2026年9月，全国网络安全标准化技术委员会发布《人工智能安全治理框架3.0》，将智能体安全风险单独列出，并围绕权限滥用、工具调用、数据泄露等问题提出治理建议。
与此同时，《智能体应用安全基本要求》与《数据安全技术 智能体数据处理安全要求》两项国家标准正在制定中，分别围绕智能体的权限与操作安全、数据处理全过程的安全保护细化要求。
对企业而言，随着 AI 从回答问题走向执行任务，安全治理也进一步延伸到它实际做了什么、如何完成任务。Agent 已经开始接入生产与业务流程，在提升效率的同时，带来了全新的安全风险：
资产失管风险：员工自行部署、定制的 Agent 分散运行，企业难以掌握其使用范围、接入资源与安全状态。
Agent 运行范围混乱风险：Agent 分布在员工终端、服务器与云端 Sandbox（沙箱）等环境，员工自行部署的 Personal Agent（个人智能体）也可能接入企业业务资源，运行位置、访问边界与责任归属难以统一管理。
工具扩展风险：来源不明的 Skill、未经批准的 MCP 和模型中转服务，可能引入恶意指令、可疑代码或不可信的数据接收方。
任务执行违规风险：多个看似正常的读取、执行和传递动作，可能在连续执行中形成违规行为，单次操作的权限检查难以识别。
敏感数据泄露风险：业务数据、源代码和访问凭据可能随用户输入、工具返回及后续调用，被传递给未经授权的外部服务。
为此，长亭科技正式发布 驭元（Sentra ），一款面向企业 AI Agent 使用场景的 AIDR（AI Agent Detection & Response，AI Agent 检测与响应）产品。
驭元 以“以 AI 治理 AI”为理念，让安全 Agent 理解任务上下文，实时识别业务 Agent 执行中的风险。
个人 Agent 的运行环境正从员工电脑延伸到服务器与云端。以Grok bot 为例，用户可以将其部署在云服务器上，通过电脑或手机远程使用。员工自行搭建、按岗位定制的 Agent，让企业需要管理的对象从一批标准化 AI 应用，扩展为分散部署、持续运行的个人与业务助手。
这些 Agent 的名称、代码和部署方式各不相同，仅凭已知应用清单，难以完整掌握实际使用情况。未被发现的 Agent 仍可能持有业务凭据、读取敏感数据并调用外部工具；其接入的 MCP 服务、Skill、定时任务和模型服务也会持续变化。资产不可见，意味着企业难以确认谁在使用 Agent、它接触了哪些资源，以及是否已纳入安全管控。
针对 Agent 形态多样、部署分散与配置持续变化的问题，驭元将已知资产发现与基于行为特征的未知 Agent 发现相结合，帮助安全团队识别未被现有资产清单覆盖的Agent。结合扩展组件梳理、风险扫描与周期核查，持续掌握 Agent 的使用范围及相关风险。
Agent资产发现：发现终端上的 Agent，以及 Skill、MCP 服务、Memory、定时任务和模型服务等相关资产，帮助安全团队掌握实际使用范围。
未知Agent发现：基于运行行为特征识别未知 Agent，为核查员工自行部署或定制、尚未纳入资产清单的 Agent 提供线索，减少仅依赖已知应用识别带来的发现盲区。
风险扫描：集中展示扫描发现的资产风险，为核查工具来源和配置隐患提供依据。
周期扫描与集中管理：统一查看各终端的资产与风险，按周期持续扫描，跟进 Agent 及其扩展的变化。
当员工为降低调用成本或方便接入，将 Agent 的模型接口配置为未经审核的中转站时，提交给 AI 的源代码、客户合同、经营报表，以及工具自动读取的内部文档，都可能先经过中转站运营方，再被转发至模型服务。界面上显示的模型名称，并不能说明请求实际经过了哪些服务、由谁接收和处理。
如果中转站记录请求或留存内容，企业的敏感数据就可能形成一份不受自身控制的外部副本。谁能访问、保存多久、是否继续转发，企业可能无从确认；一旦发生泄露，也难以还原完整的数据流转过程。一次未经审核的接口配置，可能让日常 AI 使用成为持续向不可信第三方传递业务数据的通道。
针对未经审核的模型中转服务带来的数据暴露风险，驭元从 Agent 实际接入的模型服务入手，将服务发现、访问控制与数据去向分析结合起来。重点关注未经审核的接入地址，并将接收方信息纳入会话与数据内容的关联分析，帮助企业落实模型服务的使用范围。
模型服务发现：识别 Agent 实际接入的模型服务，在管控端集中展示，帮助管理员核查是否存在未经审核的接入地址。
模型访问控制：对访问指定模型服务的连接按企业规则记录或阻断，将允许使用的服务范围落实到实际连接。
数据去向关联分析：将模型服务信息作为接收方上下文，与会话和待传递内容关联，为判断本次数据传递的风险提供依据。
Skill 中的指令、脚本及附带文件会影响 Agent 的执行行为。来源不明的 Skill 可能包含恶意指令或可疑代码，将风险引入任务执行过程。
针对 Skill 的安全风险，驭元结合大模型分析、静态检测与云沙箱动态检测，从指令意图、文件特征和实际运行行为评估风险，为企业核查和使用 Skill 提供依据。
Skill 大模型检测：分析 Skill 的指令与文件内容，结合语义理解和逻辑推理研判上下文与意图，识别潜在风险。
Skill 静态检测：在不执行文件的情况下，分析文件结构、代码文本、字符串及元数据等信息，识别可疑特征。
Skill 云沙箱检测：在云端隔离、受控的沙箱中执行可疑文件或代码，观察进程创建、网络连接、文件读写及注册表修改等运行行为，为判断 Skill 是否存在恶意行为提供依据。
MCP 服务扩展了 Agent 可调用的工具与数据接口。未经批准或存在风险的服务接入，可能使 Agent 接触不应使用的资源，或将业务数据传递给未经审核的服务方。
针对这类接入与使用风险，驭元提供 MCP 禁用与网关接入管控，帮助企业明确可使用的工具服务范围，并将访问要求落实到工具调用过程。
MCP 禁用管控：支持禁用指定 MCP，限制未经批准或存在风险的工具服务使用，将企业对工具的使用要求落实为管控措施。
MCP 网关接入管控：通过统一网关管理 Agent 对工具服务的访问，将经网关接入的工具及调用纳入企业管控范围。
Agent 单个操作符合权限要求，并不意味着整个任务过程合规。业务 Agent 可能在合法身份和正常授权下，通过连续的数据读取、文件操作与工具调用，形成敏感信息泄露风险，员工也未必意识到其中的问题。
例如，HR Agent 为完成薪资分析读取员工薪资记录，属于正常业务操作；如果随后将这些数据写入 U 盘，或发送给未经批准的外部 MCP 服务，就可能违反企业的数据保护要求。判断这类风险，需要关联前面读取了什么、后面准备做什么，以及数据将流向哪里。
场景示意：薪资读取与后续传递，需要结合任务上下文及企业策略评估风险
针对这类跨步骤形成的风险，驭元由 安全 Agent 持续分析任务上下文，将前序行为、数据内容与后续操作关联起来，依据企业策略评估风险，让防护判断随任务推进持续更新。结合文件访问防护、高危命令检测与会话审计，驭元进一步支持对具体风险动作的防护和追溯。
跨步骤风险研判：由安全 Agent 关联任务目标、前序行为、敏感数据与流转去向，识别单次操作中不明显、在连续执行中形成的风险，并结合企业策略给出判断依据。
敏感文件访问防护：按路径、文件名、扩展名或内容配置读取规则，对命中的访问进行记录或阻断。
高危命令检测：检测编码脚本执行等高危行为，结合意图分析识别命令执行风险，并生成告警。
会话审计与操作追溯：展开用户指令、Agent 回复、工具调用和返回内容，核查风险动作前后的步骤，还原任务执行过程。
敏感信息可能通过用户提交的提示词和文件进入 Agent，也可能由 Agent 调用工具自动读取。代码、日志和文档中的 API 密钥、访问令牌及业务数据，可能随工具返回内容进入后续模型请求，或被继续传递给其他工具和服务。
数据读取权限与数据外发权限需要分别判断。 获准读取的内容仍可能包含不应外发的信息。企业需要覆盖输入、工具返回和后续传递环节，结合数据内容、用途与接收方识别泄露风险。
针对敏感信息在任务执行中被读取和继续传递的风险，驭元在已适配的 Agent 中，将检测覆盖到用户输入和工具返回环节。尤其针对代码、日志和配置中的 API 密钥、访问令牌等凭据，通过内容检测与自动脱敏，降低原始凭据进入后续模型请求或工具调用的风险。
提示词与文件检测：检查用户提交给 AI 的提示词和文件，对命中企业规则的敏感内容进行提示或拦截。
工具返回内容防护：检查工具读取的文件与返回内容，识别敏感信息，并按规则提示或拦截，降低数据随任务继续传递的风险。
凭据自动脱敏：对 API 密钥、访问令牌等可识别的标准凭据进行自动脱敏，降低原始凭据进入模型请求或后续工具调用的风险。
敏感内容检测结果与任务、模型服务及后续动作关联后，可以为 Agent Loop 中的持续安全判断提供依据，使数据保护覆盖任务执行中的多个环节。
资产核查、策略配置与风险跟进，也对安全团队的日常管理提出了要求。驭元将 Agent 引入管理侧，辅助管理员梳理资产、构建策略和汇总报告，让“以 AI 治理 AI”进一步落实到日常安全工作中。
策略构建与配置辅助：由 Agent 辅助构建安全策略、管理配置，帮助管理员将安全要求落实为产品设置。
资产分析与梳理：由 Agent 辅助分析和整理资产信息，帮助安全团队掌握 Agent 及相关工具的使用情况。
报告与统计辅助：由 Agent 辅助完成报告统计，支持日常安全管理和信息汇总。
控制台围绕这一协作方式设计，接口采用便于 Agent 理解和调用的模型。管理侧帮助企业表达和维护安全要求，运行侧结合任务上下文落实判断与处置。
随着 AI 从辅助问答走向执行任务，企业需要同时管理模型资源、保护交互内容，并对 Agent 的实际操作持续落实安全要求。
驭元的发布，进一步将长亭的 AI 安全防护深入到任务执行过程，与 长亭的百智大模型网关、守元等产品共同构成覆盖模型接入、内容交互与 Agent 执行的企业级 AI 安全治理体系。
百智大模型网关：统一模型资源与接入入口，管理身份、权限、额度和调用成本，让企业的模型使用有据可查、有规可依。
守元：保护 AI 交互内容，识别提示注入、敏感信息及意图与工具调用风险，将安全要求落实到内容交互过程。
驭元 ：发现 Agent 及其扩展资产，由安全 Agent 持续理解任务上下文，关联数据、行为与流转去向，识别并防护执行过程中形成的风险。
三者围绕企业 AI 使用过程协同防护，将策略管控、审计追溯与风险处置联动起来，形成统一治理闭环：从明确模型与工具的使用范围，到保护敏感内容、处置风险操作，再到还原任务过程与持续完善策略，让企业看得见 AI 的使用情况、管得住关键操作、追溯得清风险过程。
目前，长亭自身已部署并成功运行这套 AI 安全治理解决方案，将其应用于自身的 AI 使用与安全管理。
基于内部实践，长亭将持续深化“以 AI 驾驭 AI”的能力，让安全判断随任务上下文持续更新，让防护措施落实到实际执行，支撑企业在可控、可追溯的安全边界内规模化使用 AI。
推荐站内搜索：最好用的开发软件、免费开源系统、渗透测试工具云盘下载、最新渗透测试资料、最新黑客工具下载……
