AI Agent 蔓延已经到来:当每个部门都有自己的 Agent,谁来管?

2026/06/10 ai AI Agent · 企业治理 · Agent 安全 · Opus Research · 影子IT 2293 字 · 约 7 分钟 阅读 ...
Opus Research 发布报告指出企业 AI Agent 部署正在快速蔓延,各行业的 Agent 数量呈爆发式增长。当每个部门都部署自己的 Agent,统一治理和安全管控变得前所未有的紧迫——这是企业 IT 正在面临的新"影子 IT"问题。

发生了什么?

2026 年 6 月 10 日,市场研究机构 Opus Research 发布了一份引发广泛关注的研究报告,核心结论是一个正在快速膨胀的问题:

企业 AI Agent 部署正在快速蔓延,各行业的 Agent 数量呈爆发式增长,但缺乏统一的治理和安全管控。

“Agent 蔓延”(Agent Sprawl)——这个之前只在安全会议小范围讨论的概念,正在成为企业 IT 的现实问题。

什么是 AI Agent 蔓延?

“Agent 蔓延”是指企业内部各部门、各团队独立部署的 AI Agent 数量和种类快速增长,但缺乏集中管理和统一治理的状态。

它的表现方式和历史上企业 IT 经历过的几个「蔓延」问题非常相似:

历史阶段蔓延现象后果
2000 年代SaaS 蔓延:各部门各自采购 SaaS 工具影子 IT、数据孤岛、安全盲区
2010 年代微服务蔓延:服务数量爆炸式增长运维复杂度飙升、API 治理困难
2020 年代影子 AI 蔓延:员工私自使用 ChatGPT 等工具数据泄露风险、合规失控
2026 年AI Agent 蔓延:各团队部署独立 Agent权限泛滥、治理真空、安全黑洞

可以说,每个 IT 时代都有一种「蔓延病」。2026 年轮到 AI Agent 了。

Agent 蔓延的典型场景

一个中等规模的企业,AI Agent 可能已经渗透到哪些部门了?

市场部

  • 用 Agent 自动生成社交内容
  • 用 Agent 分析竞品动态
  • 用 Agent 回复客户评论

销售部

  • 用 Agent 跟进销售线索
  • 用 Agent 自动报价
  • 用 Agent 生成会议总结

技术部

  • 用 Agent 辅助代码审查
  • 用 Agent 运维告警响应
  • 用 Agent 分析日志异常

人力资源

  • 用 Agent 筛选简历
  • 用 Agent 处理员工入职
  • 用 Agent 生成招聘报告

财务部

  • 用 Agent 审核报销
  • 用 Agent 整理对账单

每个部门有自己的工具栈、自己的使用场景、自己的 Agent。这些 Agent 可能来自不同的供应商,连接着不同的 API,拥有不同的权限级别,使用不同的数据——而且彼此不知道对方的存在。

当「没人管」的三个维度

Opus Research 的报告指出了三个最紧迫的问题维度:

1. 权限无法统一管理

每个 Agent 在被部署时,都被授予了它「觉得需要」的权限。但没有人从全局角度评估:

  • 这个 Agent 到底需要多少权限?
  • 它连接的系统是否超出了工作范围?
  • 当员工离职时,关联的 Agent 权限是否同步回收?

传统 IAM 系统对人有一套完善的「入转调离」流程。但对 Agent,大多数企业的做法是——部署时授予权限,之后就再也没人管了。

2. 数据流向不可控

Agent 的运作需要数据输入,也会产生数据输出。但跨部门的 Agent 集群中:

  • 哪些 Agent 在处理敏感数据?
  • 这些数据的处理是否符合合规要求?
  • Agent 产生的输出是否包含了不应泄露的内部信息?

每个 Agent 都是一个数据处理节点。几十上百个节点同时运行,但没有一个全局可视化的数据流向图。

3. 安全事件难以溯源

当一个 AI Agent 被提示注入攻击或配置错误时:

  • 是哪个 Agent 出了问题?
  • 它做了什么操作?
  • 影响了哪些系统?
  • 应该由谁负责响应?

在缺乏统一 Agent 监控和审计的企业中,这些问题的答案往往是 「不知道」

从影子 IT 到影子 Agent

历史上企业 IT 处理「影子 IT」(Shadow IT)的经验,可以作为应对 Agent 蔓延的参考:

阶段影子 IT(SaaS 时代)影子 Agent(AI 时代)
第一阶段员工私自使用在线工具团队私自部署 Agent
第二阶段IT 发现但无法禁止安全团队知道但管不过来
第三阶段采购 CASB 等管控工具采购 Agent 管理平台
第四阶段建立 SaaS 审批和治理流程建立 Agent 注册和审批制度

Opus Research 的报告认为,当前企业大多处于第一阶段到第二阶段之间——已经发现了问题,但还不知道怎么管。

报告的核心建议

虽然无法获取原文全文,但从行业报道和讨论来看,Opus Research 报告的核心建议可以概括为几个方向:

1. 建立 Agent 注册制度

每个部署的 Agent 都应该像员工一样有「档案」——谁部署的、什么用途、使用了哪些数据、连接了哪些系统、需要什么权限。

2. 实施 Agent 权限最小化

Agent 初始化时只授予完成任务所需的最小权限,并建立定期权限审查机制。这和传统 IAM 的最小权限原则一脉相承,只是治理对象从人变成了 Agent。

3. 构建 Agent 可观测性

建立统一的 Agent 运行监控面板,实时掌握所有 Agent 的运行状态、API 调用频率、数据访问记录和异常行为。

4. 制定 Agent 安全管理政策

  • 什么类型的 Agent 可以部署?
  • 哪些数据 Agent 可以访问?
  • Agent 调用外部 API 需要什么审批?
  • Agent 安全事件如何响应?

这件事的意义

Opus Research 的报告被广泛传播的原因很简单——它说到了一个让企业 IT 和安全团队越来越焦虑的问题。

2025-2026 年,企业对 AI Agent 的态度大致经历了三个阶段:

  1. 兴奋期(2024-2025 初):Agent 能提高效率,赶紧用
  2. 试水期(2025):部分部门试点,边用边看
  3. 警醒期(2026 初):发现 Agent 管不住了

Opus Research 的报告发布于这个「警醒期」的转折点上,为企业 IT 团队提供了正视这个问题的理由和框架。

对于企业的 CTO 和 CISO 来说,现在需要回答的问题不是「我们要不要用 AI Agent」,而是 「我们怎么确保已有的 Agent 是安全的、可控的、合规的。」

参考资料

  • Opus Research 报告(2026-06-10):AI Agent Sprawl Has Arrived. 来源:No Jitter 报道。
  • No Jitter 报道:AI agent sprawl has arrived, Opus Research says. 2026-06-10.

文档信息