誰來管轄你的 AI？企業 Agent 和模型的治理框架
為何重要
AI Agent 的普及正在迫使 Identity and Access Management (IAM) 架構從「以人力為中心」轉向「以工作負載為中心」，促使 SPIFFE/SPIRE 等技術成為新興標準。同時，為遵守 FDA 等監管機構對演算法完整性的要求，Trusted Execution Environment (TEE) 與自主驗證的市場需求將推動安全服務從雲端轉向客戶端，重塑加密計算產業的競爭態勢。
隨著 AI Agent 闖入企業資產並導致 Shadow IT 復發，DigiCert 發布名為「AI Trust」的治理框架，試圖透過加密與去認證機制解決未受管控的自主 Agent 所帶來的潛在風險。
- IBM 2026 資料外洩成本報告顯示，68% 的組織缺乏有效的 AI 治理機制（較去年的 63% 增加），且僅有 38% 的組織要求 IT 審查後才能部署 AI（較去年的 45% 下降）。
- 為避免依賴靜態憑證，建議採用工作負載身份管理，透過 SPIFFE/SPIRE 等標準管理 Agent 身份，使其獨立於傳統人力 IAM 之外。
- 提出一種類似 DMARC 的 DNS 策略記錄，在 Agent 透過 MCP Gateways 執行任務前，先驗證其授權身份與許可範圍。
- 運作中的模型完整性需透過 Trusted Execution Environment (Intel TDX 或 AMD SEV-SNP) 保障，並藉由符合 IETF RATS 架構的去認證服務來驗證供應鏈與加密簽章。