当AI开始替你转账：智能体时代的”身份基线”如何重塑

2026 年 8 月，得助智能多模态生物核验与防伪平台 V2.0 通过 GB/T 41987-2022 国标全项测试，单次承受逾万次攻击无突破。这条新闻之所以引起职行力的关注，不仅是因为它在金融反诈领域的技术突破，更是因为其末尾那段升维表述：身份核验正在从入口产品升级为企业级智能体安全基础设施的关键组件。

过去十年，企业级身份核验解决的是”用户登录系统时是不是真人”的问题。但当 AI 不再只是回答问题的对话机器人，而是逐步介入业务操作、承担交易执行时，一个新的问题浮出水面：”谁在发起指令、谁在授权执行”。这两件事每一步都需要可信的身份验证支撑。

一、从”登录一下”到”转账十万”

理解这个变化对企业 IT/安全架构的冲击，需要先回顾传统身份核验的设计前提。

过去 20 年的身份核验，默认是被动的、单次的、发生在入口的：

• 用户登录系统时验证一次——是不是真人，是不是本人
• 关键操作前再加一道——短信验证码、U盾、动态令牌
• 风险事件后追溯——日志、审计、责任认定

这套设计有效，是因为系统中的每一次关键动作，最终发起者都是自然人。即使中间经过多个岗位、多个系统的流转，落到责任主体上还是一个具体的人。

Agent 时代打破了这条假设。当 AI 被授权调用 CRM、ERP、网银、合同管理系统时，关键动作的”发起者”链路上出现了多个”非人主体”：

• 一个销售陪练智能体被授权查询客户档案、推送促销话术、调用支付接口
• 一个财务智能体被授权发起小额支付、对账、生成月报
• 一个法务智能体被授权审核合同条款、发起电子签约、调用印章系统

表面上看，这些操作依然”人在回路”（human-in-the-loop），但业务发生得越来越快、越来越密集、越来越自动化。当一个 AI 每秒能处理上百笔交易时，让自然人在每一笔交易前”刷脸授权”既不现实也不经济。

结果就是：身份核验必须升级为一种”贯穿协作的安全基线”，而不是”登录一次就够了”的入口动作。

二、三个具体的落地难题

职行力在为客户规划 Agent 安全方案时，发现三个最容易被忽略但最容易出问题的难题：

难题 1：AI 的”代理身份”如何发放与管理

自然人有身份证、有员工号、有组织树。AI 智能体过去没有这些。在 Agent 系统里，它需要至少四类身份标识：

• 来源身份：这个 AI 由哪个团队、哪个供应商部署？版本号是什么？是否经过安全评测？
• 授权身份：它在哪些业务场景下被授权调用哪些系统？授权的有效期是多久？
• 调用身份：当它发起一次具体操作时，操作记录里写的是”张三授权”，还是”AI Bot 授权 张三审批”？
• 审计身份：万一发生风险事件，事后追溯能找到”这条指令是哪个 AI 在哪台服务器上发起的”吗？

中关村科金此次多模态防伪平台的战略升维，正是在尝试给”AI 身份”建立一套与”自然人身份”相对应的体系。

难题 2：AI 操作中的”自然人最终责任”

监管和法务最关心的不是”AI 的身份是否唯一”，而是”出了事该谁负责”。一个 AI 智能体发起了一笔错误支付、签订了一份违规合同、调用了一条敏感数据，法律责任应当落到自然人身上——但具体是哪个自然人？授权人、部署人、使用人、运维人，每个角色都有责任主张。

这就要求身份核验系统在每一次 AI 操作中留下自然人的最终追溯链。做得好的系统能在日志中精确描述：”2026-08-22 10:23:45，由 AI 智能体 A 发起向供应商 X 的转账 50,000 元，授权人为张三（部门经理，授权时间 09:15:32，授权 IP 192.168.x.x），AI 智能体 A 由李四（IT 部门）部署，部署版本 v2.3.1。”

这种”AI × 自然人”的复合身份记录，是 Agent 时代身份基线的硬性要求。

难题 3：AI 操作中的”实时风控决策”

传统身份核验是”开/关”二元判断，但 Agent 操作是”连续决策流”。一笔小额支付不需要严苛核验，一笔大额支付需要二次确认；同一个 AI 在不同时段、不同场景、不同对象上的风险评分应该不同。

中关村科金在 GB/T 41987-2022 案例中已经展示了这种思路——按业务风险等级自动切换安全/便捷模式。同样的逻辑需要被推广到 Agent 操作的每一个环节：AI 操作本身需要被风险评级、被实时拦截、被自动记录。

三、企业级 AI 安全的三层防线

基于上述难题，职行力建议企业从三个层面搭建 Agent 安全防线：

第一层：AI 身份的”出生证明”

每个 AI 智能体上线前，需要完成一次”出生登记”：

• 来源方：哪个厂商提供、哪个版本、是否经过安全评测
• 部署方：谁部署、部署在哪台服务器、谁负责运维
• 授权方：哪些场景、哪些数据范围、多大权限
• 到期日：授权什么时候失效，是否自动续期

这一层主要解决”AI 是谁、从哪里来”的问题。在 GB/T 41987-2022 这类国标里，未来应该会出现专门针对”AI 智能体身份”的测试维度。

第二层：每次操作的”操作日志”

每个 AI 智能体发起的每一次关键操作，需要在日志中保留完整的四元组信息：

• 谁授权了这个 AI
• 这个 AI 在什么场景下发起操作
• 操作的对象是谁
• 后果的责任归属在谁

这是事后审计、风险回溯、合规报告的基础设施。没有这套日志，所有的 AI 应用都是”裸奔”。

第三层：实时风控的”决策大脑”

身份核验产品不能只是”判决一次真假”，而要参与到实时风险决策中：

• 单笔交易的风险评分
• 异常操作的自动拦截
• 可疑模式的预警
• 自然人二次确认的触发

中关村科金此次通过国标的产品，已经在”可防御 200+ 深度伪造攻击方法”、”真人通过率 99百分之”、”攻击拦截率 95百分之”上做到了业内第一梯队，但这些指标最终能否在 Agent 场景中发挥作用，取决于它们能否被嵌入到每一个 AI 操作的实时风控链路中。

四、给企业 CTO 的三条行动建议

1. 立即盘点企业内的 AI 智能体清单

不管你的企业是否在做”AI 转型”，你的员工已经在用各种 AI 工具了——客服 AI、销售 AI、代码 AI、办公 AI。先把企业内”已被部署”的 AI 列成清单，标注它们的来源方、授权范围、负责人。这一步是后续所有安全建设的前提。

2. 把 AI 操作纳入身份核验的统一视图

传统身份管理只管”人”，未来需要把”AI”也纳入统一视图。建议企业评估身份核验系统时，明确要求供应商提供”AI × 自然人”复合身份的能力——这是未来 3-5 年最重要的能力差异点。

3. 从金融场景开始试点，复制到其他场景

身份核验最强的需求在金融（高合规、高额交易），但 AI 操作的潜在风险广泛存在于销售、营销、人力、法务、客服等所有流程中。建议先从金融场景落地经验，再推广到其他高风险场景。

”在 Agent 时代，身份基线是一条贯穿每一次人机协作的安全线，而不是一道入口的开关。”——这是职行力在和客户聊 Agent 安全时的核心共识。

---

常见问答（FAQ）

---

推荐阅读

• 《AI 换脸诈骗激增 300百分之，企业级身份核验进入”国标实战”时代》
• 《AI 落地从 POC 到规模化的”五个死亡谷”》
• 《从 IDC 到信通院：B 端 AI 采购的”五维评估法”》