如何从 AI 发现迈向 AI 执行落地
大多数企业影子 AI 项目已完成第一阶段。它们完成了资产发现，找到的 AI 应用远超预期，并整理了一份电子表格。随后，项目便陷入停滞。
这个模式几乎普遍存在。发现确实有用，但也是容易的部分的终点。据 Microsoft 2026 年 2 月的 Cyber Pulse 调研，企业平均运行着 37 个 agent——但知道这个数字改变不了另一个事实：超过一半的 agent 在没有任何安全监督或日志记录的情况下运行。
盘点告诉你发生了什么，强制执行才决定将要发生什么。
Latest Videos FromTechRadarWatch full video here: Brad LaPorteMorphisec 首席营销官。
对 AI 而言，强制执行意味着什么
强制执行是能够在 AI 动作发生的过程中改变其结果，而不是事后写报告。对 agent 来说，这意味着四种干预之一：阻止工具运行、收窄它的访问范围、对特定动作设置审批门槛，或在执行中途终止进程。
这四种手段不可互换，选哪个正是大部分工作所在。阻断简单粗暴，抱怨最多。范围收窄最持久，也最难配置。审批门槛在审批队列沦为走过场之前有效。终止是最后手段，必须赶在动作完成前生效。
为什么网络阻断总是失败
在网络边界阻断 AI 域名，是大多数组织的第一个控制手段。它部署简单、对董事会好解释，但能拦住的实际风险越来越少。AI 早已不是一个网站。
本地模型没有任何可供检查的出站流量。嵌入式 copilot 运行在已授权的应用内，其流量看起来就是你批准过的厂商。IDE 和命令行 agent，以及 localhost 上的 MCP server，根本不经过你控制的网络边界。个人设备则是最老牌的缺口，如今 AI 工具免费又普及，问题只会更糟。
底层深处的权限问题
相比以往的访问控制难题，AI 强制执行的难点在于：代理（agent）是借用人类的身份和权限来行动的。日志可能显示某个员工读取了文件，或者凭证属于为其他用途预配的人员或服务账户。现有的身份控制措施只判断该主体（principal）是否被允许执行此操作，而答案通常是肯定的。
现有身份基础设施从未被设计来回答的核心问题是：这种由软件代表人类执行的动作，是否是人类本会认可的？正因如此，AIUC-1 等新兴标准将未授权的代理操作、访问权限强制以及不安全的工具调用列为独立的控制项，而非将其混入通用的访问管理。这种分离思路是正确且必要的。
强制执行机制的部署位置
强制执行必须部署在动作实际执行的环节，因为这是唯一能做出确定性决策的地方。在指令层（如输入过滤和提示词护栏）的控制措施会在文本到达模型之前对其进行评估。这些措施值得部署且能降低风险概率，但它们本质上具有不确定性，而且在大语言模型内部将指令与数据分离的问题至今仍未解决。
因此，架构设计必须考虑指令穿透的情况。如果在代理的工具调用触发时能对其范围进行限定、门禁拦截或阻断，那么指令的来源就不再重要。无论是恶意的提示词、被污染的文档，还是无意的错误，最终产生的都是同一个被阻断的动作。这正是你需要的特性：结果不依赖于对意图的正确分类。
这也是端点和运行时部署方案在架构争论中不断占优的原因：几乎所有 AI 交互最终都会变成设备上的进程，在那里本地模型、嵌入式 Copilot 和浏览器标签页本质上都是一样的：正在执行的代码。
如何在不破坏现有流程的前提下起步
强制执行项目一旦失败往往动静很大，因此要合理安排实施顺序，让失败悄然发生：
- 不要试图一次性处理所有清单，只挑选一个类别：一组明确禁止的工具，且有明显的合规替代方案。
- 先运行两周的监控模式。你会发现那些没人提前告知的合法工作流。这种情况总是存在的。
- 在对智能体实施强制管控前，务必为每个智能体指定一名负责人。没有负责人的智能体既无法豁免也无法修复，这会将阻断措施演变为一场事故。
- 先在小范围内启用阻断功能，在扩大范围前，先衡量投诉率。
- 从第一天起就将强制管控日志接入证据管道；事后补建比从一开始就构建要难得多。
向领导层汇报什么
从一个他们不喜欢的数字开始切入：统计那些运行中既无负责人、无日志记录、也无管控措施的 AI 智能体数量。这个数字通常大到足以单凭它就能为项目争取到资金。接着，承诺第二个数字：第一季度采取的强制管控行动，并将其细分为阻断和批准两类。一个从不拦截任何内容的控制措施算不上控制，那只是一份包装更好的报告。
发现（Discovery）是一张清单。强制执行（Enforcement）是一个决定。
建立清单方面是有价值的。但它不是最终的交付物。一个 AI 智能体比审批链中的任何人类都移动得更快，它不会等待季度审查。那些能安然度过这一时期的组织，将是那些能够在行动完成前阻止它，并在事后确切证明是哪条规则阻止了它的组织。找到它们，然后确保能够阻止它们。
本文由TechRadar Pro Perspectives制作，这是我们通过科技行业最优秀和最具洞察力的专家声音打造的渠道。
此处表达的观点属于作者本人，不一定代表 TechRadarPro 或 Future plc 的立场。如果您有兴趣投稿，请在此处了解更多详情：https://www.techradar.com/pro/perspectives-how-to-submit