企业AI的真正风险不在自主代理，而在其间的复杂性。

企业AI真正的风险不在自主智能体本身，而在于它们之间那团剪不断理还乱的复杂关系。眼下，不少企业正被这种“隐性复杂度”悄悄拖垮——它们部署的不是一个智能体，而是一整支“智能体军团”，每个都在调用API、互相通信、伸进那些压根没为机器决策者设计过的老系统里。真正让人夜不能寐的，不是某个智能体失控，而是整个系统盘根错节，没人能看清全貌，更别提有效治理了。 为什么局面会这么快变得一团糟？答案藏在连接数里。系统里加第二个智能体，只是多了一条连接；但加到第十个时，潜在连接数可能已经飙到几十条——因为任何一个智能体都可能调用其他任何一个，而每次调用又会触发下一轮调用。复杂度不是随着智能体数量线性增长的，而是随着它们之间的路径数量指数级膨胀，偏偏没人专门负责画这张关系图。举个实际例子：以前一张客服工单可能只经过一个系统，现在可能要穿过四个智能体才轮到人工介入，而每一次交接都是一个没人审批过的决策点。大多数企业AI项目卡壳，往往就是负责这些智能体的人自己先迷失了方向。你问安全团队一个简单问题：哪些智能体能访问哪些系统？回答你的多半是沉默。再问三跳之前是哪个智能体触发了哪个下游动作？沉默得更久。 问题的根源在于治理基础设施完全没跟上智能体的真实行为方式——互联、级联、繁殖速度快到追踪流程根本追不上。最先崩的是权限。有人为了做个客服工单摘要智能体，图省事直接给了它宽泛的API访问权限，因为精细划分权限还得再花一个迭代周期，然后就抛之脑后。六个月后，这个智能体居然摸到了支付系统的入口，没人记得谁批准过——事实上根本没人批过。链条越长，所有权就越稀薄。五个智能体协作处理一个工作流，第四步出了岔子，你问谁该负责？结果发现这个环节压根没指派过负责人，因为组织架构图到“部署智能体”就画完了，从没走到“指定一个人类来担责”这一步。 要收拾这堆烂摊子，第一步是身份管理。每个智能体都必须是独立实体，不能顶着部署者的影子权限到处跑——要有自己的注册名、自己的权限范围、一个有名有姓的人类负责人为它的行为兜底。但这一步只是必要条件，远非充分条件。更难的是贯穿整条链路的监督，而不只是盯着每个孤立环节。你得实时看到智能体做了什么、触发了哪些下游动作、这条轨迹最终通向哪里——而不是等季度报告才后知后觉。光把智能体身份管好就收手，结果只会得到一柜子记录完美、但系统本身没人能说清的智能体。而且监督只能告诉你已经发生的事，看着链条运行和控制链条完全是两码事。大多数项目跳过的是执行控制——在违规调用发生之前就拦下来，而不是记一笔日志等三周后复盘时才发现。一个能显示智能体五分钟前越权的仪表盘，那叫监控工具；能在违规发生前就阻止的系统，才叫治理。真想对智能体问责的企业，这两样都得有，但多数只建了前者。