AI助手再找助手，权限能层层放大吗？韩国公布智能体零信任指南

龙哥导读

AI替你干活，还能再找别的AI帮忙。任务分出去了，权限会不会也跟着一层层放大？韩国2026年11月6日公开的智能体零信任指南，把这个问题落到了具体规则上：下级助手的权限受上级约束，同时干活的多个助手，还要共同遵守上级的总额度。

这里的“智能体”，是能理解目标、安排步骤、调用工具完成工作的AI系统。它与只回答问题的聊天工具相比，多了一条关键路径：回答可以变成实际操作。查资料、改文件、调用企业服务，甚至向设备下达指令，都可能进入一段连续任务。

韩国科学技术信息通信部负责相关科技与数字政策，韩国互联网振兴院则是网络安全与互联网领域的公共机构。两家机构联合行业、学术与研究人员，分析已有安全指南并听取企业意见，发布了面向韩国企业的《智能体AI零信任指南》。它要回答的是：企业把工作交给AI后，怎样持续知道它正在做什么、允许它做到哪一步。

“零信任”在这里可以理解为：身份验过了，接下来的操作仍要按规则检查。龙哥觉得，这份指南最值得讲的，是把“AI有没有资格进入系统”，推进到了“AI进入之后，每一步有没有资格执行”。

一、登录成功之后，工作才刚开始

先看时间线。韩国在2024年12月发布过《零信任指南2.0》，为企业提供安全建设与分阶段改进的方法。2026年11月6日公开的新文件，在这套基础上补充智能体场景：既保留原来的安全框架，也增加自主行动、任务委派和人类介入的具体控制要求。

过去，企业已经会持续检查用户、设备和连接。智能体带来的变化，是一次授权之后，AI能自己接着规划好几步。它也可能把工作交给另一个AI，或从外部网页、检索结果和工具返回信息中接收新的内容。

这些内容既可能帮助它完成任务，也可能夹带改变任务方向的指令。指南因此要求把检查延伸到实际行动：这次工具调用是否符合任务目的？这个操作是否属于被委派的范围？几步操作连起来，会产生什么结果？

通行证解决“能不能进门”，行动规则解决“进门后能做什么”。这个区别很实在：同一个账号可能既能看记录，也能修改记录。把账号交给AI之后，企业仍然需要区分两种动作。

二、AI会分工，总额度不能跟着复制

指南提出，给智能体的自主行动空间，应限于完成任务所需的范围。一个助手再把任务交给下级助手时，下级的权限不能超过委派者；这条约束要沿着整条委派链保持。

更容易漏掉的是并发总量。指南专门讨论了支付金额、接口调用次数和资源使用量：单看每一次委派都在上级权限范围内，多个下级同时执行时，总额度仍可能被放大。因此，同时生效的下级执行额度，合计也要受上级总量约束。

用一个示意例子理解：上级任务获准使用100次服务调用，把工作分给两个助手时，如果两个助手各拿到100次额度，总承诺就变成200次。更合理的分配可以是各50次，也可以采用共享额度池；具体实现由企业系统决定。这个例子的数字只是用来解释总量约束。

工作可以拆分，授权总额不能因为多了几个执行者就被复制。对用多个AI并行查资料、处理订单或调用收费服务的团队，这比一句“请谨慎使用工具”更容易落实到系统规则。

据指南公开内容整理的权限约束与五类控制位置。

三、哪些动作自动做，哪些动作交给人？

如果每一步都要求人工点击确认，AI就成了一个不停递申请单的助手。指南采取的是分级思路：看操作结果能否恢复，以及是否必须立刻执行，再选择相应的审批方式。

普通查询、可恢复的设置变更，与永久删除数据、驱动实际设备，产生的后果不同。指南把可逆性和实时性结合起来，要求对难以撤销的操作保留人的最终控制。能够及时介入时，由人明确批准；必须立即执行、来不及临时确认的场景，则依据人事先批准的政策执行。

把人工审批留给真正需要判断的动作，才有机会同时保住效率和责任。这种安排要求企业提前说清楚：谁能批准、批准什么、什么条件下有效，以及异常时怎样停下来。

指南还列出五类参考控制位置。输入环节检查交给AI的内容；内部执行环节检查工具调用的意图与上下文；物理命令环节关注设备动作及其后果；任务委派环节检查转交工作的权限；外部通信环节检查对方身份、通信资格和数据可信度。

五类位置是一张排查地图。企业可以扩展已有的控制机制，也可以增加新的控制点，一个实际组件还可以承担多种角色。要做的是找出本企业真正存在的行动路径，再决定在哪里拦、检查什么。

四、落地之前，先把“允许做什么”写清楚

这份文件是帮助企业引入和运营智能体的参考指南，面向韩国企业，推动自愿采用。它补充2024年的框架。文件公布的是控制原则与实施方法，实际的安全收益和工作效率，还要在各自系统中检验。

指南的实施章节要求，先确定采用智能体的业务流程、现有系统和资源，再定义每个智能体的行动范围、自主程度、操作分级以及审批责任人。随后形成分阶段计划，把目标、预算、负责团队与完成标准写下来。

进入运营阶段，既要观察异常行为，也要观察正常工作被错误拒绝的问题。权限过宽有风险，规则过紧同样会让工作卡住。指南提出持续监测、更新政策，并定期审视智能体的自主程度和使用状态。

后续值得看的，是三个具体结果：多助手同时工作时，总额度是否始终受控；高风险动作能否找到明确的审批记录；误拦截正常任务后，企业能否调整规则而保留必要控制。比起看系统装了多少道“安全门”，这些结果更接近真实使用体验。

龙哥点评

龙哥最看重的是这份指南把责任细化到了动作和委派链。AI越来越能干之后，企业要管理的已经包括它自己安排的下一步，以及它交给别人的下一步。

真正的工程代价，是把模糊的业务意图变成可以执行的规则。允许查看哪些数据？允许改到什么程度？多个助手共用多少资源？谁能为难以撤销的动作拍板？这些问题需要业务负责人、安全人员和开发者一起回答。

成熟的AI自动化，应让工作越分越清楚，也让权限越分越清楚。对准备把AI接进企业系统的团队，这份指南提供了值得参考的问题清单；真正有用的成果，则是把清单变成能运行、能追溯、能改进的具体控制。

主要参考资料

本文解读韩国公开指南的控制原则与企业实施思路，文中额度示例为解释规则的示意；具体制度适用与系统效果以相关文件和实际部署为准。本文基于龙哥读论文PaperDaily数据库及PaperMiner的MCP进行汇总整理。