文章总结： 该指南聚焦企业AI安全治理的三重困境：资产不清、管理方法不统一、风险应对路径不明。它提供了从发现AI到持续运营的七章实施路径，包括资产盘点、安全围栏、影子AI发现、Agent权限审计等。关键建议是分阶段落地，先摸清情况再逐步建立控制，并给出了产品能力映射与选型建议。 综合评分： 88 文章分类： 安全建设,安全意识,数据安全,应用安全,解决方案

《企业AI安全治理指南》：从公网AI到Agent的落地实践经验

FreeBuf

2026年8月22日 18:00 上海

在小说阅读器读本章

去阅读

AI 正在加速进入企业的每一个角落。

员工用豆包、Kimi、DeepSeek 写材料、整理会议纪要、修改代码；业务部门搭建智能客服、知识助手和代码助手；办公 Agent、运维 Agent 则开始连接内部系统，读取业务数据，调用工具执行任务。

AI 的使用场景越来越多，但企业的安全治理往往还没有跟上。

员工把客户资料、合同、源代码上传到公网 AI，安全团队能不能发现？业务部门私下搭建的 AI 应用和 API，是否已经暴露在公网？Agent 调用了哪些工具、拿到了什么权限，出了问题以后能不能还原完整过程？

当AI从一个聊天工具变成企业业务链路的一部分，安全问题也从内容风险，延伸到数据、资产、身份、权限和实际执行动作。

对不少企业来说，AI 安全治理的现实困境已经摆在眼前。

企业AI落地，正在遇到三重治理困境

第一重：不知道企业里到底有多少AI在用

公网AI、采购的AI应用、自研知识助手、桌面Agent，以及业务部门自行搭建的工具，可能同时存在于不同部门和系统中。有的经过审批，有的没有报备，有的已经接入内部数据，还有的暴露在公网。

如果连 AI 资产和使用情况都没有摸清，后续的风险评估、权限管理和安全审计就无从谈起。

第二重：不同类型的AI，不能用同一套方法管理

公网 AI 的核心问题，是敏感数据外发和未经授权的使用；企业内部 AI 应用需要防范提示词攻击、敏感信息泄露和输出失控；Agent 则进一步涉及身份权限、工具调用和高风险操作。

当 AI 开始调用工具，风险就从“说错一句话”，变成了“做错一件事”。

第三重：看见了风险，也不一定知道从哪里开始

要不要直接封禁公网 AI？内部应用应该怎么接入安全围栏？影子 AI 去哪里找？Agent 应该管模型，还是管账号、权限和工具？哪些能力必须建设，哪些可以复用现有安全体系？

企业需要的，是一条能结合真实业务场景逐步落地的治理路径。

斗象发布：

《企业 AI 安全治理落地指南》

围绕企业在 AI 使用、风险发现、运行时防护和持续运营中的实际问题，斗象科技发布 《企业 AI 安全治理落地指南》。

这份指南从企业已经发生的 AI 使用行为出发，按照 “看清使用情况、建立治理规则、接入安全围栏、发现影子 AI、约束 Agent 权限、纳入日常运营” 的思路，给出一套清晰的实施路径。

整份指南共分为七个章节：

第一章｜先把企业里的 AI 分清楚：区分公网 AI、内部 AI 应用和 Agent，明确不同场景的风险特点与治理重点。

第二章｜先定三件事，再建 AI 台账：明确责任人、使用红线和例外审批流程，梳理 AI 应用、数据来源、工具权限和风险等级。

第三章｜可控 AI 先接入围栏：覆盖提示词攻击、敏感数据泄露、违规输出和异常工具调用，建立运行时安全防护基线。

第四章｜影子 AI 要分两边找：从员工侧发现公网 AI 使用行为，从资产侧识别未报备应用、暴露的 API 和仿冒站点。

第五章｜Agent 要管脑，也要管手脚：围绕独立身份、工具白名单、人工确认和行为审计，约束 Agent 的真实执行动作。

第六章｜治理要接进日常运营：建立分级响应机制、阶段性建设路线、投资优先级和治理效果指标。

第七章｜把方案落到产品能力上：梳理安全围栏、流量发现、攻击面管理与现有安全体系之间的能力分工。

从发现 AI，到管住调用、补齐盲区，再到持续运营，这七章组成了一条完整的企业 AI 安全治理链路。

这份指南里有什么？

1. AI 资产盘点与治理框架

区分公网 AI、内部 AI 应用和 Agent，明确责任人、使用红线和台账关键信息，帮助企业摸清有哪些 AI 在用、接触了什么数据、存在哪些风险。

2. 影子 AI 发现与分层防护

从员工侧和资产侧发现未纳管的 AI 使用行为、私搭应用和暴露资产，通过安全围栏、入口管理和数据防护，逐步建立覆盖企业内外的防护体系。

3. Agent 权限与行为审计

围绕独立身份、工具白名单、高风险操作确认和全链路审计，约束 Agent 的实际执行动作，让访问有边界、操作可追溯。

4. 分阶段落地路线图

按照“0-30 天看清风险、30-90 天建立控制、90 天后持续运营”推进建设，并结合覆盖率、风险面、处置效率和业务体验评估治理效果。

5. 产品能力映射与选型建议

梳理 AISCC、PRS-NTA、APTP 与安全围栏、影子 AI 发现、外部攻击面管理之间的对应关系，帮助企业结合现有安全体系确定建设重点。

迈出企业 AI 安全治理的第一步

AI 还会继续进入企业的更多系统，也会不断改变形态。

今天是网页里的聊天助手，明天可能是桌面 Agent，后天就可能进入研发流程、业务系统和自动化决策链路。

企业 AI 安全治理也需要跟着这些真实使用场景逐步完善。

先把 AI 使用情况摸清楚，把可控应用纳入围栏，把影子 AI 找出来，再把 Agent 的身份、权限和执行动作管起来。

以上分享内容来自斗象科技《企业AI安全治理落地指南》，指南里还有更完整的动作清单、产品能力映射和落地示例。

感兴趣的伙伴可以添加FB官方助手“小星星”，回复关键词「AI治理」，即可获取《企业AI安全治理落地指南》完整版PDF。

推荐阅读

#

电报讨论

免责声明：

本文所载程序、技术方法仅面向合法合规的安全研究与教学场景，旨在提升网络安全防护能力，具有明确的技术研究属性。

任何单位或个人未经授权，将本文内容用于攻击、破坏等非法用途的，由此引发的全部法律责任、民事赔偿及连带责任，均由行为人独立承担，本站不承担任何连带责任。

本站内容均为技术交流与知识分享目的发布，若存在版权侵权或其他异议，请通过邮件联系处理，具体联系方式可点击页面上方的联系我。

本文转载自：FreeBuf 《《企业AI安全治理指南》：从公网AI到Agent的落地实践经验》