【AI 代理資安漏洞】繼承了員工權限、卻不隨員工離職而消失，AI 代理成身分治理盲區
隨著大型企業開始導入 AI 代理，協助公司內部、外部的各項任務高效運作，傳統的「身分管理」顯然已經不能再畫清組織、員工與機器之間的權限。
舉例來說，在企業內部的某個角落，有名負責銷售業務的員工，正在透過低程式碼（Low-code）平台，比方 Microsoft Copilot Studio、Salesforce Agentforce 或 ServiceNow 等，開發一款 AI 代理程式。
同時，由於企業已經授權了低程式碼平台各種內部存取和操作的相關權限，因此員工開發的 AI 代理程式，自然也會繼承這些權限，並透過建立服務主體（Service Principal）、取得 OAuth 授權及 API 連線等執行各種工作。
然而不久之後，該名銷售業務被挖角並跳槽到其他公司，雖然人力資源部門按照傳統流程，協助他完成了各項離職手續，並由 IT 部門關掉了該員工的帳號存取權限，甚至通過了內部的權限審查程序，但他所開發的 AI 代理程式，卻仍然在公司內部默默運作。
換句話說，這個由企業離職員工所建立的 AI 代理程式，成為組織用目前現有的手段，難以完全恢復的權限管理資安漏洞。
掌握大量權限的自主 AI 代理
網路安全與身分識別公司 Radiant Logic 執行長 John Pritchard 指出，由於該 AI 代理程式所持有的憑證，其實是跟一個已不存在的員工身分互相連結，而這正是許多大型企業在 AI 代理風行之後所面臨的實際情況，更是傳統身分識別管理措施無法解決的問題。
John Pritchard 進一步說明，前述情境所稱的 AI 代理程式，並非只是聊天機器人、Copilot，或是單純搭配系統提示詞的大型語言模型，而是於企業平台內部建立，並且由 AI 所驅動的真實程式，它能使用企業簽發的憑證自主運作。
這類 AI 代理程式可以自由搬移資料、呼叫 API 並做出決策，不需要人工介入進行批准、審核，同時也以創建者的身分和存取權限運作，完整繼承人類員工本來就具備的存取權限。
John Pritchard 強調，AI 代理程式所擁有的身分識別類型，跟過去的案例截然不同，比方說員工帳號只是靜態身分，API 金鑰則內建有效範圍限制，但 AI 代理程式卻是自主運作、持久存在並具備可繼承性。
無法被端到端監控的「繼承鏈」
回顧過去二十年以來，企業的身分識別管理機制，始終都是針對人類員工，至今無論邏輯或技術皆發展得爐火純青。
可是其他非人類身分，例如服務帳號、憑證、工作負載（workloads）的發展速度，超越了人類現有的治理能力，隨著具備自主行為能力的 AI 代理登場，它不僅僅是為身分識別增添了全新類別，更徹底打破了各類別之間的藩籬。
John Pritchard 說，人類建立 AI 代理，然後 AI 代理再產生服務主體、OAuth 授權及 API 憑證，進而形成了一條鏈；從人類到 AI 代理再到機器身分，權限雖然被不斷「繼承」，但是現代資訊安全架構中，卻沒有任何單一工具，有能力對此進行端到端的監控。
當這條繼承鏈最頂端的人類發生變動，例如轉換團隊、離職、喪失權限，或因風險評估而遭到降級，下方系統卻極少同步更新權限，比方說 AI 代理程式仍會持續運行，其憑證依然有效，存取權限也維持不變，因此這條繼承鏈就成為了當今身分識別安全領域的核心問題。
機器身分數量已超過人類 80 倍
根據身分安全與存取管理公司 CyberArk 日前公開的報告，在一般企業中，機器身分的數量可能已超過人類身分的 80 倍以上，而這個比例是在具備自主能力的 AI 代理尚未普及之前，就早已形成的驚人數字。
同時根據諮詢公司 Gartner 預測，到了2028年，大約會有 33% 的企業軟體應用程式，將直接整合代理式 AI，較 2024 年不到 1% 的比例大幅提升，甚至還將有 15% 的例行性工作決策，將由自主運作的 AI 代理程式所定奪。
John Pritchard 指出，根據他的親身經驗，某家大型企業內部的 AI 代理數量，於短短一季之內就從 1,500 個飆升至 6,000 個，但相關治理措施的覆蓋率，卻僅僅維持在個位數。
換句話說，AI 代理程式的權限管理問題，早已不再是新興風險，而是營運上的現實。
傳統身分治理模式的漏洞
只不過，為什麼傳統的身分識別與管理措施，對於 AI 代理來說卻會失效呢？
John Pritchard 解釋，低程式碼 AI 代理程式創建平台的主要任務，在於提升企業的實驗與開發節奏，因此得要快速部署、廣泛整合，並且降低非開發人員建立自動化流程的門檻，然而，傳統身分治理則著重於管理生命週期，流程多為配發、監控及撤銷。
由於前述兩種運作模式根本無法銜接，最終就導致 AI 代理程式，落入了兩者之間的縫隙，並成為身分管理上的漏洞。
此外 John Pritchard 也指出，機密管理措施雖能解決部分問題，例如輪換 API 金鑰，但這種方法其實並無法告訴企業，使用該金鑰的 AI 代理程式是否仍應繼續存在，亦無法確認其繼承的權限，是否依舊跟人類員工的當前角色相符。
簡單來說，真正缺乏控管的層面，其實在於該被身分識別的物件本身，畢竟服務主體、角色指派及權限授予，即使在憑證輪替後仍會持續存在。
從「可見性」轉向「可觀測性」
John Pritchard 直言，許多聲稱已經解決「非人類身分」識別與管理問題的企業，實際上解決的部分，僅僅只有機密管理，其雖有必要但依然不夠。
John Pritchard 認為，面對 AI 代理的身分管理，企業資安策略要從「可見性」轉向「可觀測性」。
John Pritchard 說明，所謂「可見性」只會告訴企業，某個身分物件是否實際存在，至於「可觀察性」則會呈現其內部狀態，包括創建者、繼承的權限、下游衍生出的物件等，以及擔當繼承鏈起點的員工，是否仍擁有跟最初創立該物件或 AI 代理程式時，相同的權限身分。
當今多數企業的身分識別及管理，僅僅只停留於「可見性」層級；組織雖然能夠知道某個 AI 代理程式是否存在，可是卻無法深入探究這些程式的內涵。
解決繼承鏈問題要多方會診
John Pritchard 說，目前沒有任何單一工具或手段，有辦法解決「繼承鏈」造成的身分識別問題，但卻可以朝整合現有方案的方向進行努力。
舉例來說，端點安全可以向企業顯示，某個 AI 代理程式是否正在運行；身分治理能夠告訴企業，AI 代理是由誰所執行；平台工程（Platform Engineering）則可以釐清 AI 代理擁有的權限；安全維運則能分析出 AI 代理究竟執行過哪些操作，由每個領域各自掌握繼承鏈的其中一環。
AI 代理身分識別及管理的發展方向，John Pritchard 認為將在於串聯起各項程式，讓從人類員工開始的整個流程，可以清晰並一路追蹤到 AI 代理所產生的每項服務主體、OAuth 授權及 API 整合。
找出空白地帶，面對管理風險
John Pritchard 建議，如果企業正在執行一項跟身分管理有關的資安計畫，並且希望採取具體行動，不妨嘗試將端點安全、身分治理、平台工程及資安維運，四大領域的專家齊聚一堂，然後請他們各自描述，目前於企業資安環境中，關於 AI 代理程式身分的實際狀況。
接著，企業可以向領域專家提出更加關鍵的問題，找出哪些疑慮是沒有任何單一部門能夠獨立回答的「空白地帶」，而這個地帶就是企業所面臨的真實風險。
John Pritchard 直言，身分安全領域的下一個階段，將不再取決於企業如何將人類、機器或 AI 代理程式，視為獨立類別進行管理，而是取決於組織能否有效管控，將人類、機器與 AI 代理程式串聯起來的鏈條。
【推薦閱讀】
◆ 60% 企業部署未測試 AI 程式碼：Agentic AI 讓 Coding 變快，為何反而讓軟體治理失控？
◆ 只有 26% 受訪企業知道自己的 AI 花多少錢：Token 計費時代，企業新管理難題浮現
◆ 電子郵件是駭客入侵的核心破口，改變五個習慣讓你的網路帳號更安全
＊本文開放合作夥伴轉載，參考資料：Forbes、CyberArk，首圖來源：Nano Banana 2
（責任編輯：鄒家彥）