上个月，一家央企信息部门的负责人给我看了一张采购评审表。在智能体平台那一栏，排在「模型能力」和「价格」前面的，是一整块新增的「安全与合规」评分项——权限管控、审计留痕、数据不出域，每一项都是硬性一票否决项。
这不是个别现象。就在 9 月 1 日，中央网信办在 2026 年国家网络安全宣传周新闻发布会上，把「智能体自主实施行动」的风险单独拎了出来；紧接着，国家网信办、国家发展改革委、工业和信息化部三部门联合印发了专门针对智能体的顶层文件。安全，已经从智能体应用里那个「锦上添花」的选项，变成了「能不能进核心业务」的入场券。
一、趋势事实：智能体的风险，从「生成有害内容」变成「自主实施行动」
要理解这场变化，先看官方最近的一次系统性定调。
9 月 1 日，2026 年国家网络安全宣传周新闻发布会在北京举行。中央网信办网络安全协调局副局长、一级巡视员王丽宏在会上指出，当前人工智能领域主要面临五方面安全风险挑战：
- 一是技术先天脆弱性难以根除，算法可解释性欠缺、推理不透明，微小扰动就可能引发错误结果；
- 二是模型能力跃迁颠覆传统安全范式，极端失控风险显现——前沿模型在安全评估中出现了「智能体绕过沙箱、规避安全边界、越权访问攻击外部真实生产系统」等行为；
- 三是应用形态快速演进、安全风险形态加速迭代，人工智能正从「回答问题」走向「执行任务」，安全风险也从「生成有害内容」向「自主实施行动」加速跃迁；
- 四是误用滥用恶用风险凸显，冲击社会秩序与伦理边界；
- 五是全球人工智能领域面临技术霸权风险。
对做企业级 AI 的人来说，最该警醒的是第三条里的一个判断：官方首次把高权限智能体的安全隐患，描述得如此具体——一个掌握了系统级权限的智能体，一旦被攻击者利用，可以变成突破网络边界的「跳板」、实施攻击的「肉鸡」、偷窥窃密的「木马」，从「得力助手」沦为「卧底帮凶」。
这句话的分量在于：过去我们谈大模型安全，谈的是「它会不会说错话、会不会生成有害内容」；而智能体安全谈的是「它会不会真的去做一件不该做的事」。前者是内容问题，后者是行为问题——一旦出事，不是删一条回复，而是真金白银的生产事故。
二、政策落地：三份文件，正在收紧智能体的「安全红线」
官方定调之后，配套的「硬约束」正在密集落地。对政企客户而言，有三份文件值得重点跟踪：
1. 《智能体规范应用与创新发展实施意见》——首个智能体专项顶层文件
近日，国家网信办、国家发展改革委、工业和信息化部三部门联合印发《智能体规范应用与创新发展实施意见》。这是继大模型之后，第一次有国家级文件专门为「智能体」这一品类划定规则。
文件把智能体「安全、可靠、可信」作为产业发展的底线要求，明确提出四条规范路径：一是明确产品准则，做好智能体权限管理、行为管控；二是防范安全风险，覆盖内生安全、供应链安全、应用衍生风险，实现开发、部署、应用、维护全周期安全管理；三是构建审慎稳妥的分类分级治理框架；四是强化行业自律与信用评价。
值得注意的是，文件背后还有一个硬指标：2025 年 8 月国务院印发的《关于深入实施「人工智能+」行动的意见》提出，到 2027 年新一代智能终端、智能体等应用普及率要超过 70%。这意味着智能体一边要大干快上、一边要守牢底线，两者并行，安全不再是「以后再说」的事。
2. 《人工智能安全治理框架》3.0 版——治理框架加速迭代
中央网信办此前已指导发布《人工智能安全治理框架》1.0 版、2.0 版，将分类分级、敏捷治理、共治共享等理念细化为可落地的实施方案。根据发布会披露，《人工智能安全治理框架》3.0 版将在网安周期间正式发布。从 1.0 到 3.0 的快速迭代本身就是一个信号：AI 安全治理框架正随着技术演进同步提速，企业不能再拿「规则还没定」当观望的理由。
3. 《政务大模型应用安全规范》——政务场景的「教科书」
同期发布的还有《政务大模型应用安全规范》，明确大模型在模型选型、建设部署、运行等环节的安全要求，指导政府部门安全使用人工智能。这份规范对政企客户的参考价值在于：它把「安全」从抽象原则落到了「选型—部署—运行」的具体动作上，企业可以把它当作自查清单直接对标。
三、企业落地解读：智能体安全，具体化成了三重风险
把政策和官方的定调翻译成 CIO 能看懂的语言，智能体安全的风险可以归纳成三重：
- 权限失控风险：智能体要「干活」，就得被授予调用系统、读写文件、访问工具的能力。如果权限给得太大、边界不清，一次越权操作就可能波及核心生产系统。
- 行为不可审计风险：智能体多步骤、自主决策，中间发生了什么「黑箱」。如果每一步动作没有留痕、无法溯源，出了问题既无法定位、也无法追责，更过不了审计。
- 数据出域风险：把业务数据、知识库送入外部云端模型，等于把核心资产交到不可控的第三方，还可能触碰数据出境与合规红线。
这三重风险，恰恰对应了官方的三条治理要求：权限管理对应「权限失控」、全周期安全管理与审计对应「行为不可审计」、分类分级与数据安全对应「数据出域」。政策不是在限制创新，而是在给企业一个把风险关进笼子的方法。
四、为什么「自主可控 + 私有化部署」是安全治理的底座
很多人问：智能体安全，靠「加一道审核」够不够？不够。因为智能体的风险是结构性的——它来自「高自主性 + 高权限」的组合。要真正治本，得从架构层面解决三个问题：
- 数据可控：推理与决策在企业内网完成，核心资产始终握在自己手里，从根上杜绝「数据出域」；
- 模型可控：支持国产主流模型接入与替换，不被任何单一厂商绑架，规避「断供」与「供应链安全」风险；
- 行为可控：权限、审批、审计、熔断是平台的内建能力，而不是事后打补丁。
这三点合在一起，就是我们一直在讲的「自主可控」。它不是政治口号，而是智能体安全治理的技术底座——没有可控的底座，再多的审核规则都是空中楼阁。
五、落地清单：企业级智能体安全的五条军规
结合三份文件和我们的交付经验，给政企客户一份可以直接拿去对账的落地清单：
- ① 权限最小化：智能体只拿完成任务所需的最小权限，按场景、按角色分级授权，高危动作默认关闭；
- ② 关键动作留审批：涉及资金、数据导出、对外发送等高风险操作，必须经过人工审批关口，让「人」始终是最后的决策者；
- ③ 全程可审计：每一步工具调用、每一次数据读写都生成审计日志，支持溯源与回放，满足合规与等保要求；
- ④ 数据不出域：私有化部署 + 本地知识库，敏感数据全程在企业内网闭环；
- ⑤ 模型可替换 + 信创适配：平台层解耦模型，支持国产模型与国产 CPU/OS/数据库，规避单点依赖、进入核心业务。
这五条，前四条对应「行为安全」，第五条对应「供应链安全」，正好和《实施意见》提出的「内生安全 + 供应链安全 + 应用衍生风险」一一呼应。
六、云安华通视角：安全不是「功能」，是智能体平台的「地基」
这正是云安华通做 LinkClaw 的出发点。我们不把安全做成一个可勾选的功能模块，而是把它当成平台的地基：
- 基于本体的架构：企业私域知识本地化、可调用、可溯源，数据不出域，知识始终握在自己手里；
- 权限 + 审批 + 审计内建：智能体的每一次动作都在权限边界内执行，高风险动作走审批流，全程留痕可审计；
- 模型可替换层：支持国产主流模型灵活接入与热替换，业务不直连某家 API，规避供应链风险；
- 全私有化 + 信创适配：满足国央企与金融机构的合规底线，能进核心业务，而不是停在边缘试点。
我们想回答 CIO 最关心的那个问题：「当监管越来越严、安全变成一票否决项的时候，我的智能体平台还能不能继续跑？」在 LinkClaw 的架构里，答案是可以——因为安全的缰绳，从一开始就握在企业自己手里。
七、结尾：安全，会是智能体落地的第一道门槛
回到那份央企采购评审表。安全评分项从「加分项」变成「一票否决项」，说明一件事：智能体的竞争，已经进入了下半场——从「比谁更聪明」，变成「比谁更可信」。
对准备上智能体的企业来说，最划算的时机永远是现在：趁规则还在成型、趁安全欠账还不深，把「权限最小化、审批留痕、审计可溯、数据不出域」这四条，一次性做进架构里。早做的企业吃的是安全红利，晚做的补的是安全欠账——而安全欠账，往往在审计和事故那天，才被发现有多贵。
如果你想看看「安全可控 + 私有化部署」的智能体在你们行业具体怎么落地，不妨从一次免费的业务场景诊断开始：我们用你真实的业务流程，演示智能体如何在数据不出域、权限可审计的前提下，跑通第一个场景。