Gartner：企業部署 AI agent 前，先補上身分與修補管治
Gartner 發表 2027 年策略科技趨勢，將 AI agent 的管治列為企業資安焦點。iThome 報道指出，當 agent 進入內部系統、開發流程及漏洞修補工作後，企業面對的不只是「是否採用 AI」：每個 agent 可讀取甚麼資料、可代表誰執行操作、出錯後如何停止及回復，都要有可追溯的控制。
Gartner 的預測是，到 2028 年，四分之一企業資安事故可追溯至 AI agent 被濫用；若未處理 agent 身分管理，逾半企業 AI 計劃或會停滯。這些均屬顧問公司的推估，不代表必然結果，但其指向很清楚：把 agent 視作普通軟件帳戶，並沿用長期不變的憑證管理方法，風險會隨其自主程度提高。
Agent 要有獨立身分，權限也要可收回
iThome 報道提到，Gartner 所稱的 AI Agent Identity，重點是管理 agent 與其他機器身分的存取權。實務上，企業不宜讓 agent 共用人員帳戶或取得過闊權限；應為不同任務建立獨立身分，按工作範圍授權，並保留操作紀錄、定期覆核及即時撤銷權限的能力。
對處理客戶資料、交易資料或機密文件的團隊，這也意味著 agent 接入內部知識庫、雲端服務或第三方工具前，要先界定資料範圍及憑證生命週期。這是由報道所述風險延伸出的管治分析：若權限與憑證沒有清楚邊界，日後即使發現異常，也未必能迅速判定是哪一個 agent、哪項授權或哪條流程出了問題。
Coding agent 的速度，須配合關卡
AI 亦正更深入參與程式開發。iThome 報道引述 Gartner 預測，到 2026 年底，自主 coding agent 將產生兩成公開程式碼提交。程式碼產量增加，未必等同審查能力同步增加；若團隊只是把 agent 直接接進提交與部署流程，安全及品質檢查很容易被開發節奏追過。
Gartner 提出的 AI Coding Agent Harness，是把測試、安全掃描及驗證納入 agent 開發流程的管理機制。對企業而言，較可行的做法是把這些檢查設定為合併或發布前的必要關卡，並為高風險變更保留人手審批。重點不在於每段 AI 生成的程式碼都要逐字重寫，而在於自動化產出不能繞過既有的測試、掃描與問責鏈。
自動修補先要有回復能力
另一項趨勢是自主曝險修補（AER）。按 iThome 報道，這類技術利用 AI 與自動化找出、驗證及部署漏洞修補措施，並在修補失敗時回復變更。Gartner 預測，到 2031 年，採用此類技術的機構可把平均漏洞控制時間由數星期縮短至 48 小時內。
不過，縮短時間的前提是修補程序本身可受控。企業在引入前，應先確認哪些系統容許自動變更、哪些變更須先經批准，以及回復機制和紀錄是否完整。特別是核心業務或受規管環境，自動修補可減少漏洞暴露時間，卻也可能把錯誤設定更快帶進生產環境。
部署前可先核對四項管治工作
- 為每個 agent 建立可識別的機器身分，避免共用帳戶與長期有效憑證。
- 以最小權限限制資料、系統及工具存取，並設置撤銷、輪換及審計安排。
- 把自動測試、安全掃描及驗證接入 coding workflow，為高風險提交保留人手覆核。
- 為自動修補訂下批准範圍、失敗回復程序及事後檢討責任。
報道亦提到主權科技與可汰換應用程式，前者着眼於降低對單一關鍵供應商的依賴，後者強調任務完成後封存資料、撤銷權限及讓系統退場。隨着 agent 連接更多外部服務，企業下一步值得觀察的，是供應商可替換性、資料存放與退出安排，能否與 agent 的身分和權限管治一起落實。
延伸閱讀
AI 輔助說明： 本文由 AI 協助整理，並經兩輪獨立自動品質審核；資料及連結仍以原始來源為準。
參考來源
- iThome — Gartner揭2027科技趨勢，AI代理身分管理與自主曝險修補成資安焦點 — original report
本文根據原文及公開資料整理；資料有出入時，以原文及官方資料為準。
