法禁止开发

AI 安全非营利组织 ControlAI 美国执行董事 Connor Leahy 在 TechCrunch 播客中提出激进观点:应通过立法完全禁止企业开发超级智能(superintelligence),而非仅依赖对齐与遏制技术。他认为当 AI 能自主改进 AI 时将触发失控循环,并透露美英两国已有相关立法推进,包括 Sanders-Casar 提出的"禁止超级智能法案"。

政策与安全OpenAI
五角大楼要求 OpenAI 提供"低拒绝率"军用 AI 引发争议

五角大楼要求 OpenAI 提供"低拒绝率"军用 AI 引发争议

据 The Intercept 报道,美国国防部曾要求 OpenAI 提供一个"极少拒绝执行"军事指令的定制版 AI 系统。OpenAI 否认签署过包含此类措辞的合同。这一事件再次引发关于 AI 安全护栏与军事应用边界的讨论,对中国 AI 从业者理解大模型伦理约束具有参考意义。

政策与安全OpenAI