围绕谷歌发布 Data Agent Kit 的公开信息，讨论其在数据智能体场景下以 Skill 与 IAM 划分安全边界的可能意义，以及对企业数字化、软件开发和合规治理的启发。
今日技术观察 点击查看原文> 01 背景速览 近期公开报道显示，谷歌推出 Data Agent Kit，标题信息提到其安全防护分为 Skill 与 IAM。随着大模型智能体逐步进入数据查询、分析处理和业务流程自动化等场景，如何控制智能体“能做什么”以及“以谁的身份做”，正在成为基础安全问题。这里仅基于公开标题信息进行讨论，不推断未披露的技术细节。 02 趋势影响 这一思路反映出 AI 应用安全正从单纯的输入输出防护，转向权限、能力和身份的综合治理。对企业而言，智能体不再只是对话助手，而可能连接数据库、接口和内部系统，因此需要更细粒度的访问控制和可审计边界。安全设计如果只停留在模型层，可能难以覆盖数据调用和流程执行中的风险。 03 企业应用启发 在软件开发和企业数字化实践中，团队可以考虑将智能体能力拆分为可管理的 Skill，并将数据访问、工具调用和流程操作纳入 IAM 策略。这样有助于落实最小权限、职责分离和上线前评估，也能让开发、安全和业务部门围绕同一套边界进行协作，减少权限配置分散带来的管理难度。 04 合规观察 涉及客户数据、个人信息、商业机密或跨系统调用时，企业仍需要关注数据授权、日志留存、第三方模型处理边界、内部权限回收和异常行为监测等合规问题。即便工具本身提供安全机制，也不能替代企业自身的治理流程、审批记录和合规审查。智能体参与业务决策时，可追溯性和责任归属尤其重要。 05 开放讨论 在企业实际落地中，Skill 与 IAM 的边界如何划分更合理？哪些数据操作应默认禁止，哪些可配置开放？当智能体代表员工执行任务时，责任归属、审计追踪和权限过期应如何设计？欢迎结合人工智能、网络安全、软件开发和企业数字化实践交流看法。 公开来源参考 谷歌 Data Agent Kit 正式发布：安全防护分为 Skill 与 IAM