11 月 19 日到 20 日这两天,四家不相干的公司发布了四件看起来不相干的产品:LangChain 把 Agent 的工具调用收进一个网关,微软让 Agent 变成企业通讯录里一个有名字的成员,Stripe 让 Agent 能在审批规则下动钱,Eclipse 基金会开源了一个专门跑 Agent 的沙箱。
把四件事放在一起看,会发现它们补的是同一块地基:Agent 以谁的名义做事、谁批的、事后能不能查得到。这不再是「模型能干什么」的问题,而是「组织敢不敢让它干」的问题。
而就在三天前,有报道称加利福尼亚州起诉了 OpenAI,指控其在沙箱失效、导致外部机构遭到攻击的情况下,仍然继续测试自主 Agent。这条新闻和上面四件事放在同一周,说明的不是巧合,是同一件事的两面。
一、事实梳理:两天四件事,加一个反面案例
LangChain 的 LangSmith Tool Gateway,11 月 19 日开放公测。它是一个托管在 Agent 与 MCP 工具服务器之间的控制层,管三件事:凭据、身份、访问。管理员把不同 MCP 服务器上的工具挑出来组成一个「工具包」,用一条 URL 暴露给 Agent,Agent 只能看到包里那些工具。工具目录很大时,可以用检索模式按当前任务按需加载,而不是一次塞几百上千个进上下文。
它最值得看的是身份模型,分两种:acting-as-user,用终端用户自己的凭据,由 Okta 或 Entra ID 识别这个人,用户没连过账号就返回一个登录链接、登录后调用继续;acting-as-agent,用 Agent 自己的凭据或管理员连过一次的共享 profile,供无人值守任务使用。官方举的例子很典型:某美国大型零售商的工程团队做了 50 多个 MCP 服务器、上千个工具,门店助手要以每个店员自己的权限查库存、看排班、发邮件,而凌晨三点跑的对账 Agent 要用服务凭据。
每次调用的顺序是固定的:识别调用方(用户/Agent/profile)→ 应用拒绝策略 → 挂上已存凭据或请求连接 → 检查审批策略 → 转发 → 记录 trace。trace 会记工具、服务器、用户、结果、耗时,但不记工具的入参与返回值。组织级审计日志是 Enterprise 档才有的,公测覆盖 GCP 美/欧/亚太与 AWS 美区,Azure 美区不在内。
微软 Foundry,11 月 19 日公布:组织可以把 Agent 配置成 Microsoft 365 里一个有名有姓的成员,拥有自己的 Entra(Agent)身份、邮箱、日历、OneDrive,并且必须挂一个「负责经理」。同时提供公司级和团队级的 blueprint。
Stripe Treasury,11 月 20 日公测:允许企业给 Agent 受控的资金流动权限,退款、打款、转账都走审批规则。
Eclipse Enclave 1.0,11 月 19 日发布,MIT 协议开源。每个 Agent 会话跑在隔离容器里,文件、网络、开发资源的访问范围可定义;支持 Claude Code、Codex、OpenCode 等;多个 Agent 可以并行跑不同任务,会话可以恢复且不丢进度;能限制对外部服务的访问,并保护 Agent 使用的 API key 与 OAuth 令牌。代码来自 EclipseSource,是他们给自己团队做的,然后开源了。
同一周还有一条容易被忽略的消息:Kong 发布了 Volcano,一个托管 Agent 的「Agent 云」,官方说法是代码跑上去之后会持续找问题并提修复,「无需人工干预」,但没有公布价格。以及 OpenAI 那边的 Performance Factory:性能告警一响,Codex Agent 自动开任务、查原因、提修复,工程师复核合并,三个多月跑了一千七百多次调查,六百多次找到根因,差不多每天十七次。
二、为什么是同一个问题:Agent 从「问答」变成「按时上班」
两年前大家担心的是模型说错话,现在担心的是它在没人看着的时候做了什么。
LangChain 的博客把这件事讲得比较直白:Agent 正在离开聊天窗口,按计划跑、被事件触发、处理长任务,没人逐步检查。于是三个问题同时出现——这个 Agent 能调用哪些工具、它用的是谁的凭据、它做过的每一步有没有记录。
手工解决这三个问题的做法是「把三件事都硬编码进 Agent」:给每个服务写一遍 OAuth 流程、把令牌存在 Agent 旁边、每加一个工具就加一段路由。这套做法在小范围能用,一旦用户数、工具数、Agent 数上去就崩了。LangChain 那个零售商的例子说明崩在哪:五十多个服务器、上千个工具,每个 Agent 只该用其中很小一部分,而且每个场景该用不同的凭据,硬编码的做法里没有任何确定性检查能阻止 Agent 用错凭据或用未批准的工具。
这句话是整件事的核心。「确定性检查」是关键词——它不是靠提示词说「请不要用生产库」,而是在调用链路上有一道闸。
三、Tool Gateway 的真正贡献:把「拒绝」也记下来
工具网关这个概念不新,值钱的是三个设计选择。
第一,把「能看见什么工具」和「用什么身份调用」拆成两个独立设置。大多数自研方案把这两件事绑在一起:给了工具就等于给了凭据。拆开之后,一个 Agent 可以看到二十个工具,但只有其中三个能真调,而且调的时候用的是「谁」的权限也可以单独配。权限的粒度从「能不能用这个工具」细化到「以谁的身份用这个工具」,这是有本质差别的。
第二,拒绝策略和审批策略被放进调用链路,而不是放在事后审计里。两者分工很清楚:拒绝策略管「不许」,按组织或工作空间、按用户或服务密钥、或两者的组合来设,还能设「所有人都禁、名单里的人除外」;审批策略管「要人点头」,在敏感调用执行前,在 MCP 客户端里弹一次确认。LangChain 举的例子是仓库写入工具,管理员可以要求每一次写入尝试都有人确认。
这个选择的现实意义在于:事后审计只能追责,事前审批才能避免。绝大多数 Agent 事故不是「有人故意作恶」,是「它做了,没人拦」。
第三,trace 只记元数据,不记内容。工具、服务器、用户、结果、耗时都记,但入参和返回值不存。这是个很克制的取舍:留了证据链,又不制造第二个数据泄露面。对企业来说这意味着两件事——你能回答「谁在什么时候用什么身份调了什么工具、成没成」,但回答不了「它到底发了什么内容」。真要复盘内容,还得去业务系统里查。
需要提醒的是边界:组织级审计日志只在 Enterprise 档。这决定了小团队拿到的其实是「单次会话的 trace」,不是「全公司的证据链」。选型时这一点要提前算清楚,别以为公测就能拿到全套。
另外配套的那篇观点文章里有个数字值得注意:87% 在 LangSmith 上部署 Agent 的团队,在上生产之前就已经把 tracing 打开了。这个数字是厂商自报的,不能当行业数据看,但它指向一个反常识的结论——治理不是从上锁开始的,是从「看得见」开始的。没有 trace 谈策略,等于闭着眼睛设红绿灯。
四、Foundry 那条路:Agent 成为组织成员,代价是必须有主管
微软的做法和 LangChain 完全不是一个思路。LangChain 在 Agent 和工具之间加一层,微软动的是更底下的东西:给 Agent 一个企业身份。
具体是:Agent 成为 M365 里有名字的成员,有自己的 Entra 身份、邮箱、日历、OneDrive,并且必须挂一个「负责经理」。
这个设计解决的是身份治理里最老的问题——「借用员工账号」。过去给 Agent 开权限,最常见也最省事的做法是拿一个真人账号给它用。省事,但后果很重:日志里所有动作都是那个人的,出了事说不清是人做的还是 Agent 做的;那个人调岗或离职,Agent 立刻跟着废掉或者变成幽灵账号。
Agent 有了自己的身份,这三件事同时变清楚:能力与访问分离(它能做事,但不代表它能看那个人能看的一切)、审计有主体(日志里写的是 Agent 的名字)、生命周期可管理(人走账号不跟着走)。
但「必须有负责经理」这一条才是真正的制度设计。它等于承认了一件事:Agent 不能是一个没有主人的东西。企业里真正的风险不是 Agent 权限太大,是有一批 Agent 没人认领——建的人走了、项目黄了、账号还在跑,这类「影子 Agent」是安全团队最头疼的东西。
代价也随之而来:Agent 数量会爆炸。一个部门十个流程十个 Agent,全公司就是几百个「员工」,每个都有邮箱、日历、云盘。谁来审这些身份的申请?离职流程要不要包含「Agent 下线」?一个 Agent 换了负责经理,权限要不要重审?这些问题产品解决不了,只能靠企业自己的台账。
五、Stripe:钱是最硬的审批位
Stripe 在 Treasury 里给 Agent 开了受控的资金流动能力,退款、打款、转账都带审批规则。这件事看起来只是「又一个 API 接进来了」,实际上是这条线上最难的一环。
原因很简单:读操作错了可以改,写操作错了要赔钱,动钱错了要坐牢(对责任人而言是职业风险)。所以钱的审批设计,不能照抄工具审批的设计。
工具审批的常见做法是「超过阈值才要人批」。这套逻辑用在钱上有明显漏洞:限额挡不住高频小额。一次五千要审批、四千九不用,那 Agent 分成十次四千九就好了。真正管用的不是金额阈值,是规则:同一收款方一天累计超过多少要批、同一类目一周超过多少笔要批、首次出现的收款方必须批。
这也解释了为什么支付与钱包那条线一直比别的 Agent 能力走得慢——不是技术难,是错了的代价不对称。
六、Enclave:沙箱从自研变成基础设施
Eclipse 这个沙箱的技术点不复杂:一会话一容器,文件/网络/资源访问可定义,会话可恢复,多 Agent 并行,保护凭据。真正值得说的是它的身份——一个基金会出的、MIT 协议的、支持 Claude Code / Codex / OpenCode 的中立沙箱。
这说明隔离层正在从「每家自己写一套」变成「基础设施」。这和容器当年的路径一样:先是 Docker,后来是标准。对企业的意义是采购决策变了——过去要评估「我们自己封的沙箱够不够严」,现在可以评估「用哪个标准沙箱,以及我们的策略配得对不对」。
但要清楚沙箱的边界。Agent 沙箱回答的是「跑在哪、能碰什么」,回答不了「以谁的名义」。一个跑在完美沙箱里的 Agent,如果拿着一个有全公司读写权限的服务账号,它依然能造成巨大破坏,只是破坏范围被沙箱边界限制住了。沙箱是减损装置,不是授权装置。两者必须一起上。
七、加州那个案子:为什么这块地基今年不能省
据媒体报道,加州在 11 月 17 日起诉 OpenAI,指控的核心是:在沙箱出现失效、并导致外部机构遭到攻击之后,公司仍然继续测试自主 Agent。
这个指控如果成立,它确立的是一条以前不存在的线:Agent 闯祸不再只是技术事故,而是有法律成本的事件。而法律成本一旦出现,前面那四件事的投资回报率就可以算了。
在此之前,「给 Agent 建身份、上审批、记账日志」在企业里长期排不上优先级,因为它带来的是成本,收益是「万一出事」。现在「万一」有了价格标签,这笔账就能算了。
对企业来说最实际的一条判断是:如果今天有监管来问「你们有几个 Agent、分别能做什么、谁批的」,你能不能在一天内答出来。答不出来,说明治理是零,跟用了多先进的模型没关系。
八、三个还没有答案的问题
第一,Agent 的身份该不该有任期?现在的做法是给 Agent 建一个长期身份,跟人一样。但 Agent 的生命周期往往是一个项目,项目结束身份还在,就成了影子账号。合理的做法可能是「身份带到期日,任务结束自动回收」,但目前没有产品这么设计。
第二,多 Agent 互相派活时,责任链怎么记?A 让 B 去调用一个工具,日志该记 A 还是 B?两个都记,就要解决「一条调用链跨了三个 Agent、用了两个身份」的归因问题。这在可观测性那一层是个新问题——传统 trace 假设只有一个执行主体。
第三,审计日志不记内容,出了事怎么复盘?这是合规与隐私的取舍,不是技术问题。记内容就多一个泄露面,不记内容就复不了盘。目前大家的共识是「记元数据、内容留在业务系统」,但这要求业务系统本身可查——而很多企业的业务系统恰恰是不可查的。
九、老达点评
一,这四件事合起来才叫「可追责」,缺一层就是残废。只有沙箱没有身份,出了事不知道是谁;只有身份没有审批,速度快到没人拦得住;只有审批没有沙箱,一次提示注入就能绕过策略;只有工具网关没有动钱的规则,前面三层都白做。看任何一家厂商的方案,先问它补的是哪一层,别把一层当全套。
二,Agent 有了独立身份,堵住的是「借用员工账号」这个历史漏洞,代价是身份数量爆炸。Foundry 用「必须挂一个负责经理」回答了「谁认领」,但没回答「几百个身份怎么审」。这一块企业得自己建台账,而且台账的字段比任何产品都重要:谁建的、代表谁、能碰什么、谁批的、什么时候下线。
三,Tool Gateway 最值钱的地方是「拒绝也被记录」。大多数审计只记成功调用,而事故复盘时最需要看的恰恰是被拒绝的那几次——它告诉你有人(或某个 Agent)在试。另一个值得学的设计是 trace 只记元数据,这个克制很难得,因为记全部内容是最容易做的选择。
四,「限额」是最偷懒的审批设计。无论管工具还是管钱,金额阈值都挡不住高频小额。真正的规则要看累计、看频次、看对方是不是第一次出现。这一点在钱上尤其致命。
五,沙箱正在被标准化,这是好事,但别误会它。Enclave 用 MIT 开源,说明隔离层会像容器一样普及。但沙箱只解决「跑在哪」,不解决「以谁的名义」。很多企业买完沙箱就以为安全了,其实授权那一半一点没动。
六,加州那个案子才是真正的转折点。它把「Agent 治理」从道德议题变成了财务议题。以前 CFO 问「为什么要花钱给 Agent 建身份」,答案是「万一出事」;以后答案是「出过事,罚了多少」。
七,给企业的最短路径不是选产品,是建台账。先花两周把现有的 Agent 列出来:谁建的、代表谁在跑、能碰哪些系统、有没有人管、上线多久没动过。这张表做完,你会发现真正需要治理的不是新写的那些,是躺在角落里没人认领的那一批。工具可以慢慢选,台账不能等——因为权限这件事的漏,永远是从「没人知道它存在」开始的。
十、一句话总结
这一周行业补的不是能力,是资格:Agent 要能被授权、被追责、被回收,才配进入生产环境。对企业来说,判断自己在这一步走到哪,只需要回答一个问题——出了问题,你能不能在一个小时内说清楚是哪个 Agent、用谁的身份、调了什么、谁批的。答得出来,地基就有了;答不出来,模型再强也只是在裸奔。
0 条评论