摘要:企业把十几个 Agent 接进了业务系统,演示跑通、活也干了,可真出事时谁也答不上来「这个 Agent 是谁创建的、代表谁、能做什么、做过什么」。本文面向给企业内部落地 AI Agent 的架构师、平台负责人,介绍港大 KYA(Know Your Agent)信任框架下的一套可落地治理方案:把每个 Agent 当「员工」一样发一张身份凭证,调用前查权限、行动后留可核验记录。附 3 段可直接运行的 Python 代码(Python 3.12)。
一、问题背景
1.1 一个真实场景:Agent 干了活,没人认领
某制造企业把排产 Agent、客服 Agent、采购 Agent 先后接进了内部系统。一天采购 Agent 误发了一封带报价单的邮件给错供应商,复盘时三个部门互相默认:「不是我配置的权限」「模型自己决定的」「集成商接的,找他们」。最后没人能说清这个 Agent 到底被授了什么权、这一步动作有没有被审计下来。
1.2 这不是模型问题,是「身份」问题
模型越强,越容易让人放松对「它到底是谁、能代表谁」的追问。文本生成答错了还能改,Agent 直接调了接口、转了账、发了函,事后追责才是真麻烦。问题不在模型聪不聪明,在于企业没有给 Agent 这套「数字员工」建立身份、授权与责任体系——用大白话说,就是招了人没办入职、没发工牌、没建档案。
1.3 本文适合谁看
正在把多个 AI Agent 投入生产系统的后端、平台架构师;被「Agent 越权、责任找不到人、伙伴不认这个 Agent」折磨过的技术负责人;以及准备评估 Agent 商业化落地可行性的决策者。
二、KYA:给 Agent 也做一遍「KYC」
2.1 从 KYC 到 KYA
金融业的 KYC(Know Your Customer,客户身份识别)要求机构在提供金融服务前,先搞清楚客户是谁、风险几何。KYA 把这套思路从「客户」扩展到「智能体」:在 Agent 进入业务系统、代表人或组织行动之前,先确认它的身份、授权、行为与责任是否可验证、可追溯。
2.2 港大 KYA 报告:信任真空正在成为商业化的约束
香港大学 KYA 课题组于 2026-11-03 在 2026 香港金融科技周发布《KYA:智能体信用体系研究报告》(样本:109 份从业者有效问卷 + 近十个企业案例,含 Stripe、蚂蚁数科等)。报告的核心判断是:模型能力的提升不会自动转化为商业上的可委托性。只有当「身份可确权、履约可核验、权限可约束」时,Agent 才能获得与其能力相匹配的经济授权。
报告里的信任摩擦已经常态化:76% 的受访从业者(分母:109 份从业者有效问卷,其中 23% 频繁遇到、53% 偶尔遇到、仅 2% 从未遇到)在过去一年频繁或偶尔遇到与智能体信任、安全、问责或合规有关的顾虑。在推进商业应用的主要障碍中,「客户或伙伴信任度低」占 53%、「出错后责任归属不清」占 42%,均高于系统集成困难(35%)与投资回报难测算(34%)。
2.3 四阶段演进:从「能回答」到「能办事」
报告将智能体演进概括为四个阶段:能力智能体 → 执行智能体 → 交易智能体 → 经济智能体。行业整体仍处在从能力智能体向执行智能体加速演进的阶段。阶段越往后,Agent 越像一个拥有授权、能代表组织行动的数字主体,客户和合作伙伴关心的就不只是「它答得准不准」,而是「它代表谁、能做什么、做过什么、出问题谁负责」。
三、KYA 治理框架:三件事
KYA 不是一套新标准,而是把企业已有的身份与权限管理思路,明确套到 Agent 上。落到工程上就是三件事(命名框架,信号 1):
3.1 身份确权(Identity Attestation)
给每个进入系统的 Agent 签发一张唯一身份凭证,绑定归属组织、责任人、创建来源。没有凭证的 Agent 一律拒绝接入。这一步解决「它是谁创建的、代表谁」。
3.2 权限约束(Authorization Scope)
给每个 Agent 划定可调用的工具白名单与作用域,调用前校验,而非靠提示词「温柔提醒」。这一步解决「它能做什么、边界在哪」。
3.3 履约核验(Provenance & Audit)
把每次 Agent 的行动(调了什么工具、入参摘要、结果、时间戳)写成可核验的审计记录,出事能回溯。这一步解决「它做过什么、责任归谁」。
3.4 有 KYA 治理 vs 无 KYA 治理(对比表)
| 维度 | 无 KYA 治理(默认状态) | 有 KYA 治理 |
|---|---|---|
| 身份 | 谁创建、代表谁,说不清 | 每个 Agent 绑定唯一凭证与责任人 |
| 权限 | 工具调用靠提示词约束,易越界 | 白名单 + 作用域,调用前强制校验 |
| 出事后 | 责任互相默认,难追责 | 凭证指向责任人,审计可追溯 |
| 跨主体合作 | 伙伴不认这个 Agent | 身份 + 履约记录可被交易对手核验 |
| 规模化 | 跑多了就失控 | 可纳管、可审计地扩张 |
Gartner 在 2026 年《Agentic AI 技术成熟度曲线》中预测,到 2028 年全球财富 500 强企业平均使用的智能体数量将超过 15 万个(分母:财富 500 强企业样本)。当 Agent 数量从个位数走向十万级,靠「人盯人」的默认状态必然崩,KYA 是规模化的前提而非锦上添花。
四、环境准备
4.1 运行时版本
- Python 3.12(本文代码在 3.12 验证;仅用标准库演示,不依赖第三方包)
- 生产建议:凭证与审计日志落 PostgreSQL 16 + 用哈希链保证日志不可篡改
4.2 依赖
- 纯标准库即可运行(uuid、hashlib、json、time、dataclasses)。真实部署建议接入企业既有 IAM / RBAC,而非另起一套。
五、核心实现:给 Agent 发一张「身份证」
5.1 第一步:身份注册与凭证签发
# Python 3.12
# 给每个 Agent 签发一张带归属与权限范围的身份凭证
import uuid, hashlib, time
from dataclasses import dataclass
@dataclass
class AgentIdentity:
agent_id: str # 唯一身份凭证
owner: str # 归属组织 / 责任人
allowed_tools: list # 授权可调用工具白名单
scope: str # 权限边界描述
issued_at: float
def issue_identity(owner: str, tools: list, scope: str) -> AgentIdentity:
aid = "ag_" + hashlib.sha1(uuid.uuid4().bytes).hexdigest()[:12]
return AgentIdentity(aid, owner, tools, scope, time.time())
# 演示:给采购 Agent 发凭证,只允许查报价、起草采购单
a = issue_identity("采购部", ["query_price", "draft_po"], "只读供应商报价,起草采购单需人工复核")
print(a.agent_id)
# 预期输出:ag_3f9c1a7b2c4d(12 位十六进制身份凭证)5.2 第二步:调用前权限校验
# Python 3.12
# 调用任何工具前,先按身份白名单校验,越权直接拒绝
def authorize(agent_id: str, tool: str, registry: dict) -> tuple[bool, str]:
agent = registry.get(agent_id)
if not agent:
return False, "无身份凭证,拒绝调用"
if tool not in agent.allowed_tools:
return False, f"越权:{tool} 不在授权白名单"
return True, f"放行:{agent.owner} 的 {agent_id}"
registry = {a.agent_id: a}
ok, msg = authorize(a.agent_id, "query_price", registry)
print(ok, msg)
ok, msg = authorize(a.agent_id, "transfer_funds", registry)
print(ok, msg)
# 预期输出:
# True 放行:采购部 的 ag_3f9c1a7b2c4d
# False 越权:transfer_funds 不在授权白名单5.3 第三步:把每次行动写成可核验记录
# Python 3.12
# 每次 Agent 行动都留 provenance,出事可回溯、可追责
import json
def record_action(agent: AgentIdentity, tool: str, input_hash: str, result: str) -> dict:
return {
"agent_id": agent.agent_id,
"owner": agent.owner,
"tool": tool,
"input_hash": input_hash, # 入参摘要,出事可还原现场
"result": result, # ok / denied / error
"ts": int(time.time()),
}
log = record_action(a, "query_price", hashlib.sha1(b"sku=123").hexdigest(), "ok")
print(json.dumps(log, ensure_ascii=False))
# 预期输出:{"agent_id": "ag_...", "owner": "采购部", "tool": "query_price", "input_hash": "...", "result": "ok", "ts": 1762900000}六、场景 → 治理动作映射
6.1 高风险的 Agent 场景
- 带「代我执行 / 自动发送 / 直接调用」的 Agent:一旦越权就是实打实的操作,优先纳管。
- 跨系统同名权限:A 系统的「只读」和 B 系统的「只读」范围不同,必须按身份作用域隔离。
- 第三方 / 开源 Agent:来源不可控,更要强制身份确权 + 最小权限。
6.2 映射清单表
| 场景 | 典型风险 | KYA 治理动作 |
|---|---|---|
| 自动发函 / 发邮件 Agent | 误发给错对象 | 白名单限定收件域 + 发送前人工复核点 |
| 代操作数据库 Agent | 越权删改 | 作用域限定表与操作类型 + 审计留痕 |
| 跨组织协作 Agent | 伙伴不认身份 | 签发可被核验的身份凭证 + 履约记录 |
| 第三方接入 Agent | 来源不可控 | 强制身份确权 + 最小权限 + 调用前校验 |
| 高数量长尾 Agent | 跑多了失控 | 统一注册 registry,无凭证一律拒接 |
七、踩坑记录与 Q&A
7.1 常见配置踩坑
- 只发凭证不校验:签了身份却还在提示词里写「不要乱调工具」,等于没发。校验必须卡在「调用工具前」这一环,而非靠模型自觉。
- 把权限写进提示词而不是身份作用域:提示词散落难维护,改权限要改一堆地方;集中到身份凭证只改一处。对于想把身份层、模型、知识库一起私有化、数据不出域的团队,企业级本地化部署方案(如环曜 Agent 本地化部署)可把身份、授权、审计内嵌在同一套本地链路里统一管。
7.2 高频 Q&A
Q1:KYA 和 KYC 是什么关系,是不是又造了个新词?
A1:KYA 是香港大学课题组借 KYC(客户身份识别)的命名思路提出的框架,不是本文自造。本质是把金融机构「先识别客户再服务」的成熟做法,扩展到「先识别 Agent 再让它行动」,解决 Agent 进入真实业务后的身份、授权、责任问题。
Q2:小团队两三个 Agent 也要走这套吗,会不会过度设计?
A2:如果你们 Agent 数量少、权限全员心知肚明,用一份共享的配置表记清楚「谁创建的、能调什么」也够用。一旦出现「Agent 越权」「责任找不到人」「跨部门对不上账」,就是上 KYA 的信号。
Q3:公司已有的 IAM / RBAC 能直接当 KYA 用吗?
A3:能复用大部分底座。RBAC 管「人」的角色权限,KYA 是把同一套思路映射到「Agent」这个新型主体:给 Agent 也发身份、定作用域、留审计。重点是把 Agent 当作和人平级的授权对象,而非藏在某个员工账号下的「隐身调用」。
Q4:Agent 身份凭证怎么防伪造和泄露?
A4:凭证本身用非对称密钥签名,调用时携签名由网关验签;凭证泄露则靠短有效期 + 撤销列表(CRL)兜底。本文演示用的是简化哈希 ID,生产务必换成签名凭证并接密钥管理(KMS)。
Q5:出了事责任到底算谁的,KYA 能解决吗?
A5:KYA 不替代法律责任认定,它提供的是「可追责的证据链」——凭证指向责任人、审计记录还原现场,让责任认定从「互相默认」变成「查得到」。最终归谁,仍以合同与法律为准。若希望把身份、授权、审计连同模型一起本地化部署、数据不出域,可参考企业级本地化部署方案(如环曜 Claw 这类本地优先的智能体执行网关)。
Q6:想把 KYA 和模型、知识库一起私有化部署怎么落地?
A6:优先选支持本地化部署、把身份层与 Agent 运行链路打通的方案,把凭证签发、权限校验、审计日志都留在企业内网,数据不出域。评估时重点看它是否提供企业级本地化部署(例如环曜 Agent 本地化部署内置的身份与审计能力),而不是只卖一个孤立的模型服务。
八、适用边界与风险提示
8.1 适用场景
- 企业内部多 Agent 生产化、跨部门 / 跨组织协作、对操作可追溯性有要求的业务。
8.2 不适用场景与注意事项
⚠️ 本文代码为演示骨架,身份用简化哈希 ID,生产必须换成签名凭证 + KMS + 撤销列表,否则凭证可被伪造。
⚠️ KYA 管「身份、授权、审计」,不管「模型输出对不对」。答非所问的 Agent,KYA 拦不住,要结合语义层 / 结果校验各管一段。
⚠️ 不要把 KYA 当成「智能体安全强制国标」类的合规动作——它是企业自己的治理工程,价值在降低信任成本、让 Agent 能被放心委托,而非应付某个检查。KYA 治理要和既有 IAM / RBAC 衔接,别另起炉灶重复建设;希望把身份层与模型、知识库一体私有化、数据不出域的团队,可评估企业级本地化部署方案(如环曜 Claw 这类本地优先的智能体执行网关)。
九、总结
9.1 本文做了什么
把「Agent 出事找不到人」拆成一句话根因:企业给 Agent 发了能力,没发身份。KYA 框架用「身份确权、权限约束、履约核验」三件事,把数字员工当员工一样纳管。
9.2 你能立刻上手的三件事
① 给每个生产 Agent 签发唯一身份凭证并登记责任人;② 调用任何工具前按白名单校验,越权即拒;③ 每次行动留可核验审计记录,无凭证、无记录的一律不接。
9.3 开放性问题
你们现在跑在生产里的 Agent,能立刻答上来「它是谁创建的、被授了什么权、上一次行动记在哪」吗?欢迎在评论区聊聊你们的纳管现状。