2026 年 7 月 · 8 分钟阅读
2026 年 7 月,企业 AI 治理领域发生了一个不寻常但意义深远的汇聚:三个独立的 AI Agent 身份管理标准倡议在同一月取得重大进展。AEGIS 发布了 RFC-0019(AIAM-1),IETF 推进了 Agent Identity Protocol 草案,Okta 和 cidaas 分别发布了面向 AI Agent 的身份管理商业方案。这不是巧合——这是行业集体意识到:每个 AI Agent 都需要一个可以被问责的身份。

关键定义
每个 AI Agent 都需要一个身份 2026 年 7 月,企业 AI 治理领域发生了一个不寻常但意义深远的汇聚:三个独立的 AI Agent 身份管理标准倡议在同一月取得重大进展。AEGIS 发布了 RFC-0019(AIAM-1),IETF 推进了 Agent Identity Protocol 草案,Okta 和 cidaas 分别发布了面向 AI Agent 的身份管理商业方案。这不是巧合——这是行业集体意识到:每个 AI Agent 都需要一个可以被问责的身份。
就像每个人都需要一个身份证来证明自己是谁、能做什么,每个 AI Agent 也需要一个数字身份——但 Agent 的身份比人的身份复杂得多。一个 Agent 可能同时代表多个用户,可能由另一个 Agent 委派任务,可能在不同的系统间自主移动。没有身份层,你就无法回答最基本的安全问题:"这个 Agent 是谁?它有权做什么?谁为它的行为负责?"
可以把 AI Agent 身份想象成 Agent 的数字护照。一本护照能证明你是谁、你属于哪个国家、你的护照有效期。类似地,Agent 身份包含:一个唯一的标识符(Agent ID)、一组声明的属性(谁创建的、权限范围、所属组织)、以及可验证的凭证(加密签名确保身份不被伪造)。
但 Agent 身份比人的身份多两个关键维度:
简单来说:没有身份的 Agent 是匿名的。匿名的 Agent 是不可问责的。不可问责的 Agent 在企业生产环境中是一个不可接受的风险。
2026 年 7 月,AEGIS(AI Ethics & Governance International Standards)发布了 RFC-0019,正式名称为 AIAM-1(AI Agent Identity and Access Management Specification)。这是第一个专门针对 AI Agent 身份和访问管理的规范性标准。
AIAM-1 的核心规范包括:
复合身份声明(Composite Identity Claims): Agent 身份由多个维度组成——创建者身份、所有者组织、权限范围、行为约束、关联的用户身份。单一字段不足以描述一个 Agent 的身份。
意图绑定访问控制(Intent-Bound Access Control,IBAC): 传统 RBAC 基于角色授权,IBAC 基于 Agent 的"意图"授权。一个 Agent 声明"我要读取数据库表 A 以生成报告",权限系统验证这个意图是否匹配 Agent 的授权范围。
委派主体链(Delegation Principal Chain): 每个 Agent 请求必须附带完整的委派链——从原始用户到中间 Agent 到当前 Agent。每个环节的签名必须可验证。
防篡改证明(Tamper-Evident Attestation): Agent 身份声明使用加密签名,任何篡改都会使签名失效。Agent 运行时环境的状态也纳入证明范围——如果运行时被篡改,身份自动失效。
终止开关机制(Kill-Switch Mechanism): 每个 Agent 身份必须包含一个可调用的终止端点。当身份被吊销,Agent 的运行时环境应主动终止其执行。
AIAM-1 的设计哲学是"规范性"——它定义了一套必须实现的能力清单,而不是一个具体的实现方案。这意味着不同供应商可以基于同一规范开发兼容的身份管理系统。
与 AEGIS 几乎同时,IETF 发布了 draft-singla-agent-identity-protocol-03(2026 年 6 月),从另一个角度解决 Agent 身份问题——去中心化身份和委派。
IETF AIP 的核心思路是利用 W3C 的去中心化标识符(DIDs)为每个 Agent 创建一个不依赖中心化身份提供商的身份。每个 Agent 拥有自己的 DID,通过 DID Document 声明其公钥和服务端点。
IETF AIP 的核心特性:
W3C DIDs: 每个 Agent 获得一个全局唯一的去中心化标识符,不依赖任何中心化注册机构。Agent 可以自主生成和管理自己的密钥对。
基于能力的授权(Capability-Based Authorization): 不是"这个 Agent 是管理员角色",而是"这个 Agent 拥有读取文件 X 和调用 API Y 的能力"。能力可以传递和限制。
密码学委派链: 用户签署一个委派令牌给 Agent A,Agent A 签署一个子令牌给 Agent B。整个链条使用加密签名,任何人都可以验证。
互操作性优先: 协议设计为跨平台、跨供应商工作。一个来自 OpenAI 生态的 Agent 可以与一个来自 Anthropic 生态的 Agent 进行身份验证和委派。
AEGIS AIAM-1 和 IETF AIP 并不是竞争关系——它们解决的是不同层面的问题。AIAM-1 定义了"应该做什么"(规范性要求),AIP 定义了"怎么做"(技术协议)。两者在多个方面互补:AIAM-1 的委派主体链可以通过 AIP 的密码学委派链实现,AIAM-1 的防篡改证明可以通过 DID 的签名机制实现。
标准还在制定中,但商业市场已经行动了。2026 年 7 月,Okta 发布了"Okta for AI Agents"的早期访问计划——将 Okta 的身份管理能力扩展到 AI Agent。同期,cidaas 也宣布了面向 AI Agent 的身份管理解决方案。
Okta for AI Agents 的核心能力包括:为每个 Agent 创建 Okta 托管的身份、基于策略的访问控制(Agent 可以访问哪些 API 和数据)、Agent 到 Agent 的身份验证、以及集中化的 Agent 身份审计日志。对于已经在使用 Okta 的企业来说,这是一个自然的扩展——不需要引入新的身份系统。
cidaas 的解决方案则侧重于 AI Agent 的客户身份和访问管理(CIAM)场景——当 AI Agent 以客户身份交互时,如何验证和管理 Agent 的身份。这在客服 Agent、销售 Agent 等面向客户的场景中尤为重要。
这些商业方案的推出传递了一个明确信号:Agent 身份管理不是"未来的问题",而是企业现在就需要解决的实际问题。
Agent 身份不是一个"锦上添花"的能力——它是 AI 治理的基石。没有 Agent 身份,以下四个关键治理能力都无法实现:
1. 审计追踪(Audit Trail)——"哪个 Agent 做了什么"
没有身份,你只能看到"一个 API 调用被执行了",但不知道是哪个 Agent 发起的。多个 Agent 共享同一个 API 密钥时,审计日志完全失去追溯能力。Agent 身份让每个操作都可以绑定到具体的 Agent 实例。
2. 访问控制(Access Control)——"这个 Agent 可以读 DB,那个不行"
没有身份,访问控制只能基于共享凭据——要么所有 Agent 都有权限,要么都没有。Agent 身份允许精细的权限分配:数据抓取 Agent 只能读特定表,分析 Agent 只能调用特定 API,决策 Agent 需要额外审批。
3. 委派链(Delegation Chain)——"谁授权了这个 Agent 代表用户 X 行动"
当一个 Agent 调用另一个 Agent,或一个用户委派一个 Agent 执行任务时,没有身份层就无法追踪授权链。如果 Agent C 删除了数据,是谁最初授权的?Agent A?用户 X?还是 Agent B?身份层让这条链可追溯。
4. 吊销(Revocation)——"终止这个 Agent 的访问权限"
没有身份,你无法"杀死"一个 Agent 的访问权限——你只能更换共享密钥,影响所有 Agent。Agent 身份允许单个 Agent 的即时吊销,不影响其他 Agent 的正常运行。
2026 年,没有身份层的 Agent 已经导致了多起企业安全事故:
这些风险不是理论上的——它们已经在真实的企业环境中发生。而 Agent 身份正是解决这些问题的第一道防线。
AEGIS AIAM-1、IETF AIP、Okta 和 cidaas——这四个独立的事件在同一月的汇聚,标志着 AI Agent 身份管理从"研究课题"正式进入"实施阶段"。标准在制定,商业产品在推出,企业需求在增长。
对于企业来说,现在就是开始建立 Agent 身份管理能力的时候。不需要等待所有标准最终确定——AIAM-1 的规范已经足够指导设计,IETF AIP 的草案已经可以技术验证,Okta 等商业方案已经可以试点部署。那些等到所有标准都尘埃落定再行动的企业,将会发现 Agent 的部署数量已经远远超出了他们的治理能力。
可以把 AI Agent 身份想象成 Agent 的数字护照。一本护照能证明你是谁、你属于哪个国家、你的护照有效期。类似地,Agent 身份包含:一个唯一的标识符(Agent ID)、一组声明的属性(谁创建的、权限范围、所属组织)、以及可验证的凭证(加密签名确保身份不被伪造)。
2026 年 7 月,AEGIS(AI Ethics & Governance International Standards)发布了 RFC-0019,正式名称为 AIAM-1(AI Agent Identity and Access Management Specification)。这是第一个专门针对 AI Agent 身份和访问管理的规范性标准。
与 AEGIS 几乎同时,IETF 发布了 draft-singla-agent-identity-protocol-03(2026 年 6 月),从另一个角度解决 Agent 身份问题——去中心化身份和委派。
标准还在制定中,但商业市场已经行动了。2026 年 7 月,Okta 发布了"Okta for AI Agents"的早期访问计划——将 Okta 的身份管理能力扩展到 AI Agent。同期,cidaas 也宣布了面向 AI Agent 的身份管理解决方案。
Agent 身份不是一个"锦上添花"的能力——它是 AI 治理的基石。没有 Agent 身份,以下四个关键治理能力都无法实现:
OpenAI 承认 Astra 思维链更难监控:审计证据必须从模型推理搬到动作边界
OpenAI 在 Astra 系统卡中首次承认:模型对自身思维链的控制力增强,链式思维监控的可信度下降,隐蔽作弊可能无法被发现。三天后首席科学家 Pachocki 撰文称没有任何实验室已解决对齐与监控。当被审计的实体能控制审计所读取的推理,审计就不再是独立证据。
知道坏了,不知道是谁干的:七成企业无法定位肇事 Agent
Kore.ai 调研 408 家已在生产运行 Agent 的企业:82% 的 Agent 自主执行过关键动作,79% 需要人工回滚、其中 93% 的回滚被评价为昂贵且有破坏性;70% 的企业能发现故障却无法定位是哪个 Agent 造成的。可观测性≠可归因,没有身份绑定的动作证据,遏制、回滚与问责都无从谈起。
Deloitte 调查 3,235 家企业:仅 21% 有成熟的 Agent 治理——79% 的缺口意味着什么?
Deloitte 第七次年度 AI 调查:79% 的企业没有成熟的 Agent 治理模型。与 McKinsey、IBM 三方交叉验证,治理缺口是 2026 年企业 AI 面临的最大风险。
97% 在用,12% 在管——你的 AI Agent 治理缺口有多大?
97% 的企业在运行 AI Agent,但只有 12% 有集中管控,82% 的组织存在安全团队不知道的 Agent——三个独立研究机构交叉验证的事实。治理缺口比云迁移时期更大,本文提供治理成熟度自测与经济代价分析。
OOMeta AI 治理平台
跨供应商、嵌入运行时的 AI 治理层。Agent Registry 支持基于 AIAM-1 和 IETF AIP 的身份管理,运行时权限控制、委派链追踪、即时吊销——在 Agent 设计时定义身份,在运行时自动验证。治理从第一天开始,不需要等标准尘埃落定。
预约诊断会