Agent 安全:从身份认证到运行时治理
Agent 安全:从身份认证到运行时治理
作者 钟严军
2026年第一季度,Agent安全领域发生了一连串密集的事件:OWASP发布了首个 Agentic Applications Top 10 ,这是业界第一次为自主智能体的安全风险建立正式的分类框架; Linux基金会正式接纳了 agentgateway 项目并发布 v1.0,AWS、Cisco、IBM、Microsoft、Red Hat等巨头悉数加入贡献;Microsoft开源了 ** Agent Governance Toolkit ,一套覆盖 OWASP全部十项风险的运行时安全治理方案;而在RSAC 2026大会前后的两周内, 3.92亿美元 ** 资金涌入了 Agent安全赛道。
这些不是孤立事件。它们共同指向一个正在发生的行业拐点: ** Agent安全的重心,正在从“事前的身份认证与权限授权”,转向“运行时的行为治理与通信管控”。 **
_ 图 1:2026 Q1 Agent安全领域关键事件时间线 _
一、走向范式转移: Agent安全正在告别“门禁时代”
过去两年,整个行业在 Agent安全上的投入,主要集中在一件事上: 搞清楚 Agent的身份和权限。
这并不意外。当 Agent从一个简单的聊天机器人,进化成能够自主调用数据库、API和各种工具的数字工作负载时,最先暴露的问题就是:这个Agent到底是谁?它凭什么访问这些资源?它的操作到底算谁的?
围绕这些问题,业界做了大量扎实的工作。 OAuth 2.1将十余年的安全最佳实践整合为强制要求,为Agent授权提供了更坚实的基线。MCP协议(Model Context Protocol,Agent与工具之间的标准通信协议)将OAuth 2.1作为原生授权机制嵌入Agent通信层。SPIFFE/SPIRE(云原生工作负载身份框架,由Google、Uber等大规模生产部署)为Agent提供了自动化的身份证书管理。Token Exchange机制让多Agent协作时的身份链传递成为可能。DPoP(持有证明机制,确保令牌只能被合法持有者使用)通过令牌与私钥绑定,解决了Bearer Token被盗用的问题。
这些工作是必要的,而且成果显著。但它们解决的,本质上是同一类问题: Agent能不能进门。
身份认证回答 “Agent是谁”,权限授权回答“Agent能做什么”。打个比方,这就像给每个Agent发了一张门禁卡——卡上写了姓名、部门、可进入的楼层。 但 Agent刷卡进门之后在里面干了什么?这张门禁卡管不了。
二、运行时风险:身份合法 ≠ 行为可控
2026年Q1这波密集的行业动作,本质上就是在回应这个问题。驱动力来自三个方面。
2.1 OWASP Agentic Top 10 揭示的风险图谱
2025年12月,OWASP发布了首个面向自主智能体的安全风险分类框架——Agentic Applications Top 10。这份由100多位行业专家联合编制的清单,首次系统性地定义了Agent场景下的十大安全风险,包括目标劫持(Goal Hijacking)、工具滥用(Tool Misuse)、身份滥用(Identity Abuse)、记忆投毒(Memory Poisoning)、级联失败(Cascading Failures)等。
仔细审视这十项风险会发现一个关键事实: 其中大部分风险发生在运行时,而非身份层。 工具滥用 ——Agent拿到了合法权限,但调用工具的方式超出预期;记忆投毒——Agent的上下文被恶意数据污染,导致后续行为偏离;级联失败——多Agent协作中一个环节的异常逐级放大。这些问题的共同点是:身份没问题、权限没问题,但行为出了问题。
换句话说, OWASP这份清单实际上是在告诉行业: 仅仅管住 “门禁”是不够的,你还需要管住Agent在运行过程中的每一步行为。
2.2 Agent行为的非确定性
传统软件有一个被默认接受的特性:给定相同的输入,行为是可预测的。安全策略可以基于这种确定性来设计 ——你知道这段代码会做什么,所以你可以预先配好权限,设好边界。
但 LLM驱动的Agent打破了这个假设。同一个Agent,拿着同样的权限,处理同一个请求,每次执行可能走出不同的路径:调用不同的工具、访问不同的数据、产生不同的输出。 这种非确定性不是 Bug——它恰恰是Agent价值的来源 (推理能力、创造力、对复杂场景的适应性),但它让 “事前把权限配好就安心”的策略彻底失效。
你没办法为一个行为不可完全预测的主体,预先定义所有合法的行为路径。唯一的办法是: ** 在运行时持续观察它实际在做什么,并实时判断该不该让它继续做。 **
举个例子:一个帮员工处理报销的财务 Agent,持有合法的财务系统访问令牌,权限范围是“读取报销单和发起付款”。某天,它的上下文被一条恶意构造的报销单描述污染(记忆投毒),于是它“合理地推断”应该把一笔款项打到一个外部账户,并通过MCP Server调用了支付接口。从身份和权限的角度看,每一步都是合法的——身份没问题、令牌没过期、操作在权限范围内。 ** 只有在运行时对 Agent的行为意图和实际操作进行实时评估,才能在付款指令发出前拦截这次异常调用。 **
2.3 多Agent协作下的网络通信盲区
随着 MCP和A2A(Agent-to- Agent)协议的普及,Agent越来越多地与外部工具、第三方服务以及其他Agent进行网络通信。一个用户请求可能触发Agent A调用MCP Server,MCP Server再调用第三方API,中间还可能委派任务给Agent B。
在这条调用链上,每一跳的网络通信都是潜在的风险点: Agent有没有把敏感数据发送到不该去的地方?MCP Server有没有把数据转发给未授权的第三方?Agent之间的通信内容是否合规?
目前大多数企业对这条链路几乎没有可见性。身份认证只管 “握手”那一下,握完手之后的数据流向, 是一个安全盲区。
_ 图 2:Agent安全的三个层次——重心正在从第一、二层向第三层转移 _
三、构筑关键防线:管控 “动作执行”与“通信边界”的双层架构
认识到 “运行时治理”的必要性之后,行业正在两个层面同时构建能力: 执行环境和边界网关 。这两层相互配合,才能形成完整的运行时治理。
3.1 执行环境:管住Agent的每一个动作
执行环境治理的核心思路是:在 Agent的运行时环境中植入一个策略引擎, ** 拦截 Agent发出的每一个动作(工具调用、数据访问、Agent间通信),在执行前进行实时评估。 ** 这就像在 Agent的“大脑”和“手”之间加了一道检查——Agent想做什么都可以,但每个动作都要过一遍策略。
Microsoft刚开源的Agent Governance Toolkit就是这个方向的代表。它的Agent OS模块是一个无状态策略引擎,p99延迟低于0.1毫秒,支持YAML规则、OPA Rego和Cedar(两种主流的“策略即代码”语言,分别由CNCF和AWS主导)三种策略语言。Agent Runtime模块借鉴了CPU特权级的设计思路,为Agent执行引入了“执行环”(Execution Rings)的概念,不同信任级别的操作运行在不同的隔离层。Agent Mesh模块则使用DID(去中心化身份标识,一种不依赖中央机构的身份验证方案)和动态信任评分,解决Agent间通信的信任问题。
值得注意的是,这套 Toolkit已经和LangChain、CrewAI、Google ADK等主流Agent框架做了原生集成,通过各框架的扩展点(回调、装饰器、中间件)接入, 不需要重写 Agent代码。 这意味着它的设计目标不是替代现有框架,而是作为一个可插拔的治理层,嵌入到已有的 Agent体系中。
3.2 边界网关:管住Agent的每一次通信
如果说执行环境管的是 Agent“想做什么”,边界网关管的就是Agent“跟谁说话、说了什么”。
agentgateway 是这个方向的代表项目。它由 Solo.io创建,2026年3月正式捐献给Linux基金会,目前已有AWS、Cisco、Huawei、IBM、Microsoft、Red Hat、Shell等组织参与贡献。它的核心定位是一个 AI原生的通信代理,原生理解 MCP和A2A协议,为Agent的所有出站通信提供统一的安全审计、流量控制和策略执行。
具体来说,它包含三个网关能力: LLM Gateway负责Agent到大模型的通信代理,提供预算控制、负载均衡和故障转移;MCP Gateway负责Agent到工具和数据源的通信,支持工具联邦、多种传输协议和OAuth认证;A2A Gateway(正在开发中)则面向Agent到Agent的通信,处理跨Agent的任务委派和数据传递。
边界网关治理的关键优势在于: 它不依赖 Agent框架的配合。 无论 Agent是用LangChain、AutoGen还是自研框架构建的,只要它的网络通信经过代理层,就能被审计和管控。这种“框架无关”的特性,对于部署了多种Agent框架的大型企业尤其重要。
_ 图 3:运行时治理的双层架构——执行管控与边界代理协同 _
3.3 执行 + 边界:为什么需要双层协同?
单独依赖任何一层都有盲区。只在执行侧管控,你能看到 Agent内部的每个决策,但看不到数据离开Agent之后去了哪里;只在边界侧管控,你能看到所有通信流量,但看不到Agent内部的推理过程和动作意图。
两层配合,才能形成完整的 “运行时安全闭环”: 执行环境在动作发生前进行策略评估和拦截,边界网关在通信链路上进行流量审计和管控。一个管 “决策”,一个管“通信”,内外兼顾。
这也解释了为什么 agentgateway和Agent Governance Toolkit虽然由不同组织主导,却呈现出明显的互补关系——行业正在沿着这两条线并行构建Agent运行时治理的完整能力栈。
四、走向 Agent原生安全:从单点突破到生态聚合
这波运行时治理的浪潮不只是开源社区的技术探索,标准组织也在同步跟进。 Ping Identity在3月提出了Runtime Identity标准,将身份验证从“一次性握手”扩展到运行时持续验证。NIST在2月启动了AI Agent标准倡议,推动Agent安全的标准化。CSA(云安全联盟)在4月发布了Agent治理差距分析报告,直接指出当前企业在Agent运行时可观测性上的能力缺口。
对于企业安全负责人来说,这些信号的含义很明确:
如果你还停留在 “给Agent配好身份和权限就完事”的阶段,你只做了一半。 身份认证和权限授权是必要的基础 ——但它们只解决了“Agent能不能进门”的问题。Agent进门之后的行为监控、通信审计、异常阻断,才是2026年Agent安全的新战场。
agentgateway和Agent Governance Toolkit等开源项目已经提供了可落地的技术方案,OWASP Agentic Top 10提供了风险评估框架,OAuth 2.1和MCP的授权机制可以与运行时治理无缝衔接。关键在于尽早建立“运行时治理”的能力认知,并将其纳入Agent安全架构的规划中。
结语
让我们回到最根本的问题: Agent安全到底要管什么?
身份认证解决了 “Agent是谁”。权限授权解决了 “Agent能做什么”。而运行时治理 要解决的是 “Agent正在做什么?该不该让它继续做?”
这三层加在一起,才是完整的 Agent安全。2026年正在发生的事情告诉我们:行业已经走完了第一层和第二层,现在正全力建设第三层。这不是未来的趋势,而是正在发生的现实。
参考来源
OWASP Top 10 for Agentic Applications (2025.12) · Microsoft Agent Governance Toolkit (2026.04) · agentgateway v1.0 / Linux Foundation (2026.03) · NIST AI Agent Standards Initiative (2026.02) · Ping Identity Runtime Identity Standard (2026.03) · CSA AI Agent Governance Gap Report (2026.04) · RSAC 2026 Agentic AI Security Funding Tracker
