2026 年 8 月 · 7 分钟阅读

关键定义
跨组织 Agent 风险(Cross-Organizational Agent Risk) 当分属不同组织的 Agent 相互交互时产生的风险——没有任何单一主体能完全看见、控制或管理整个交互过程。澳大利亚 AISI 报告首次把它当作一个独立的治理问题来系统分析。
单一所有者假设(Single-Owner Assumption) 现有 Agent 治理框架共同隐藏的架构前提:假设一个组织控制系统中所有 Agent 的配置、部署与监控。当组织 A 的 Agent 与组织 B 的 Agent 交互时,这个假设崩塌。
组合性风险(Compositional Risk) 多个单独看来低风险的行为组合在一起,跨越了企业的整体风险阈值。跨组织交互让这种风险在无人观察的交接处放大。
你的企业可能完全符合 NIST AI RMF——有文档化的风险登记表、有完整的 AI 清单——但你的 Agent 仍然通过外部 API 调用和合作伙伴集成,进行着无人治理的跨边界交互。澳大利亚 AI 安全研究所(AISI)2026 年 8 月发布的首份报告,第一次以政府出版物的形式点破了这个问题:所有主流 Agent 治理框架都建立在一个“单一所有者”的假设之上,而这个假设正在崩塌。
2026 年 8 月 9 日,澳大利亚 AISI 发布了由 Gradient Institute 受托撰写、经工业、科学资源部发布的首份报告。报告被官方描述为给政策制定者和研究者的“风险地图”,是任何政府首次以分析方式把跨组织 AI Agent 风险当作一个独立治理问题——一个没有任何单一组织能完全看见、控制或管理的分布式问题。
报告分析了三个不同的交互环境,给出了风险分类学,并特别标出:哪些风险当前有主体能处理,哪些风险在现行监管或产业格局中没有任何主体有权限去处理——这些无人负责的空白,就是仍然存在的治理工作。
报告的核心洞见在于:企业当前部署的每一个主流 Agent 治理框架——NIST AI RMF、OWASP Agentic Top 10、新加坡 Model AI Governance Framework、ASD 指南——都建立在同一个隐藏前提上:一个组织控制系统中所有 Agent 的配置、部署和监控。这个假设不是可以修改的政策选择,而是框架问责与监控机制赖以成立的架构前提。
当组织 A 的 Agent 与组织 B 的 Agent 交互时,没有任何单一方能同时强制执行两者的安全约束、监控所有 Agent 间的通信、或为交互中涌现的行为承担责任。把这个单一组织的框架扩展到这种场景,需要解决一套框架本就没被设计来处理的分布式治理问题——这正是 AISI 委托撰写新分类学而不是扩展既有工作的原因。
报告对 16 个既有安全框架做了对照评估。结果显示,覆盖最好的框架——OWASP Agentic 安全计划——在单一组织部署中也只覆盖了 65.3% 的已识别威胁类别。非确定性与数据泄漏是最未被充分覆盖的两类风险;而跨组织交互完全超出所有 16 个框架的范围。
报告给出的实际结论很直接:你当前正在实施的治理框架,并不是为你要部署进去的环境设计的。一个组织可以完全符合 NIST AI RMF、有文档化的风险登记表、有完成的 AI 清单,同时它的 Agent 通过外部 API 调用和合作伙伴集成进行无治理的跨边界交互。合规框架与实际风险暴露发生在不同的架构层——AISI 报告是首个公开点名这个断层的政府出版物。
风险规模的增长正在超过治理框架的适应速度。Gravitee 的 AI Agent 安全调查发现,88% 的组织在过去一年经历了已确认或疑似 AI Agent 安全事件;Phoenix Security 的 2026 供应链报告发现,仅 2026 上半年产生的 AI 驱动供应链攻击活动量,就是 2025 全年的 2.6 倍以上。这些数字反映的是单一组织的暴露,而跨组织 Agent 交互会成倍放大攻击面。
审计每一个外部 API 和第三方系统
你的 Agent 交互的每个外部 API 或第三方系统,都是一次跨组织 Agent 交互——你实际拥有的数量可能比你意识到的多得多。先盘清这些连接。
对触碰外部系统的每个 Agent 实施最小权限
Agent 只能做特定任务所需的事,而不是它技术上能做的所有事。跨边界交互中,最小权限是限制爆炸半径的关键控制。
为所有跨边界 Agent 动作建立显式日志
报告把可见性缺口列为最主要的治理问题之一。如果你看不到 Agent 在组织边界之间做什么,就无法治理它。对已有供应链或金融网络自动化的行业,这项审计尤为紧迫。
这份报告的价值在于把“跨组织 Agent 治理”从一个被忽视的模糊概念,变成了一个有明确分类学、有责任主体图谱的政策问题。对企业而言,最实际的启示是:你的 Agent 一旦跨出组织边界,现有的单一组织框架就失效了。在行业标准和监管到位之前,能做的就是先盘清 Agent 与外部世界的每一次连接、为这些连接设最小权限、并为所有跨边界动作留下可审计的日志。对已经在跑供应链或金融网络自动化的组织,这不是可做可不做的功课,而是当务之急——因为这些环境里的跨组织 Agent 交互已经在真实运行,而治理架构还没跟上。
参考来源:TechTimes, "AI Agent Governance Frameworks All Assume One Owner; Australia's AISI Maps Gap None Covers", 2026-08-10, https://www.techtimes.com/articles/323790/20260810/ai-agent-governance-frameworks-all-assume-one-owner-australias-aisi-maps-gap-none-covers.htm
这是全球首个政府出版物,把跨组织 AI Agent 风险当作独立治理问题来分析。报告由 Gradient Institute 受托撰写,2026 年 8 月 9 日发布,绘制了风险地图,并指出哪些风险当前没有任何监管或产业主体有权限去处理。
NIST AI RMF、OWASP Agentic Top 10、新加坡 Model AI Governance Framework、ASD 指南等 16 个框架都建立在同一隐藏前提上:一个组织控制系统中所有 Agent。当组织 A 的 Agent 与组织 B 的 Agent 交互时,没有任何一方能同时强制执行两者的安全约束、监控所有交互、或为涌现行为负责。
对 16 个框架的评估显示,覆盖最好的 OWASP Agentic 安全计划在单一组织部署中也只覆盖了 65.3% 的威胁类别。非确定性与数据泄漏是最未被充分覆盖的两类风险;跨组织交互完全超出所有 16 个框架的范围。
报告指出,一个组织可以完全符合 NIST AI RMF——有文档化的风险登记表和完整的 AI 清单——同时其 Agent 通过外部 API 调用和合作伙伴集成进行无治理的跨边界交互。合规框架与实际风险暴露发生在不同的架构层。
三步:一、审计 Agent 交互的每一个外部 API 或第三方系统;二、对触碰外部系统的每个 Agent 实施最小权限——只允许它做特定任务所需的事;三、为所有跨边界 Agent 动作建立显式日志,因为看不见就无法治理。