
“帮我给商城做一场周年庆。”

同一句话，可以对应两种深度完全不同的委托。

一种是让 AI 写一份活动方案。人读完以后，决定采用哪些建议，再到后台逐项配置。

另一种是让 AI 继续做下去：选择商品，准备内容，设置活动，核对库存，把经过批准的方案真正变成一场可以运行的促销。

从前一种走向后一种，变化远远超过少点几次鼠标。企业开始把一部分行动选择交给机器：先做什么、调用哪个系统、遇到问题如何调整，都可能由智能体在执行中决定。

这时，一个问题会逐渐浮现：我们愿意让它做到哪一步？

愿意让它生成商品文案，未必愿意让它直接发布；愿意让它查询库存，未必愿意让它调整库存；即使愿意让它修改价格，也需要明确哪些商品、什么幅度、由谁决定。

这些差别，构成了智能体进入真实业务时必须跨过的一道门槛。

**智能能力决定 Agent 能做什么，治理能力决定组织愿意把多少真实业务交给它。**

2026年9月14日，全国网络安全标准化技术委员会发布《人工智能安全治理框架3.0》。这份文件延续了风险分类、技术应对与综合治理的逻辑，并结合人工智能发展的新变化更新相关内容。[官方发布公告](https://www.cac.gov.cn/2026-09/14/c_1791137092283345.htm)

其中值得智能体开发者认真思考的，是正文对智能体风险与应对的展开，以及附件2《智能体风险管理框架》。它将关注范围延伸到智能体从设计、部署、运行到停用的完整生命周期，涉及身份权限、人工控制、工具管理和监测审计等环节。[框架全文，附件2](https://www.cac.gov.cn/rootimages/uploadimg/1791137114683961/1791137114683961.pdf)

读到这里，我们更关心的是一个产业问题：当智能体越来越有能力参与真实工作，社会和组织需要怎样的基础条件，才能持续扩大对它的委托？

本文沿着框架中的智能体治理这条主线，讨论我们的理解。

人工智能应用的影响，会随着它进入业务的深度而改变。

一份生成的活动方案，可以由人阅读、修改、放弃。一次实际生效的促销，则会影响消费者看到的价格、商家承担的成本和后续履约。工作仍然由机器完成了一部分，后果却会进入现实中的组织关系。

这意味着，模型对任务的理解能力，需要与组织赋予它的行动资格衔接起来。它可以知道如何调整价格，却仍然需要有权调整；可以判断某项操作有利于目标，却仍然需要尊重组织已经设定的边界。

企业在这里面对的，是一个熟悉问题的新形态：怎样把事情交出去，同时保留必要的决定权。

组织长期通过岗位、权限、流程和记录来协调人的行动。引入智能体以后，这些安排仍然重要，只是需要进一步回答：当执行者能够自行规划步骤、连续使用工具时，原来的规则怎样在整个过程中持续有效？

因此，把 Agent 接到业务接口，只完成了委托所需的一部分条件。另一部分条件，是让组织的规则能够随着任务一起进入执行过程。

**行动可以交给智能体，决定委托边界的权力仍然属于人和组织。**

这也解释了安全治理与产业发展之间更深的关系。

设想一家企业正在评估，是否允许 AI 帮它维护商品。如果管理者必须逐项盯着每个动作，使用智能体节省的时间就可能被监督成本抵消。如果只能给出一个宽泛的后台账号，又无法解释它实际会触及哪些业务，管理者很可能只开放少量查询能力。

两种情况下，模型的潜力都很难充分转化为业务价值。

治理建设提供了另一条可行路径：组织可以清楚地划定委托范围，把常规工作交给智能体，在影响扩大或情况变化时保留介入机会，并有依据地核对结果。

例如，企业可以先开放商品内容的准备和内部检查，积累使用证据后，再允许它在指定范围内完成发布。价格调整仍然遵循自己的审批制度；库存系统也继续依据实时业务情况作出判断。

这样，放权就有了层次，也有了逐步扩大的依据。

有价值的治理机制还必须经得起使用成本的检验。风险很低、范围明确的工作，如果仍要求反复确认，使用者最终可能绕开控制，或者放弃自动化。真正需要人作决定的时刻，则应当把影响和选择呈现清楚。

由此看，治理水平的提高，可以同时服务于控制风险和提高协作效率。它让企业更容易辨认哪些工作可以交出去，哪些决定应该保留，以及什么条件下可以扩大自主执行的空间。

我们从框架3.0得到的一个重要启发就在这里：**可信、可控的运行条件，本身就在创造智能体的应用空间。**

这是一项需要通过实践检验的产业判断。治理不会消除模型和业务系统的所有错误，但能够帮助组织限制影响、识别异常并处理后果。当这些条件更清楚，开放真实业务能力的决定才更有依据。

再向前看一步，问题就会从单个智能体的使用，走向整个产业的协作方式。

一家企业可能尝试不同模型，在多个客户端里使用 AI，也可能同时拥有商城、库存、财务和办公系统。执行任务的技术组合会变化，企业自身的业务规则却需要保持连续。

今天允许某个助手在指定商城发布商品，明天换了一个助手，原有的授权边界不应因此失去含义。接入新的库存系统以后，各系统之间如何分工、谁保留最终决定权，也需要重新建立清楚的关系。

如果每一种组合都要单独描述能力、重新解释风险、重新实现审批衔接和执行记录，那么接入对象越多，重复协调的成本就越高。

更麻烦的是，这些实现可能各自使用相似的词，却表达不同的事情。一个系统所说的“允许执行”，可能只是工具可以被看见；另一个系统却把它理解成业务已经批准。单独看每个组件都能工作，连接起来以后，责任之间却可能出现空白。

于是，产业需要面对一个长期问题：怎样让业务能力与治理要求，在不同模型、系统和运行环境之间保持可以理解、可以核对的含义？

**模型可以更换，企业积累的能力边界和责任关系应当能够延续。**

这就是公共治理契约值得探索的地方。

共同的契约，可以让业务系统用一致的方式表达某项能力的风险、主体要求和审批意图，让不同实现知道应当如何理解这些信息。具体由谁批准、业务状态是否允许执行，仍由相应的组织制度和业务系统决定。

如果这样的表达可以跨实现复用，开发者就有机会把精力放到自己的业务价值上，减少反复约定基础含义的工作。企业也更容易检查不同接入方案之间的差异，保留选择技术供应方和运行环境的空间。

这里所说的基础设施，包括能够运行的软件，也包括大家可以共同讨论和检验的规则。一项能力如何被描述，一次委托怎样受到约束，一条执行记录能够证明什么，都属于这项建设的一部分。

这种共同基础需要足够明确，才能支持互通；也需要保留合理边界，允许不同组织采用自己的制度，允许不同开发者提供不同实现。

这正是我们持续建设 ACC 和百灵中枢的出发点。

ACC，全称 Agent Capability Contract，是实现中立的能力治理契约。它尝试为业务系统面向智能体开放能力时的治理要求，提供可移植的声明方式。能力的风险、所需主体、审批意图和审计要求，可以由不同运行时解释，而无须依赖某个指定产品。[ACC 开源项目](https://github.com/agent-capability/agent-capability-contract)

百灵中枢 BailingHub 则是开源业务动作治理控制面。它探索如何把能力发现、授权上下文、执行控制和记录关联到实际运行链路，让治理要求能够进入智能体操作已有业务系统的过程。业务系统始终保留最终授权和拒绝权。[BailingHub 开源项目](https://github.com/bailinghub/bailinghub)

两个项目分别面对契约与执行层的问题，独立演进。ACC 的语义需要能够由其他实现采用，百灵中枢的工程价值则需要在真实接入中验证。

我们与框架3.0的契合，体现在对同一类问题的持续关注：当智能体具有行动能力，身份、权限、人工决定和执行证据怎样保持清楚、连续，并落实到运行过程中。这是项目选择的建设方向，实际成效仍需要具体实现和使用证据来说明。

采用开源方式，也与这一目标有关。

业务系统的维护者需要知道，自己的规则经过中间层以后是否仍然成立；部署者需要看清控制在哪里执行；使用者需要能够理解，一次行动为何被允许、被暂停，或者被拒绝。开放的规范和实现，为检查这些问题提供了条件。

进一步说，如果一种治理要求只能由唯一产品解释，组织更换技术组合时就可能重新面对原来的问题。实现中立的契约与可检查的代码，有助于让治理能力成为能够持续积累的共同基础。

这种价值需要通过不同开发者的实现、复现和反馈逐步建立。开源提供参与和验证的条件，可信程度则来自长期的维护与实践。

对我们而言，值得追求的进展，是让一个普通业务系统能够更清楚地开放能力，让一个智能体能够在明确委托下完成工作，让一个组织能够看懂结果，并据此决定下一次是否愿意交给它更多事情。

回到开头那场商城周年庆。

当经营者能够说清哪些商品可以参与、哪些决定由自己保留，智能体能够在约定范围内持续推进，各业务系统能够守住原有规则，结果能够被核对，这次委托才真正具备了进入日常经营的条件。

而当这种方式可以从一家商城延伸到更多系统，从一个助手延伸到不同执行环境，同时保持边界和责任连续，治理能力就开始产生基础设施的价值。

智能体走向产业深处，需要越来越强的智能，也需要越来越成熟的委托制度。

**让组织有依据地放权，是释放智能价值的一部分。**


另一种是让 AI 继续做下去：选择商品，准备内容，设置活动，核对库存，把经过批准的方案真正变成一场可以运行的促销。

从《人工智能安全治理框架3.0》看智能体走向产业的下一步，当 AI 开始替人做事，治理就成了基础设施

人工智能

安全

职业发展

AI周年庆活动需兼顾效率与合规，明确权限边界、分阶段授权并留存证据，以治理框架确保智能体在设定范围内自主执行，降低风险并提升协作效率。

智能体开发

网络安全

智能体

Agent

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

从《人工智能安全治理框架3.0》看智能体走向产业的下一步，当 AI 开始替人做事，治理就成了基础设施-腾讯云开发者社区-腾讯云

从《人工智能安全治理框架3.0》看智能体走向产业的下一步，当 AI 开始替人做事，治理就成了基础设施

从《人工智能安全治理框架3.0》看智能体走向产业的下一步，当 AI 开始替人做事，治理就成了基础设施

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐