智能体身份管理国标启动立项：AI从“会办事”走向可授权交易，企业要先补哪些信任机制？

【软盟资讯·新闻导读】截至2026年9月10日前后，智能体身份管理相关进展引发关注：中国支付清算协会发布《智能体支付应用自律公约》，同时，由蚂蚁数科联合十余家单位推动的《区块链和分布式记账技术智能体身份管理要求》启动立项。两项进展释放的信号并不是“智能体支付已经全面成熟”，而是企业开始面对一个更现实的问题：当AI能够调用工具、执行指令甚至发起交易时，企业凭什么确认它是谁、能做什么，以及出了问题由谁负责。

事件焦点：智能体开始需要“可验证的身份”

这轮进展的关键，不在于给AI增加一个类似员工工号的标签，而在于建立一套能够支撑跨系统协作的身份管理机制。

公开资料显示，2026年6月发布的《人工智能 智能体互联》系列国家标准化指导性技术文件，已经覆盖总体架构、身份码、身份管理、智能体描述、智能体发现、智能体交互和工具调用等环节。相关标准属于指导性技术文件，面向产业培育阶段，不能等同于强制性监管要求。7月召开的应用推进专题会议，则意味着相关体系进入试点应用阶段。

在这一背景下，智能体支付和智能体身份管理被放到更具体的商业场景中观察：AI不再只是生成文本、整理资料或提供建议，而可能代表个人或企业调用系统、选择服务、提交订单、发起结算。此时，“它能不能办事”不再是唯一问题，“企业是否敢让它代表自己交易”才是商业化能否继续推进的核心。

需要特别区分的是，标准启动立项、指导性文件发布、自律公约和强制性国家标准并不是同一层级的制度安排。此次《区块链和分布式记账技术智能体身份管理要求》启动立项，意味着相关规则进入研究和制定流程；《智能体支付应用自律公约》则体现行业组织对应用边界和治理原则的倡导。它们都不能被解读为正式标准已经发布，也不能直接推导出所有企业必须立即按照统一规则改造系统。

从KYC到KYA：交易对象从人扩展到智能体

传统金融和互联网业务中的KYC，即“了解你的客户”，主要围绕自然人或机构展开：客户是谁、是否真实、是否具备相应资格，以及交易是否符合风险控制要求。

智能体出现后，企业需要进一步回答“了解你的智能体”，也就是KYA。这里的“身份”至少包含四个层次：

• 主体身份：这个智能体属于哪家企业、哪个部门或哪个业务系统；
• 运行身份：它由什么模型、应用或代理框架驱动，当前处于什么版本和运行状态；
• 授权身份：它是否获得了代表企业执行某项任务的权限，授权是否仍然有效；
• 行为身份：它实际调用了哪些工具、访问了哪些数据、作出了哪些决策和交易动作。

KYA不是简单地把人类身份认证复制到AI身上。员工可以通过组织关系、岗位职责和管理流程确定权限，智能体则可能由多个模型、工具、插件、工作流和外部服务共同组成。一次看似简单的付款动作，背后可能涉及用户意图识别、商品或服务匹配、风险判断、供应商调用和支付接口执行。

因此，企业需要管理的不是一个静态账号，而是一个持续变化的非人身份生命周期：创建、注册、认证、授权、调用、暂停、撤销、升级和审计，都要留下可验证记录。

智能体支付首先要解决四类信任问题

1. 身份认证：确认“是谁在执行”

智能体身份管理的第一道门槛是唯一性和可追溯性。相关智能体互联标准资料提到，智能体身份码由身份注册服务方统一分配，并采用分层标识体系，以支持一个身份码对应一个智能体。

对企业而言，这意味着不能只记录“某个接口调用了支付服务”，而应尽可能明确：

• 发起调用的智能体及其所属组织；
• 触发任务的用户、系统或上游智能体；
• 使用的模型、工具和版本；
• 调用发生的时间、环境和渠道；
• 身份是否经过验证，凭证是否仍在有效期内。

没有清晰身份，企业就很难区分正常自动化、账号盗用、工具误调用和恶意注入。

2. 授权管理：确认“能做什么”

身份可信不等于权限充分。企业不能因为某个智能体属于本公司，就默认它拥有支付、签约、退款或修改客户数据的权力。

更合理的做法是将权限拆分为任务权限、数据权限、工具权限和资金权限，并根据金额、对象、频次、时间和风险等级设置边界。例如，智能体可以查询报价，但不能直接签订合同；可以提交低金额订单，但超过阈值必须由人复核；可以生成付款指令，但最终扣款需要二次确认。

授权还应具备时效性和可撤销性。一次性任务不宜获得长期权限，临时项目不宜复用旧凭证，智能体版本升级后也不应自动继承全部高风险权限。

3. 能力评估：确认“做得到且做得对”

智能体能调用工具，并不代表它适合执行高风险任务。企业需要评估其任务理解、规则遵循、异常处理、事实核验和拒绝越权能力。

能力评估至少应关注三点：

1. 任务边界是否清晰：智能体能否识别哪些事项超出授权范围；
2. 执行结果是否可验证：它能否提供交易依据、关键参数和决策轨迹；
3. 异常状态是否可控：遇到信息缺失、接口异常或指令冲突时，是否会暂停并请求人工介入。

对于支付、采购、合同和资金划转等场景，企业不应只看演示效果或平均成功率，还要测试重复执行、诱导指令、数据污染、权限冲突和接口返回异常等情况。

4. 责任追溯：确认“出了问题谁负责”

智能体不能成为责任链条中的“无人区”。企业需要建立从业务发起人、系统所有者、模型和工具提供者到最终审批人的责任映射。

一次交易至少应能够回答：谁提出了任务，谁授予了权限，哪个智能体执行了动作，调用了哪些工具，系统返回了什么结果，是否经过人工确认，以及最终由哪个组织承担业务责任。

这也是审计机制的价值所在。日志不应只保存成功或失败，还应记录关键输入输出、权限校验结果、人工干预节点、异常拦截过程和凭证状态。涉及资金和敏感数据的场景，还需要考虑日志防篡改、分级留存和访问隔离。

对企业应用的影响：先建“可控代理”，再谈完全自动化

智能体支付的推进，可能改变企业对AI项目的评估方式。过去，管理者更关注模型准确率、员工使用率和流程节省时间；未来还要增加身份可信度、权限颗粒度、风险拦截率和审计完整性。

对于企业管理者，最现实的路径不是一次性开放全部交易权限，而是分阶段推进：

• 先从查询、比价、资料整理等低风险任务开始；
• 再进入可回滚的订单提交、费用申请和内部审批；
• 对外付款、合同签署、客户退款等高风险事项保留人工确认；
• 当身份、授权、日志和责任机制成熟后，再逐步扩大自动执行范围。

对于创业公司，智能体身份管理可能成为产品竞争力的一部分。能否让客户清楚看到“这个智能体是谁、能做什么、做过什么”，将影响其进入金融、供应链、企业服务和政企市场的能力。但标准仍在推进过程中，创业团队不宜简单宣称已经具备统一标准认证，更不能把内部账号体系包装成行业认可的智能体身份体系。

对于技术团队，重点应从单点模型安全扩展到系统级安全。模型拒答并不能替代权限控制，接口鉴权也不能替代行为审计，人工审批更不能掩盖身份不可追溯的问题。真正可用的企业AI安全，应当把模型、工具、数据、用户和组织放在同一条控制链路上。

企业评估智能体交易能力的观察清单

企业在采购或自研智能体时，可以先用以下问题进行评估：

这份清单的重点不是判断某个智能体“够不够聪明”，而是判断企业是否能够在授权之后继续控制它、观察它并在必要时停止它。

【软盟观察】

从软盟资讯的编辑视角看，智能体身份管理的价值，正在于它把人工智能商业化从“功能竞争”拉回到“信任基础设施”竞争。过去企业部署AI，常见决策逻辑是先看模型效果，再补充数据安全和权限管理；当智能体开始进入支付、采购、客服处置和业务协同，顺序需要倒过来：先确认身份、权限和责任，再决定开放多少自动化能力。

《智能体支付应用自律公约》的发布，以及相关身份管理要求启动立项，释放的是行业治理意识增强的信号，而不是智能体交易已经完成制度化。企业尤其要警惕两种误读：一是把“智能体身份”理解成一个简单编号，忽略授权和行为审计；二是把标准立项理解成市场已经形成统一规则，提前作出过度的合规或商业判断。

对企业来说，真正值得投入的不是追逐“无人干预”的宣传，而是建立可逐步放权的机制。智能体可以先拥有有限权限，在清晰的任务范围内执行；每一次能力升级，都应伴随重新评估；每一次高风险操作，都应保留人工介入和事后追溯通道。只有当企业能够回答“谁授权、谁执行、做了什么、依据是什么、如何停止、出了问题谁负责”，AI才可能从内部助手走向可信的业务代理。

这也意味着，未来企业AI安全不会只是模型安全团队的工作，而会同时涉及财务、法务、内控、信息安全、采购和业务负责人。智能体越接近真实交易，身份管理就越接近企业治理本身。谁能率先建立清晰的代理边界，谁就更有可能在人工智能商业化进入深水区后保持可控增长。

全文总结

截至2026年9月10日前后，智能体支付自律规则和智能体身份管理标准立项，显示行业正从“让AI完成任务”转向“让AI以可信身份代表企业行动”。企业当前不必把立项当成强制监管，但应提前补齐身份认证、最小授权、能力评估、资金控制、日志审计和责任追溯机制。智能体能否交易，最终取决于企业是否敢授权，以及是否有能力在授权后持续控制。