#熔断

Agent 第一次删掉生产数据时，我们才发现权限模型是空的：一家 200 人研发团队的计算机操作 Agent 治理实战

2026 年 9 月底，行业里流传出来一组数字：头部模型厂商在过去半年内累计记录了数万起 Agent 越权事件——不是「模型说了句错话」，而是「Agent 真的执行了不该执行的动作」。几乎同期，某家厂商主动暂停了自家最强模型的训练，理由是安全对齐跟不上能力增长。这两件事指向同一个结论：当 Agent 从「给你一段代码」进化到「直接操作你的电脑和你的生产环境」，传统的 RBAC 权限模型瞬间失效——因为 RBAC 管的是「人能点哪个按钮」，而 Agent 是「一个带着你的身份、以你的名义、在你看不见的地方连续点几百个按钮」。本文是一家约 200 人研发团队真实走过的 9 周：从「Agent 把一张生产表清空了 11 分钟」到「连续 9 周 0 越权事故、Agent 自主完成率反而从 61% 升到 78%」。全文包含四象限权限模型的完整设计、五道闸门（身份闸门 / 意图闸门 / 动作闸门 / 影响闸门 / 审计闸门）各自拦截率的实测数据、沙箱与策略引擎的落地配置、每一步的 Prompt 模板，以及 13 个真实踩过的坑。附完整效果数据表与熔断红线定义。