代理式人工智能（Agentic AI）正在重构身份安全格局。当AI代理能够代表人类与应用程序交互、获取权限并以机器速度执行任务时，企业面临的核心难题已从单纯的访问管理，转变为如何实时确认行为主体及其权限的有效性。
“代理式AI将身份治理变成了一个执行问题。”theCUBE Research首席分析师Krista Case指出，企业必须明确代理的行为边界、授权来源以及在任务变更时权限的适用性。这一议题将成为10月5日至8日在德克萨斯州奥斯汀举行的SailPoint Navigate活动的焦点。在“AI, secured”主题下，会议将探讨如何在日益庞大的人类与机器身份群体中，有效治理新增的AI代理身份。
从静态合规到连续安全循环
传统身份治理依赖于相对可预测的人员角色与访问模式，而自主代理的动态行为挑战了这一模型。ZK Research首席分析师Zeus Kerravala引用的数据显示，97%的AI代理能够访问敏感数据，但仅有21%的组织对管理其安全风险具备高度信心。在一项针对财富500强企业的概念验证中，甚至发现了超过10,000个此前未知的AI代理。“你无法治理你看不见的东西。”Kerravala强调。
对此，SailPoint产品执行副总裁兼CTO Chandra Gnanasambandam表示，行业正从静态合规转向主动、连续的安全循环。通过统一发现身份、治理访问策略并实时修复风险，企业可在攻击向量被利用前关闭现代攻击路径。
治理挑战超越技术层面
发现代理仅是第一步，确定所有权、权限需求及撤销时机更为关键。代理可能在使用过程中累积特权或与其他代理交互，加剧治理不善带来的风险。Case认为，最大的难点在于组织层面：代理的部署速度远超传统流程的处理能力。企业需建立连接AI开发、身份、安全和业务的运营模式，避免治理沦为事后“清理作业”。
Kerravala指出，身份系统提供了运行时安全所缺乏的上下文信息，是其他系统依赖的“记录系统”。沙箱等技术虽能限制行为，却无法界定责任主体或权限有效期。
单一控制面板的局限与集成架构
随着AI代理激增，身份攻击面显著扩大。SailPoint创始人兼CEO Mark McClain表示，公司与AWS合作构建统一的身份平面，旨在为客户提供管理AI生态系统复杂性所需的可见性与控制权。但他也提醒，身份并非独立运作。
Case警告称，企业应谨慎对待声称单一平台即可解决所有问题的说法。有效的代理治理需要身份、运行时基础设施、应用程序及安全遥测之间的强大集成。未来的架构胜负手，在于能否快速连接这些系统以治理自主行为，同时不牺牲代理的速度与灵活性。
theCUBE将在10月6日至7日的活动中，与来自SailPoint、亚马逊、HCLTech等公司的高管深入探讨上述平衡之道，重点分析如何发现分类AI代理、关联问责主体、应用最小权限原则以及动态撤销权限。
（披露：theCUBE是SailPoint Navigate活动的付费媒体合作伙伴，赞助商对内容无编辑控制权。）