當企業開始認真考慮導入 AI Agent，IT 主管面臨的第一個問題不是「選哪個工具」，而是「我們的安全基礎設施準備好了嗎？」
根據品得網絡對包括 Hermes Agent 在內的多款開源 AI Agent 的原始碼安全審查，本文整理出企業導入 AI Agent 所需的資安合規框架，涵蓋六大面向。
一、身份驗證與存取控制（RBAC）
大多數開源 AI Agent 的致命缺陷就是缺乏角色權限控管。企業導入時，必須確保以下機制到位：
- 角色分級：至少區分「管理員」、「進階使用者」、「一般使用者」、「唯讀」四個層級
- 最小權限原則：每個角色只能存取完成其工作所需的最少資源
- 多因子驗證（MFA）：管理員帳號必須啟用 MFA
- Session 管理：設定 Session 過期時間、異常登入偵測、同時登入數量限制
評估重點：如果你考慮的 AI Agent 不支援 RBAC，那麼它不適合企業多人使用場景。這是紅線，沒有妥協空間。
二、資料加密與保護
AI Agent 在運作過程中會接觸大量資料，從使用者的指令到 AI 的回應，從上傳的文件到系統的操作紀錄。這些資料的保護需要覆蓋完整的生命週期：
- 傳輸加密：所有 API 通訊必須使用 TLS 1.3
- 靜態加密：存放在磁碟上的 Session 資料、對話紀錄、API 金鑰都必須加密儲存
- 金鑰管理：API 金鑰必須儲存在安全的金鑰管理系統中（如 AWS KMS、HashiCorp Vault），不可以明文存於檔案系統
- 資料分類：根據敏感度將資料分為公開、內部、機密、高度機密四個等級，AI Agent 只能存取其授權等級內的資料
評估重點：檢查 AI Agent 的 Session 檔案（通常在 home 目錄下）是否為明文。如果是，代表該工具在資料保護上有重大缺口。
三、稽核日誌與可追溯性
企業環境中，「AI 做了什麼」必須是可查的。完整的稽核日誌應包含：
- 使用者操作紀錄：誰、在什麼時間、下了什麼指令
- Agent 執行紀錄：AI 拆解了哪些步驟、呼叫了哪些工具、執行了什麼指令
- 系統變更紀錄：檔案讀寫、網路請求、API 呼叫的完整 log
- 異常事件紀錄：失敗的操作、被攔截的可疑指令、Provider 切換事件
日誌標準：建議遵循 ISO 27001 的日誌管理要求——日誌不可竄改、保留期限至少 90 天、具備集中化收集和查詢能力。
四、網路安全與隔離
AI Agent 具備網路存取能力（瀏覽器自動化、API 呼叫），這意味著它可能成為內網滲透的跳板。
- 網路分段：AI Agent 的運行環境應與核心業務系統隔離，限制其可存取的內網資源
- 出口過濾：限制 AI Agent 可連線的外部 IP 和域名，防止資料外傳
- SSRF 防護：阻擋 Agent 存取內網 IP（127.0.0.1、10.x.x.x、192.168.x.x 等），防止透過 DNS Rebinding 繞過
- API Gateway：所有 AI API 呼叫透過企業的 API Gateway，統一管理流量、限速、和存取控制
五、供應鏈安全
開源 AI Agent 依賴大量第三方套件，每一個套件都是潛在的攻擊面。
- 依賴鎖定：所有套件版本必須固定（pin），並驗證 hash 值
- 漏洞掃描：定期用 Dependabot、Snyk 等工具掃描依賴的已知漏洞
- 容器安全：Docker image 不應包含開發工具、偵錯器等非必要元件
- 更新策略：制定定期更新計畫，平衡「保持最新」與「穩定性」
六、事件回應與持續監控
即使做了以上所有防護，仍然需要為「出事了怎麼辦」做好準備。
- AI 專屬事件回應程序：定義 AI Agent 相關安全事件的通報流程、處理步驟、和責任歸屬
- 自動告警：設定異常行為的自動告警（如：大量檔案讀取、非預期的網路連線、API 用量暴增）
- 定期演練：每季至少進行一次 AI 相關的安全演練，測試回應流程的有效性
- 供應商監控：追蹤所使用 AI Agent 的 GitHub Issues 和安全通告，第一時間掌握漏洞資訊
企業就緒度評估表
| 面向 | 基本要求 | 你的企業達標了嗎？ |
|---|---|---|
| 存取控制 | RBAC + MFA + Session 管理 | □ 是 / □ 否 |
| 資料保護 | TLS 1.3 + 靜態加密 + 金鑰管理 | □ 是 / □ 否 |
| 稽核日誌 | 不可竄改 + 90 天保留 + 集中查詢 | □ 是 / □ 否 |
| 網路隔離 | 分段 + 出口過濾 + SSRF 防護 | □ 是 / □ 否 |
| 供應鏈 | 版本鎖定 + 漏洞掃描 + 容器安全 | □ 是 / □ 否 |
| 事件回應 | SOP + 自動告警 + 定期演練 | □ 是 / □ 否 |
如果以上六項中有超過兩項打了「否」，建議先完善基礎安全設施，再考慮正式導入 AI Agent。
結語
AI Agent 的導入不是一個技術決策，而是一個治理決策。它涉及資訊安全、合規要求、組織流程、和風險管理的全方位考量。
本文提供的框架是一個起點，而非終點。每家企業的產業特性、合規要求、技術成熟度都不同，需要根據實際情況進行客製化調整。
品得網絡具備完整的 AI 安全評估與顧問能力，從工具評估、框架設計到導入輔導，協助企業安全地踏入 AI Agent 時代。
本文基於品得網絡對多款 AI Agent 的安全審查經驗，結合 ISO 27001、OWASP 等國際安全標準整理而成。如需企業 AI 導入安全評估服務，歡迎聯繫品得網絡。
企業導入 AI Agent 需要哪些資安基礎設施？
六大面向缺一不可：(1) RBAC 角色權限控管 + MFA 多因子驗證；(2) TLS 1.3 傳輸加密 + 靜態資料加密 + 金鑰管理系統；(3) 不可竄改的稽核日誌（保留至少 90 天）；(4) 網路分段隔離 + SSRF 防護；(5) 依賴套件版本鎖定 + 漏洞掃描；(6) AI 專屬事件回應程序。
如何評估 AI Agent 是否符合企業安全標準？
檢查四個關鍵指標：(1) 是否支援 RBAC 角色分級（至少四個層級）；(2) Session 檔案和 API 金鑰是否加密儲存（非明文）；(3) 是否有完整的操作稽核日誌；(4) 是否能限制 Agent 的網路和檔案系統存取範圍。若有兩項以上不達標，不建議正式導入。
AI Agent 的稽核日誌應該記錄什麼？
四類紀錄：(1) 使用者操作——誰、什麼時間、下了什麼指令；(2) Agent 執行——拆解的步驟、呼叫的工具、執行的指令；(3) 系統變更——檔案讀寫、網路請求、API 呼叫完整 log；(4) 異常事件——失敗操作、被攔截的可疑指令、Provider 切換事件。建議遵循 ISO 27001 標準。
