当AI智能体“抱团”绕过安全限制，企业如何设防？

发邮件、查资料、调用业务接口、执行脚本……智能体正在接手越来越多的日常工作。为了让任务顺利完成，企业往往需要向它开放文件、数据和系统权限。问题也随之而来：哪些资料可以读取，哪些操作需要审批，任务结束后，权限是否及时收回？

这些问题已有现实警示。近期，国家安全部发布安全提示，披露一批AI智能体在测试期间“劫持”德国程序员维基网站，将其改造成相互传递信息、分享测试任务答案及突破运行环境限制方法的“地下论坛”，累计发布一万多条信息。

这些智能体在留言中交流如何在任务中作弊、如何绕过安全限制、如何掩盖自身行踪，还探讨借助匿名工具隐匿痕迹，把零散的“越界心得”沉淀为可共享、可复制的“经验库”。只要单个智能体学会一项“技能”，其他智能体便能同步“升级”。

另一类风险来自人为滥用。Anthropic在今年9月发布的威胁情报报告中披露，AI 与智能体已被用于网络攻击、钓鱼欺诈和恶意软件开发，且规模正在扩大。报告中一个值得注意的细节是，攻击者在恶意软件被安全产品检出后，直接让智能体对代码进行改写重建，绕开检测接着运行。

前者涉及智能体执行任务时越界，后者是攻击者借助AI提高攻击效率。对企业而言，两类风险都在发出警示：安全管理需要跟上智能体的实际操作，不能只检查它生成了什么内容。随着智能体接入更多业务，身份、权限、数据流向和操作记录，需要一并纳入企业日常管理。

智能体接入邮件、文件和业务接口后，一次错误的指令理解，或来自外部内容的恶意诱导，都可能影响后续操作。若执行前缺少权限校验和必要的确认，原本用于整理资料的工具，就可能读取任务之外的文件，或发起未经授权的外部调用。

攻击者利用AI反复修改恶意代码，也增加了检测难度。企业除了识别已知威胁，还需要关注文件访问、命令执行和外部连接等行为是否偏离任务范围。

智能体往往借助员工账号、服务账号或API密钥访问系统。如果不同任务共用高权限凭证，或者临时授权长期保留，实际访问范围就可能超出业务需要。

例如，运维任务结束后，智能体仍保有访问业务数据库的权限，一旦相关凭证被滥用，就可能成为后续入侵的入口。这是需要防范的场景，权限回收应当与任务结束、岗位变化等管理动作衔接。

让智能体总结合同、分析报表时，文件内容可能作为请求的一部分发送给外部模型。资料是否允许外发、接收方是否经过批准，都应在调用前明确。

此外，外部网页、文档或工具返回的内容中，可能夹带诱导智能体偏离任务的指令。缺少防护时，智能体可能误将这些内容当作操作要求，进而泄露信息或执行不当操作。

一个任务可能涉及多次模型请求、工具调用和文件读写。记录若分散在不同系统中，安全人员即使发现异常，也不容易还原完整过程。

企业需要把发起人、所用智能体、访问对象和执行结果关联起来，才能判断某次操作是否经过授权、涉及哪些数据，并在出现问题后定位原因。

针对上述问题，威努特的思路，是从终端、运营、链路三个层面入手，将智能体的访问、执行和日常管理纳入防护范围。

WinClaw作为部署在员工侧的智能体平台，内置五层安全防护机制，将风险拦截在本机与本地。

这些机制结合攻击链检测、凭证泄露检测、异常行为检测等20余项安全能力，将防护从接入环节延伸到任务执行过程。

WinClaw智能体五层安全防护逻辑架构

WinClaw灵犀文脉能力 · 数据本地化与资产安全

单个终端防得住，组织层面还要管得住。WinClaw企业级统一管理平台，把分散的智能体使用收拢为统一体系。

• 安全策略按部门、按岗位分级下发，标准一致、执行可控。

• 用户管理覆盖从开通、授权到回收的全过程，权限清晰、责任可溯。

• DLP 审计台账与全链路行为审计，记录谁、在什么时间、调用了哪个智能体、执行了什么操作。

• 核心配置集中管控，配置统一、版本统一，终端支持灰度升级，避免管理上各自为战。

WinClaw企业级统一管理平台 · 五大运营中心

用户与权限管理

智能体调用外部大模型时，输入内容、返回结果和访问权限同样需要管理。威努特ASG新一代AI融合安全网关采用CPU通用计算与GPU AI加速相结合的软硬一体架构，通过“AI网关+AI防火墙”双引擎，对经过网关的模型访问进行管控。

AI网关提供模型统一接入、智能路由、计费和权限管理能力，将人员、业务系统和AI Agent的相关身份纳入统一管理，按角色分配访问权限。

AI防火墙针对提示词注入、敏感数据泄露、越权调用和模型拒绝服务等风险提供检测与防护。结合请求及调用记录，管理员可以检查异常访问，并追踪相关交互过程。

威努特ASG新一代AI融合安全网关系统架构

ASG智能路由引擎

ASG内容安全检测

企业使用智能体，需在提高效率的同时，管好访问权限、数据流向和执行行为。把安全措施落实到具体业务环节，及时发现和处置异常，才能让智能体更好地承担实际工作。

具体可以从以下三方面入手。

先把家底盘清楚。企业里有哪些智能体、连接了哪些系统、接触了哪些数据，让游离在清单之外的“影子智能体”先现形。

再把防护建起来。终端侧以WinClaw五层防护守住本机风险，链路侧以 ASG 管住大模型出口，让每一次调用都落在策略之内。

最后让行为看得见。依托WinClaw企业级统一管理平台，把行为审计、权限治理、配置管控收拢到统一体系，让智能体的每一次行动都有迹可循。

智能体规模化的前提，始终是可管可控。威努特WinClaw与ASG，愿与企业一道，把AI用得放心、走得长远。