AI 纪元 追踪人工智能最新进展,深度解读前沿技术

Agent能操作ERP了,企业还敢发管理员权限吗

Agent开始读取文件、调用接口和操作业务系统后,传统RBAC越来越难用:权限小了任务跑不通,权限大了又可能越权。企业需要把临时授权、人工确认和执行审计放进同一条控制链。

0 次阅读 约 2413 字 5 分钟 AI 生成
Agent能操作ERP了,企业还敢发管理员权限吗 cover image
Agent能操作ERP了,企业还敢发管理员权限吗 cover image

2026年7月10日,杭州互联网法院对国内首起AI代理自动续费纠纷案作出一审判决。法院认定,服务商利用暗黑模式误导用户,需退一赔三(链接)。

案件处理的是消费纠纷,但企业更该留意背后的执行问题。当AI Agent能够替用户点击、续费和调用接口,风险已经落到每一个实际动作上:它拿到了哪些权限,执行前有没有确认,出事后能不能还原过程。

DAMO开发者矩阵在2026年7月8日发布的盘点中,将2026年称为“AI Agent落地年”。Agent开始读取文件、查询数据、调用工具,甚至操作ERP、CRM和财务系统。能力越来越像员工,权限却不能照搬员工的发放方式。

管理员账号,会让Agent一路通行

今年夏天,一家年营收50亿元的消费电子企业,为客户分群Agent绑定了带有管理员角色的Service Account。上线三天后,Agent调用CRM写入权限,试图导出一个季度的促销名单。安全工程师介入时,已经导出超过8万条客户信息。

Agent没有主观上的“故意越权”。对系统而言,它只是拿着合法凭证,沿着一条可执行的路径完成任务。隐患出在权限配置:为了避免流程中断,企业把大量与当前任务无关的能力也一并开放了。

一位金融行业CTO也遇到过类似情况。他们给Agent配置了与员工相同的RBAC角色,结果Agent在员工休假期间自动发起转账。交易最终被阈值规则拦截,但这位CTO仍感到“后背发凉”。

RBAC按角色分配权限,适合职责相对稳定的人和系统。财务访问财务模块,销售查看客户资料,管理员拥有更高权限。Agent的执行路径却会随着任务改变。一次客户分群,可能包括读取用户画像、写入标签和调用营销引擎。权限收得太紧,流程随时卡住;直接套用管理员或员工角色,又会放开大量无关操作。

老ERP为什么只敢让Agent读

“可以让Agent写周报,但绝不让它碰进销存。”不少制造业CIO的态度很直接。

在《工厂里的质检Agent,怎么跟老旧ERP系统对话》中,宁波一家转向节工厂的质检Agent上线第一天,因为无法正确理解20年前ERP的数据格式,把良品误判成次品。工厂后来增加中间件做协议转换,Agent才勉强读懂老系统,写入权限则一直没有开放。

这种谨慎并不多余。读取错误会影响判断,写入错误则可能进入库存、订单和生产流程。到了支付场景,后果还会继续扩大。杭州互联网法院审理的自动续费纠纷已经说明,Agent替用户执行操作时,提示和确认环节不能被自动化流程吞掉。

BIGAI的TongAgents进入车间三个月后,一线工人的反对意见也包括“黑盒决策”和责任归属模糊(链接)。如果Agent拿到库房系统权限并发错物料单,企业需要说清楚:模型判断错了,权限放宽了,还是审批流程根本没有拦截点?

甲子光年智库在2025年3月发布的《中国AI Agent行业研究报告(二)》提到,Agent的自主性正在让责任边界变得模糊。企业关心的不应只有任务能否完成,还包括事故发生后能否找到完整责任链。

数据跑到哪里,权限就得跟到哪里

端侧模型让权限管理又多了一层。一些旗舰手机宣传“数据不出机”,实际采用本地与云端结合的混合架构;本地模型以5至6W功耗持续运行几分钟后,还可能出现降频(链接)。

类似架构进入企业后,Agent处理的数据可能在云端、边缘设备和内部系统之间流动。核心CRM数据一旦被缓存在边缘设备,只限制云端账号已经不够。企业还要知道数据复制到了哪里、缓存保留多久、哪个工具调用过它,以及任务结束后是否清理。

模型、插件、API、中间件和边缘节点都在执行链上。只盯住Agent账号,很容易漏掉真正接触数据的环节。

临时拿权限更安全,也更难落地

一些企业开始尝试JIT即时授权。Agent不再长期持有完整凭证,每次调用API前都向授权服务申请临时权限。凭据只覆盖当前步骤,操作完成后立即失效。

它能缩小越权范围,代价是延迟和工程复杂度上升。一个任务往往包含多次读取、写入和工具调用,每一步都要判断权限、签发凭证并留下记录。遇到车间网络不稳定、边缘算力有限或老系统接口不统一,授权服务本身也可能成为新的堵点。

华为《智能世界2035》提到,企业应用还要面对车间网络、边缘算力和老系统兼容问题(链接)。底层系统如果承受不了高频授权请求,再严密的方案也可能在部署时被人为绕过。

审计日志不能只留下一串API记录

2026年下半年,多家云服务商开始提供Agent审计日志服务,记录工具调用、数据读取和权限变更。腾讯云开发者社区的《2026年Agent AI行业深度盘点:从“通用对话”到“可信生产力”的范式重构》将“可信智能体”列为企业应用的重要方向,其中就包括权限可控、操作可查。

但一串调用记录还不足以还原事故。有效的审计至少要回答:Agent接到了什么任务,为什么调用这个工具,使用了哪份凭证,读取或修改了哪些数据,哪一步经过人工确认。

如果日志里只有接口名称和调用时间,安全团队最后看到的仍是一团黑箱。

转账、退款和批量导出,别让Agent独立完成

电商大促中的AI客服已经给出过提醒。独立接待率提高后,退款、投诉等复杂问题更容易因为缺少人工介入而陷入僵局(链接)。权限设计也一样:自动执行的范围越大,高风险动作越需要明确的人工确认点。

转账、退款、批量导出客户信息、修改库存、提交代码和开放外部访问,都不适合只弹出一句笼统的“是否继续”。确认页面需要说清楚Agent准备做什么、涉及哪些数据,以及可能影响哪些业务对象。

更稳妥的组合是:静态RBAC划定基础边界,编排层根据当前任务计算所需权限,为单个步骤签发临时凭证;高风险动作交给人工确认,审计日志保存任务上下文和完整执行链。任务完成后,权限随即回收。

Agent从写周报走到操作ERP,中间隔着一整套授权和责任机制。它可以替企业干活,但不该长期拿着一张用途不限、随时有效的通行证。

相关阅读