当 AI 智能体自主行动,治理必须下沉到数据层
When agents act on their own, governance has to live in the data layer | VentureBeat
VentureBeat 文章指出,随着企业赋予 AI 智能体更多自主权,仅在智能体层加护栏已不够,治理必须在数据层可执行地强制执行。EDB 数据与 AI 治理产品管理副总裁 Priyanka Jain 表示,把声明的目的绑定到智能体身份后,访问层会像评估角色和行级安全一样评估它。文章提出九项控制,涵盖查询时角色与属性访问控制、动态列掩码、会话级审计日志、数据血缘,以及本地、云和隔离环境的一致执行。
正文 · AI 翻译
随着企业赋予 AI 智能体更多自主权——即无需人工逐步审批,就能跨系统规划、决策和行动的能力——一个尖锐的问题被推到每次架构评审的核心:当智能体试图执行一项它从未被授权执行的操作时,究竟是什么在阻止它?
这些是你的智能体,运行在你的模型上,在你的基础设施中接触你的数据——而它们行为的责任由你承担。这种责任无法事后弥补,也无法靠一套停留在纸面而非实践中的抽象政策来履行。智能体需要在当下情境中的规则,因为它们不会对自己的行为行使凌驾性的判断。
考虑一条简单的规则:永远不要打开车门。若照字面执行,智能体根本无法上车或下车。但如果你改变情境(车刚刚撞毁,起火了,有人受伤需要出来),那么你真正想要的规则恰恰相反。当下的情境就是一切。我们要求智能体做智能的事;这需要智能的规则。
本能的反应是在智能体周围加护栏:在模型之上叠加指令、政策和监控。这些机制很重要,但它们有一个结构性局限:车门规则看似合理,直到你真正必须决定是否打开车门的那一刻。智能体层的控制,其可靠性只取决于智能体输出的可预测性,而自主性恰恰是让输出难以预测的那种属性。依赖在行动发生前进行审查的治理,无法跟上在毫秒内跨多个系统同时行动的系统。
治理必须变得可执行,并在智能体实际开展工作的位置强制执行:在运营数据层,在情境之中,且恰在事情发生的当下。
智能体通过接触数据创造价值。它们查询数据、检索数据、转换数据,并且越来越多地对数据采取行动。一条规定智能体不应访问某类数据的政策,只有当系统能在智能体请求访问的那一刻拒绝该访问时才有意义。此外,一条规定 AI 必须可审计的原则,只有当组织能够重建智能体做了什么、接触了哪些数据、代表哪个用户行动以及产生了什么结果时才有意义。当治理位于数据层时,无论智能体如何构建、如何行为,它都成立,因为该控制是数据库本身的属性,而不是智能体做出的承诺。
企业不应依赖模型选择遵守政策。政策必须由系统强制执行。这就是寄望于行为者留在边界内,与从一开始就构建它无法跨越的边界之间的区别。
让这一切成真的控制措施,是许多企业已经在数据层运行的那些:基于角色和属性的访问控制、行级和列级安全、分类与掩码、策略即代码,以及完整的审计追踪。
智能体改变的不是机制,而是机制必须识别谁。身份管理必须把智能体视为独立的主体,拥有自己的身份,并在会话开启时声明目的。
一旦目的绑定到身份,策略引擎就能像今天评估角色或部门一样评估它,而事件记录不仅能捕获谁行动、接触了什么,还能捕获他们声明自己在那里做什么。
在实践中,这归结为九项控制,归入三大要务:
在查询时强制执行基于角色和属性的访问控制,对智能体和用户同样适用
由同一策略路径驱动的动态列掩码
智能体身份作为一等主体,在会话开始时绑定声明的目的,并保留实际操作用户
驱动策略的分类与标记
会话级审计日志,记录哪个智能体行动、代表哪个用户、依据什么声明的目的
跨管道的血缘,使结果可以追溯到产生它的请求
集中化、可移植的策略管理
静态和传输中的加密
在本地、云以及主权或气隙环境中一致执行
“声明的目的正是关键所在。它成为一个访问层已经理解的属性,在与角色和行级安全相同的策略路径中评估。执行机制没有改变。改变的是,智能体的目的成为其评估内容的一部分,也成为事后记录所证明内容的一部分,”EDB 数据与 AI 治理产品管理副总裁 Priyanka Jain 表示。
无论你处于 AI 应用旅程的哪个阶段,数据层的强制执行都能让你走得更快而不是更慢。控制措施已经在数据库里。不同之处在于,智能体现在必须经过它们。
目标不是阻止智能体从事有用的工作,而是界定智能体能走多远、能接触什么、能改变什么、什么情况需要升级处理,以及一旦出错组织如何重建事件经过。以这种方式治理,智能体便有了身份标识、范围界定、监控和可审计性。企业可以更快地采用它们,因为安全、风险和领导团队信任其底层的运营模式。
这一开放基础构建于开源 Postgres 之上,让企业掌控其数据存放位置、谁可以访问数据以及在何种策略下访问,而无需将治理权让渡给一个他们不拥有或无法检查的层。对于受监管行业而言,数据主权与源级执行的这种结合并非锦上添花,而是将智能体投入生产的前提条件。
智能体系统将不断增强能力、提高自主性。这是审慎决定控制权归属的理由,而不是放慢脚步的理由。在数据层强制执行治理的企业可以在 AI 上大胆推进,因为保护其数据的东西远不止一厢情愿。
EDB Postgres AI 是一个开放、企业级的主权数据与 AI 平台,统一事务、分析和 AI 工作负载——并在数据所在之处强制执行治理。完整框架请参阅 EDB 白皮书《以企业速度治理智能体 AI》。
Max Romanenko 是 EDB 的首席技术官。
赞助文章是由付费投放或与 VentureBeat 有商业关系的公司制作的内容,且始终有明确标注。如需了解更多信息,请联系 sales@venturebeat.com。