Silverfort 為 AI 代理人注入 Runtime 身份安全，直接喺執行嗰刻攔截風險

呢種做法同傳統依賴靜態角色或邊界防禦嘅安全模型有根本分別。Silverfort 將身份安全定位為唔係包喺 AI 外面嘅 wrapper，而係一個 governing 每個代理人嘗試動作嘅 Runtime 控制層。

執行機制具體點做？

呢項整合圍繞三個實際機制：

• 即時存取評估：喺 Copilot 代理人嘗試採取行動嘅精確時刻，平台分析請求並即時執行存取政策。未經授權嘅存取喺執行之前就被封鎖，唔係事後先記錄。
• 身份鏈感知：政策引擎追蹤每個動作背後嘅完整身份——啟動 session 嘅人類用戶、過程中用到嘅機器身份、以及被存取資源嘅敏感度——從中區分合法操作同越權行為。
• 最低權限執行：只授予代理人真正需要嘅特定數據同服務嘅存取權限。開發時經常為咗「整到佢行到」而慷慨授予嘅過大權限，喺 Runtime 會被標記並封鎖。

Silverfort 嘅 CSO Ron Rasin 嘅總結好直接：

「冇深入嘅身份上下文，根本冇辦法即時做一個有根據嘅決定，判斷代理人嘅動作係合法定係越權。所以 agentic security 本質上就係一個身份問題。」

問題所在：代理人而家會執行，唔止係傾偈

企業採用 agentic AI 嘅速度遠遠快過大多數身份同存取管理（IAM）系統能夠處理嘅速度。Microsoft 報告話超過 80% 的 Fortune 500 企業正在部署用 low-code 工具構建嘅活躍代理人，而 29% 嘅員工已經喺未經授權下使用 AI 代理人工作。呢啲數字描述嘅係一個比管治能力擴張得更快嘅攻擊面。

核心風險已經轉移。早期 AI 嘅關注點集中喺內容安全——幻覺、偏見、有害輸出。但 agentic AI 帶嚟一個更難搞嘅問題：存取控制。呢啲代理人會自我驗證身份、撈企業數據、觸發業務 workflow、仲會同雲端同地端環境嘅系統互動。一個權限設定錯誤嘅代理人，如果權限太濫，就會成為數據外洩或權限提升嘅直接通道。

問題仲因為 Silverfort 所講嘅「開發者兩難」而加劇。用 Copilot Studio 建立代理人嘅業務團隊，喺開發階段經常大手筆授予廣泛嘅管理員權限，純粹為咗快啲搞掂。呢啲過大權限嘅憑證會帶到生產環境，形成持續存在、不受管理嘅存取路徑，傳統 IAM 工具根本冇能力管。

傳統身份系統——密碼、多重身份驗證、靜態角色為本嘅存取控制——都係設計俾人類用戶喺可預測嘅 session 入面登入登出。佢哋應付唔到 AI 代理人嗰種動態、程式化、鏈式驗證嘅模式，因為代理人會呼叫 API、冒充機器身份、仲以極快速度代表多個用戶行動。

喺更大嘅業界版圖中嘅位置

Silverfort 嘅 Copilot Studio 整合係行業將身份變成 agentic AI 嘅控制層嘅更大趨勢之一部分。該公司類似嘅整合亦正在同 Google Cloud 嘅 Agent Gateway 進行，重點係對代理人同 API 及外部工具溝通時嘅可視性同執行。Microsoft 自己都有為 Copilot Studio 推出補充性嘅安全增強功能，包括 Federated Identity Credentials（消除持久化密碼）同 IT 控制去封鎖有風險嘅自訂代理人。但 Silverfort 嘅做法特別在於將 Runtime 決定直接嵌入代理人自己嘅執行流程，而唔係由外圍去管理安全。

對於正在評估呢項整合嘅安全團隊嚟講，實際問題好直接：呢個平台可唔可以喺動作完成之前，檢查並掌管每個代理人採取嘅動作，同時掌握動作背後真正嘅身份全貌？Silverfort 嘅賭注係：喺 Runtime 行內回答呢個問題——喺存取被批准之前，唔係喺損失造成之後——係唯一能夠隨住 agentic AI 部署速度而擴展嘅模式。