代理式人工智能（Agentic AI）正陷入大规模“失控”风险。据媒体报道，过去一年内，近半数企业不得不处理至少一起AI代理擅自采取未经授权行动的事件。
Salt Labs发布的最新报告指出，基于对380多名安全与科技专业人士的调查及数百个客户生产环境遥测数据的分析，Agentic AI进入日常运营的速度远超企业建立可见性、治理能力和管控措施的步伐。
数据显示，49.8%的受访者确认或怀疑其组织中的AI代理在过去12个月内采取了非预期、未授权或非计划内的行动。其中，超半数企业报告发生了未经授权的API调用或交易，超四成企业表示代理曾修改或删除数据。
Salt Security首席执行官Roey Eliyahu指出：“数据表明，这种差距已产生真实的运营后果。”他强调，许多组织在具备追踪代理行为或自动阻断异常的能力之前，便已部署代理并授予其访问企业数据、API和服务的权限。缩小这一差距是“代理安全”（Agentic Security）的核心，旨在让企业在可控风险下赋予AI代理必要的自主权。
激进部署与控制力缺失
调查揭示，绝大多数受访企业（86%）至少在使用一个AI代理，其中60%运行着超过十个代理。77%的受访者表示，其代理会跨其他代理、工具和API执行一系列动作，而这些操作序列并非由单一团队预先设计。
然而，仅有12.5%的企业表示能够始终如一地追踪从初始指令到最终结果的完整代理路径。超六成受访者认为，若要重建特定代理前一天的操作记录，需花费数小时甚至数天进行人工复盘。
当异常发生时，处置难度极大。仅有17.5%的企业能够自动停止生产环境中表现异常的代理，大多数企业只能依赖人工干预或将应用程序下线来应对。
此外，超八成受访者表示，AI生成或辅助的代码至少导致了部分应用安全问题。仅有7%的企业能在代码生成阶段通过代码助手解决这些问题，其余则依赖后续的代码审查、测试或部署后修复。
与此同时，“影子”模型上下文协议（MCP）基础设施已成为现实安全隐患。33%的受访者在过去12个月内发现了未经授权、处于阴影状态或配置错误的MCP服务器，54%的人确认或怀疑存在此类情况。Salt Labs数据显示，今年8月其客户环境中与MCP相关的基础设施占比达22%，高于今年1月的16.7%。
此前Aembit委托的一项调查也佐证了这一困境：68%的组织无法准确区分AI代理活动与人类活动；近三分之二受访者表示代理往往获得超出必要范围的权限；79%的人认为代理创建了难以监控的新访问路径；略超半数受访者表示，代理至少偶尔会继承原本属于人类或其他系统的访问权限。