企业如何搭建一个底层架构来运行不同的Agent,确保AI运行的安全可控

企业如何搭建一个底层架构来运行不同的Agent,确保AI运行的安全可控

随着AI的发展,Agent一定是从通用Agent逐步细分出不同行业、不同领域能够完成不同任务的Agent,那对企业来说,也会引入更多的Agent,那如何做好Agent的管控会变得更重要,今天分享一下如何搭建一个Agent运行的底层架构,来保证Agent的安全可控的在企业内运行~

今天分享一下企业引入多Agent时,一个更底层的问题:企业到底应该如何搭建一套运行架构,让不同类型的Agent可以在同一套环境里工作,同时把执行过程管住。

这件事在前期并不明显。一个员工打开某个Agent工具,让它整理材料、生成报告,只要结果可用,就不会追问太多底层问题。

当Agent进入企业之后,会服务不同部门,接入业务系统,处理权限不同的数据,还可能承担长周期任务。如果仍然把每个Agent当成独立助手来配置和运行,后面就会需要如何统筹管控的问题。

多Agent进入企业后,复杂度首先出现在运行层

很多团队最初讨论多Agent,会把注意力放在“谁负责规划、谁负责执行、谁负责复核”这类协作关系上。这个讨论有价值,但如果落到企业系统里,协作只是上层表现,真正先暴露出来的是运行层复杂度。

不同Agent可能来自不同运行时。有的适合在Web侧和员工对话,有的更接近桌面助手,有的用于长时间执行任务,有的依赖本地文件和命令行环境。企业不太可能只保留一种Agent形态,也很难要求所有团队把原有工具一次性迁移到同一套框架里。

如果这些Agent各自保存身份、维护会话、调用工具和留下日志,企业管理者很难判断它们到底在什么边界内运行。某个任务执行失败,是模型没有理解任务,还是工具调用超时,或者执行环境被策略拦截,如果信息散在不同系统里,排查成本会很高。企业搭建多Agent底层架构时,第一步不是设计更多Agent角色,而是先把运行环境统一起来。

运行环境要接住身份、会话和任务状态

一个企业级Agent运行底座,至少要先管理好三类基础对象:身份、会话和任务。

身份不能只停留在某个工具自己的登录状态里。Agent进入企业后,它代表的是某个员工、某个岗位或某个组织范围内的授权。谁能调用哪些Agent,哪些操作必须经过确认,都应该回到企业已有的组织和权限体系里。否则Agent越多,权限边界越难解释。

会话也不能被拆散在不同入口里。员工可能从Web页面发起任务,又在IM里查看结果,后续还要在桌面端处理文件。如果每个入口都像独立工具,任务上下文就容易断裂。企业需要的是稳定的会话与工作区关系,而不是多个入口各自保存一份上下文。

任务状态则更重要。Agent不是只回答一句话,它可能要读取资料、调用工具、等待人工确认,再把结果交付给用户。这个过程可能几秒钟结束,也可能持续很久。底层架构要能记录任务从发起到结束的变化,让用户和管理员知道它是否还在执行,失败时也能看到原因。

这些能力是企业运行多个Agent的前提。没有这层底座,多Agent系统很容易变成多个工具拼在一起,前端看起来热闹,后台却没有完整控制面。

企业需要一层Agent运行托管层

多Agent底层架构里,应当有一层专门的运行托管层。它的位置介于员工入口和具体Agent运行时之间,负责把不同来源的Agent纳入同一套管理逻辑。

这一层不一定要替代所有Agent框架。更合理的做法,是让不同运行时通过适配方式接入。FinClaw可以承接企业内部的数字员工和长周期Agent任务,也可以通过适配器把OpenClaw、Hermes等运行时纳入企业环境。对员工来说,他感知到的是某个数字员工或某类AI能力;对企业来说,这些能力都应该服从同一套身份、策略和日志规则。

运行托管层还要处理并发和资源问题。企业里不是一个人在用Agent,而是很多任务同时发生。底座要知道哪些任务正在排队,哪些占用资源较多,哪些已经超时。缺少调度能力时,Agent运行状态会分散到各个工具内部,平台团队很难做容量规划和故障定位。

例如FinClaw的企业级Agent中台的意义,不是把聊天窗口做得更复杂,而是把数字员工的使用体验、组织权限和运行日志放到同一套管理体系里。企业可以在一个入口里使用不同Agent,也可以在后台观察它们的运行情况。

安全可控不能只放在入口处

企业做AI安全时,入口控制只能解决一部分问题。Agent真正产生风险的地方,往往发生在执行阶段。

当Agent开始调用工具、读写文件、执行脚本或连接内部系统时,它已经不只是一个对话模型,而是在消耗真实系统权限。多个Agent同时运行时,这类动作会成倍增加。企业如果只知道“某个员工发起了一次AI任务”,却看不到后续执行动作,就很难判断风险是否被控制住。

多Agent底层架构必须有独立的执行安全层。这个执行安全层不负责替Agent规划任务,而是在Agent真的执行动作时,限定它能访问什么、能不能联网、能使用多少资源,以及执行过程是否留下记录。

FinSafe适合承担这一层能力。它面向AIAgent工作负载,把代码执行、工具调用和脚本运行放进可策略化的环境里。对企业来说,更重要的不是把Agent完全限制住,而是让每一次执行都在明确边界内发生。它能把文件访问、网络连接、资源消耗和拒绝原因变成可追踪的信息。

无论任务来自FinClaw里的数字员工,还是通过适配器接入的其他Agent,只要它开始执行真实动作,都应该进入统一安全边界。否则企业表面上有统一入口,实际执行层仍然散在不同工具里。

审计要覆盖整条运行链路

多Agent系统的审计不能只看最终回答,也不能只看单个工具日志。

一个企业任务从用户发起到结果交付,中间可能经历运行时选择、任务拆分、工具调用、人工确认和安全策略校验。只要其中某一段没有记录,后面复盘就会出现空白。

审计应当被设计进底层架构里。用户是谁,Agent以什么身份运行,任务什么时候启动,调用了哪些工具,是否触发执行策略,结果交付给谁,这些信息不应该由各个Agent自行决定是否记录,而应该进入统一日志体系。

审计的目的也不只是追责。它还会影响企业后续如何扩展Agent能力。哪些Agent运行稳定,哪些任务经常失败,哪些执行动作经常被策略拒绝,这些数据都会反过来帮助企业优化运行底座。

没有这层审计,多Agent只能停留在试点阶段。企业无法长期运行一组看不清过程的自动化能力。

FinClaw和FinSafe如何组合成底层架构

从架构分工看,FinClaw和FinSafe可以分别承接两个层面的能力。

FinClaw更靠近Agent管理和运行托管。它面向员工提供统一入口和数字员工体验,面向管理员提供组织权限、模型策略和执行日志管理。不同Agent不再作为分散工具存在,而是进入企业可配置、可维护的运行环境。

FinSafe更靠近执行安全。它处理的是Agent真正调用工具、执行代码、访问文件和连接网络时的边界问题。不同Agent运行时可以通过托管层进入企业平台,而它们产生的执行动作则通过FinSafe进入策略化、安全化和可审计的运行环境。

这两个层面不能互相替代。只有Agent管理平台,没有执行安全层,企业很难放心让Agent真正做事;只有执行安全层,没有Agent托管,企业又很难管理不同入口和任务之间的关系。

企业要搭建的底层架构,应当把这两件事放在一起考虑:上层统一管理Agent如何进入组织流程,下层统一约束Agent如何执行真实动作。

不同Agent进入企业,是一个架构问题,不只是工具采购问题。

企业需要的不是把多个Agent并排摆在员工面前,而是搭建一套底层运行环境,让身份、会话、任务状态和审计都收敛到同一套体系里。不同运行时可以被适配进来,不同入口可以共享同一套策略,真实执行动作则进入安全边界。

Read more

DeepSeek Harness 安全运行测试,看看是否可以突破系统限制,成为“破坏性Agent”

DeepSeek Harness 安全运行测试,看看是否可以突破系统限制,成为“破坏性Agent”

把工作交给AI,越来越像给同事交代一句话。写个脚本,把几份表格汇总,开发一个小工具,再把视频剪出来。聊天窗口里,Agent列出计划,运行工具,交回结果。 用户看见的是完成后的文件,电脑执行的却可能是几百行临时生成的代码。很多操作绕过了熟悉的图形界面,直接由脚本调用系统接口。用户没见过某个设置页面,也可能已经授权Agent启动了一个有能力修改它的进程。 那些代码打开过哪些进程,读写了什么,碰过哪些系统设置,大多数人不会逐条检查。看到Agent带着“沙箱”两个字,也很容易直接把它当成一道已经生效的保护。 FinSAFE百炼场公开了一组围绕DeepSeek Harness(DSH)的Windows对照测试。弹窗风暴、剪贴板替换和注册表配置删除,都能在里面找到实际请求、工具返回以及独立观测。本篇沿着这几组记录,看看一句话变成系统调用之后,电脑到底发生了什么。 同样的任务,执行权限决定电脑发生什么 这些测试把同一项操作交给普通DSH和受FinShield保护的DSH,观察两边结果。正式对照都采用Full Access模式,减少逐条命令审批,防护组额外加载FinSA

By Ricky
电脑装上AI Agent软件后,自带的沙箱真的能做好运行管控吗?

电脑装上AI Agent软件后,自带的沙箱真的能做好运行管控吗?

现在一台电脑装两三个Agent,已经非常常见。写代码时用一个,整理文件时换一个,还有的能直接打开应用、操作桌面。不少Agent自带沙箱,可以限制脚本访问哪些目录、连接哪些地址。可同一个Agent里,能拦住一条终端命令的规则,未必也管得到它用的文件工具和桌面操作。电脑上装了几个助手,还得分别看看它们的沙箱管到了哪里。 比如,你让Agent从报价表里提取产品名称和价格。表格打不开,它可以先查路径,也可能直接尝试改文件权限。你交代的还是同一个任务,电脑收到的却已经是一次修改授权的请求。Windows会根据发起请求的进程拥有什么权限,决定让不让它改。 接下来分享几组真实的Windows对照测试。测试人员用DeepSeek Harness(DSH)对专用样本发起操作,再比较普通运行和受保护运行的结果。有的文件内容一点没动,编辑权限却变了。有的配置从注册表里消失了。还有一次,用户复制的文字在粘贴之前就被换掉了。 文件原封不动,能改文件的人却变了 在SYS-02这组测试里,测试人员准备了一个样本文件,给Windows的Users组设了修改权限,再让Agent移除这条授权。普通组执行成功

By Ricky
员工自装Agent,企业用FinShield统一管控资料权限

员工自装Agent,企业用FinShield统一管控资料权限

作为企业IT管理部门,最近最需要关心的问题是,如何管理好员工使用的AI Agent的工具? 一方面是软件的负责程度,Agent时代不像过去的软件一样,可以公司统一采购下发安装,某个具体的功能全公司用一个软件就能实现,很容易就能够做到统一的管控,保证企业数据的安全; 另外更重要的一方面是,Agent的强大能力,每个Agent都能自己写脚本,绕过GUI页面直接修改底层的数据,本身很多员工就是电脑小白,对电脑的认知不足,经常容易在不经意间造成信息泄漏。 今天就分享一个免费的技术方案,详情可以见GitHub地址~ 以企业的场景为例: 一位售前同事跟进A、B两个项目,工作账号能打开两边的报价。准备A项目投标时,他把招标文件交给桌面Agent,生成响应初稿。这次任务用得上A项目的招标文件和公司模板,用不上B项目的报价。把整个网盘同步目录开放给Agent,就把B项目的报价也放进了Agent能访问的范围。 可以借助FinShield给员工和Agent分别设置访问边界。员工照常查阅自己负责的项目,桌面Agent通过FinShield启动后,按企业策略读取资料、写入结果。投标任务的权限可以很具

By Ricky
字节被曝拟限制外部AI访问内部资料,企业该管到哪一步?

字节被曝拟限制外部AI访问内部资料,企业该管到哪一步?

[[RYAN_FINCLIP_GHOST_IMAGE_01]] 据 11 月 3 日的媒体报道,字节跳动计划从 11 月起限制Claude、Codex等外部AI工具访问L4级代码仓库和飞书文档。 员工自购的账号也在报道所述的限制范围内。报道提到部分Seed使用场景例外。目前尚未找到字节公开发布的通知原件。 值得企业关注的是,报道把限制落到了具体资料上。一名员工有权限打开内部文件,通常是因为他需要用这份资料完成工作。把文件交给外部AI服务处理,多了一次数据传递,也多了一个处理方。哪怕用的是公司购买的账号,这次传递也需要有明确的授权。 资料交给AI之后,风险会走到哪儿? 在聊天框里粘贴一段合同,员工至少能看到自己交出去的内容。用了能读文档或代码的插件,实际送给模型的内容还可能包括工具自动带上的上下文。员工界面上只看到一句提问,公司却要知道请求里究竟包含了什么。 源文件从对话界面删掉以后,服务商侧是否仍有日志或其他副本,得看实际配置和服务条款。等出了问题才翻合同,往往连该找谁核对都要重新查。 还有一种暴露发生在公司内部。知识库如果用同一个高权限账号取资料,检索时又没按提问者的

By Ricky