企业级人工智能代理正成为安全基础设施中日益脆弱的环节。根据一项针对107家员工超过100人的公司的最新调查数据，超过一半的受访者已遭遇与这些代理工作相关的事件。18%的组织报告了已确认的安全漏洞，另有36%的组织表示曾成功阻止威胁。仅有42%的参与者未记录此类事件，其中5%的公司根本未在生产环境中使用人工智能代理，而2%的公司未对此类事件进行监控。
这项于2026年6月进行的调查揭示了一个令人担忧的趋势：各组织普遍忽视了基本的访问管理原则。只有32%的受访者表示，其基础设施中的每个人工智能代理都拥有独立的、受管理且权限受限的身份。其余48%的受访者承认，仅部分代理获得了独立标识符，而其他代理仍在使用共享凭证。在32%的公司中，代理主要通过共享API密钥、员工账户或服务账户运行。据分析师估算，至少在其部分基础设施中使用共享凭证的受访组织比例高达69%。
实践与事件之间的关联性
统计数据证实了防护水平与事件频率之间的直接联系。在实行凭证分离的公司中，63.5%报告了事件或成功阻止的威胁。而在每个人工智能代理都拥有独立身份的组织中，这一比例降至40.9%。尽管研究作者强调这些结果并未证明因果关系，但数据本身已不言自明。为保护代理，49%的公司直接在其运行过程中限制权限，47%的公司采用监控和日志记录，但只有30%的公司将拥有广泛权限的代理隔离在沙箱中。
依赖供应商内置工具
82%的受访者将人工智能模型供应商或大型云平台的内置工具视为主要安全层。51%的组织使用OpenAI的内置限制措施，36%使用谷歌的工具，35%使用微软的工具，29%使用Anthropic的工具。对现有工具的平均满意度为4.2分（满分5分），但59%的组织计划在一年内引入新工具或替换现有产品。在已遭遇事件的公司中，计划在未来三个月内进行变革的比例为42.1%，而在未发生此类事件的组织中，这一比例仅为14%。
在我看来，人工智能代理安全市场仍处于萌芽阶段。公司过度依赖模型供应商的内置解决方案，而这些方案往往未能考虑企业基础设施的特殊性。Anthropic在六月提出的零信任原则，不仅仅是一项建议，更是一种必要。若不实施独立标识符、最小权限原则以及对每个操作进行验证，企业级代理仍将是网络安全的“特洛伊木马”。