AI agent 入公司之後，最先要管好權限、工具調用同審計 log
Palo Alto 講可視性，重點其實係身份同撤權速度
先睇發生咩事
TechNews 科技新報 報道，Palo Alto Networks 台灣區總經理尤惠生話，企業放生成式 AI 同 AI agent 入日常做嘢嘅速度快咗，資安焦點亦由帳號、密碼、endpoint，擴到機器身份、agent 權限同自動化治理。佢提到有企業畀 coding agent 半夜跑開發任務，結果 agent 判斷失手，誤刪部分研發資料，翌朝先俾人發現。呢個例子好貼地：AI 答錯一句最多係內容問題；agent 真係郁到檔案同系統，後果即刻變成營運事故。
圖片：OWASP Gen AI Security Project
prompt injection 只係頭盤
大家講 AI 安全，好多時第一時間諗 prompt injection。但 agent 麻煩喺佢唔止回應文字，佢會攞權限、叫工具、改檔案、開 ticket、推 code，甚至照一串步驟自動做落去。一旦 SharePoint、Google Drive、Git repo、Jira、CRM 權限本身太闊，agent 只係照住佢攞到嘅權去做，錯嘅 prompt、壞嘅資料來源、或者員工一個手快批核，都可以變成資料外洩或者誤操作。
Palo Alto 啲數字要點睇
Palo Alto Networks 自家資料講，企業入面機器身份對人類身份比例升到 109:1，高過上年 82:1；99% 受訪組織已經用 AI agent，40% agent 已有企業資料存取權。另一邊廂，只有 37% 組織做到撤銷 agent 憑證，30% 有防改寫審計 log。呢啲數字有明顯產品宣傳背景，唔應該當成全行業定律，不過方向可信：agent 多過人手管理能力，身份治理就會變成最易穿嗰一格。Unit 42 報告亦提到，AI 協助攻擊模擬入面，由初始入侵去到偷資料可壓到 25 分鐘；現實事件入面，最快四分一入侵去到資料外洩只用 1.2 小時。
實際要管三件事
Palo Alto 用可視性講成件事，落到工程層面，其實即係 inventory 同 control plane：公司要知道有邊啲 agent、邊啲 API key、邊啲 service account、邊啲 token 正喺度跑；每個 agent 要有 owner、用途、可用工具、可讀資料同 token 壽命。NIST 喺 2026 年開 AI Agent Standards Initiative，NCCoE 概念文件亦圍住身份、認證、授權、logging 同 data flow；OWASP agentic AI 指南就由威脅模型入手，提醒大家唔好淨係睇 prompt，agent 嘅 goal、memory、工具同權限都要一齊管。
sandbox 同短期 token 先實用
Microsoft Cloud Security Benchmark 對 agent functions 同 plugins 講得幾具體：功能要有 capability manifest，預設只開批准過嘅 API call；runtime 要有 policy 擋越權；工具最好喺 sandbox 跑；token 要短期、scope 要窄，網上出口亦要鎖死喺已批准 endpoint。講人話，即係唔好畀 agent 一支長期有效、可以周圍走嘅 API key；佢每次做任務，都應該只攞嗰次任務用得着嘅權。
Copilot 問題好貼身
Microsoft 365 Copilot 亦係好現實嘅例子。Microsoft Learn 寫明，Copilot 只會攞 user 喺 Microsoft 365 入面至少有 view permission 嘅資料，admin 亦可以睇 agent 要咩權限同資料存取；Purview audit log 可記低 user、時間、app、resource reference，仲有 Copilot 或 AI app 存取過嘅檔案、email、SharePoint 項目等。聽落好穩陣，但如果公司 SharePoint 權限十年冇清、客戶資料夾人人睇到，Copilot 只會好忠實咁令呢個舊問題放大。
下一步先做清單
呢點對用開 Copilot、ChatGPT Enterprise、內部 RAG bot、SaaS agent、coding agents 嘅公司都一樣。專業服務、金融、電商、開發團隊好多資料本身就散喺 email、雲端 drive、CRM 同 repo，agent 一接上去，權限設計即刻變成風險邊界。下一步可以好實際：先做一張 agent 清單，列清 owner、用途、可叫工具、可讀資料、憑證位置、token 壽命、撤權方法同審計 log 位置；再分開低風險 read-only 任務，同埋會改資料、叫外部 API、掂客戶資料或 production 系統嘅高風險任務。做唔到呢幾項，agent 可以試用，但暫時唔好畀佢自動寫入重要系統。
參考來源
- TechNews 科技新報 — AI 代理讓資安挑戰升溫，Palo Alto：企業須先掌握可視性與自動化治理 — original report
- How to Assess Maturity When Machine Identities Outnumber Humans 109:1 — 核實 Palo Alto 2026 機器身份數字、AI agent 採用率、撤權同防改寫審計 log 缺口。
- 2026 Unit 42 Global Incident Response Report — 核實 Unit 42 對 AI 協助攻擊速度同現實入侵節奏嘅描述。
- OWASP Agentic AI - Threats and Mitigations — 補 agentic AI 威脅模型背景，避免只跟單一廠商講法。
- NIST AI Agent Standards Initiative — 核對美國 NIST 喺 2026 年對 agent security、身份同授權標準嘅推動。
- Microsoft Cloud Security Benchmark v2: Artificial Intelligence Security — 核對最小權限、sandbox、runtime policy、短期 token 等 agent function 控制建議。
- Microsoft Learn: Audit logs for Copilot and AI applications — 核對 Microsoft Copilot / AI app audit log 可記低邊個、幾時、用咩 app 同存取咩 resource。
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。
