AI代理安全缺口：54%的企业已遭遇AI代理事件，多数仍让代理共享凭证

根据VentureBeat Pulse Research对107家企业的调查，AI代理的自主性扩张速度已远超企业的安全控制能力。数据显示，54%的企业在过去一年中已遭遇AI代理安全事件或险情，其中18%为确认的安全事件，36%为在造成实质损害前被拦截的险情。仅有42%的企业报告未发生此类事件。这一数据揭示了当前企业AI部署中的普遍脆弱性：代理被赋予了对系统和数据的真实访问权限，而旨在限制其行为的控制措施却严重滞后。

值得注意的是，事故率与企业规模呈现反向控制的悖论。随着企业规模扩大，风险敞口增加但 containment（遏制）能力反而下降。中型企业（101-1,000名员工）的事件或险情率为49%，而大型企业（1,000名以上员工）则飙升至63%。与此同时，大型企业对高风险代理的沙箱隔离率从中型企业的35%降至20%，且对安全工具包的满意度也从4.36分跌至3.97分。这表明，运行代理最多、系统最复杂的大型企业，恰恰是拥有最少关键遏制措施（即隔离能力）的群体。

调查揭示的核心弱点在于“非人类身份”管理的缺失。仅32%的企业能够为每个AI代理分配独立的、具有作用域限制的受管身份。相反，69%的企业在其代理舰队中存在某种形式的凭证共享现象。具体而言，48%的企业表示部分代理拥有独立身份但仍存在共享凭证的情况，另有32%的企业主要依赖共享API密钥或借用的人类及服务账户凭证来运行代理。这种混合状态使得最小权限原则难以落实，且在事后取证时无法清晰追溯具体是哪个代理执行了特定操作。

身份管理的混乱直接关联到更高的安全风险。数据显示，存在凭证共享的企业遭遇事件或险情的比例为63.5%（47/74），而所有代理均拥有独立作用域身份的企业这一比例仅为40.9%（9/22）。两者相差23个百分点。虽然样本中完全实施独立身份的企业数量较少（22家），且相关性不等于因果性，但在单次调查中如此显著的差异表明，缺乏独立身份是导致代理越权或受损后影响范围扩大的关键结构性因素。

在具体的控制措施上，观察和强制执行较为常见，但关键的隔离措施严重不足。仅30%的企业对其最高风险的代理实施了沙箱隔离以限制潜在破坏半径。这种隔离能力的缺失，结合广泛的凭证共享，意味着一旦某个代理被攻破或配置错误，其攻击面将迅速蔓延至整个网络。

此外，企业的安全技术栈呈现出对云厂商原生方案的过度依赖。OpenAI的护栏功能以51%的使用率占据主导，Google和Microsoft的云控制以及Anthropic的管理代理控制也广泛使用。相比之下，专为代理设计的安全专家产品采用率极低。这种“借用”来的堆栈虽然目前获得了较高的用户满意度（平均4.2/5，基于82名受访者），但反映出市场成熟度的不足。由于缺乏专用的深度防御工具，企业往往只能依赖模型提供商的基础防护，这在面对日益复杂的AI驱动攻击时显得捉襟见肘。

尽管面临严峻的安全缺口，企业在安全支出上的占比仍然很小，仅占整体安全预算的一小部分。然而，满意度评分却维持在4.2/5的高位，显示出一种“舒适的危险”状态。企业似乎对当前的原生解决方案感到满意，尽管这些方案并未提供足够的隔离和精细身份控制。

然而，这种满意可能是短暂的。大多数企业计划在一年内更换现有的安全工具。这暗示着当前基于云厂商原生的轻量级防御体系无法满足长期需求。随着AI代理在企业运营中扮演更核心的角色，身份治理、细粒度隔离以及专用安全产品的整合将成为必然趋势。目前的调查样本以中型企业为主（251-1,000人占42%），且为非概率自选样本，因此结果更多反映的是积极建立代理安全体系的中型组织视角，而非所有大型运营商的全貌。