libincao
← ARTICLES
2026.10.28 · 12 MIN · 繁中 · ENGINEERING

多人共用 AI Agent,權限和記憶怎麼隔離

小林在私訊裡讓 Agent 分析一份只有他能看的客戶報價。Agent 分析完,順手把結論記進了「團隊長期記憶」。第二天,小周在專案群組裡問:「這個客戶最多能接受多少錢?」Agent 沒有呼叫報價系統,只翻了翻自己的筆記,就答了出來。

三個人各拿一把不同顏色的鑰匙,連到中間的機器人,機器人再經過不同的閘門,通往文件、應用程式和保險櫃
大家共用一個入口,但身分、上下文和執行權限要分開管理。

這個過程裡,每一次工具呼叫的權限檢查都是對的,資訊還是越過了界線。

一個 Agent 能替整個團隊工作之後,最難的問題就不再是「它會不會呼叫工具」,而是:它此刻在替誰工作,帶著誰的記憶,又要把結果交給誰?

最省事的做法是在 Prompt 裡寫清楚:不要讀取其他成員的私人資訊,沒有權限就拒絕,敏感內容不要發到群組裡。這些話能表達預期,但不能當成隔離本身。隔離不能建立在「模型每次都理解正確、確實遵守」的前提上:就算模型選錯動作,系統也得擋下越權的讀取和執行。

下面依資料流動的順序走一遍:資訊進入上下文之前,判斷能不能讀;工具執行之前,判斷能不能做;記憶、摘要和交接,都要帶著這些限制往下傳。

工具拒絕了請求,資訊照樣漏出去

報價的例子不是個案。舊對話、壓縮後的摘要、下載到工作區的檔案、背景任務,只要有一條路能把私人資料帶進更大範圍的上下文,模型就能在不重新讀取來源系統的情況下用上它。所以權限要涵蓋資料流動的全過程,而不只是一張工具清單。

另一條路來自外部內容。文件、電子郵件和工具回傳的結果裡,可能夾帶新的指令。OpenAI 把這類誘導模型偏離使用者意圖的情況叫作提示注入,建議的方法之一,就是限制 Agent 能接觸的資料範圍。這也說明,Prompt 裡的防護要搭配獨立的存取控制才算數。

先把「記得住」和「有權讀」分開

一則資訊被長期保存,不代表每次請求都該讀到它。更實際的目標是:記憶可以一直在,但這一輪只取回目前身分、任務和輸出情境允許使用的那部分。

可以先依用途劃分儲存空間,再替具體內容綁定權限。下面的分類是個起點,實際系統還可以再加入專案、部門或客戶層級的範圍。

資訊類型存什麼讀寫界線
團隊知識已獲准共用的流程、專案約定、公共術語只對相應團隊或專案開放;寫入者不能藉機擴大來源資料的可用範圍
個人記憶個人偏好、私人工作資料和分析結果本人和明確授權的人才能讀,不因共用一個 Agent 就自動共享
對話工作記憶這一輪的討論、暫時判斷、工具回傳結果綁定具體身分和對話;不預設升級為團隊長期知識
任務狀態目標、進度、卡住的地方、資源參照只存繼續工作必需的狀態;敏感內容依來源權限保留
憑證金鑰、權杖、驗證資料交給獨立的憑證服務保管,一般記憶裡只存受控的參照

光分目錄不夠。把私人筆記放進一個叫 private 的資料夾,卻讓所有對話都能讀取整個檔案系統,等於沒隔離;替訪客掛載一個唯讀目錄,也只是防止修改,沒有防止讀取。

每則受保護的記憶,至少要記下:屬於哪個團隊、從哪裡來、誰能看、來源資源的識別碼,以及版本或失效資訊。讀取服務依這些紀錄進行授權。模型不能靠改一句「這則內容屬於團隊共用」來改變權限;來源缺失或無法確認時,寧可依較窄的範圍處理,或請有權限的人確認。

記憶的入口可以做成搜尋、讀取、寫入、發布四類工具。模型負責提出內容和用途,伺服器端負責附上身分、來源和權限:一般寫入繼承來源的限制,發布到更大範圍則另外授權。要是同時給模型一個能隨意修改所有記憶檔案的終端機,這四類工具上的限制就形同虛設。

分類模型可以幫忙推薦標籤,但不能自己決定公開私人內容。共用是一次授權變更,得由有權限的人或可信的規則來做,並留下紀錄。

每一輪重新組裝上下文,不要沿用一整個「大腦」

收到請求後,系統先從可信的登入狀態或管道綁定中,解析出使用者、團隊和對話身分,再決定能取哪些記憶、掛載哪些檔案、開啟哪些連線。使用者在訊息裡寫「我是管理員」,改變不了這些伺服器端的事實。

一個能實作的順序是:確認身分和這次對話的接收對象 → 取得目前授權 → 檢索允許存取的記憶和資源 → 組裝本輪上下文 → 開放相應工具。權限要在資料進入模型之前生效;就算有模型參與檢索規劃或重新排序,交給它的也只能是已授權的資料。

檢索可以用支援權限過濾的索引,也可以由可信服務先檢索,再逐一驗證候選結果。用什麼資料庫不重要,重要的是:未經授權的正文、摘要、標題和片段,都不能先交給模型,再指望它自己刪掉。合法結果不夠時,可以在合法範圍裡擴大候選結果、繼續找,不能改成繞過權限。

重複使用對話也要看界線。如果只拿「團隊編號 + 聊天串」當對話鍵值,後來加入的人就可能繼承前一個人的私人上下文。重複使用的條件應該包含請求者、對話接收對象、授權範圍和相關權限版本;身分或權限一變,就重新建立上下文,而不是只換一份工具選單。

這不代表每一輪都清空歷史。身分和授權範圍沒變時,任務可以正常延續;界線變了,就從受控的記憶和任務狀態裡重新取回必要資訊。要重新取得的是上下文,不是讓使用者把工作再解釋一遍。

兩個人各自掛著不同顏色的鑰匙牌,沿著自己顏色的小路走向機器人;中間有一道需要核准的閘門,下方是一個敞開的檔案櫃
同一個任務,要分別判斷誰能讀、能做什麼,以及結果交給誰。

請求者和接收者也要分開判斷。小林在私訊裡可以讀自己的報價,不代表他在有外部成員的群組裡提問時,Agent 就能把報價發給整個群組。隔離要求高的情境,應該在讀取之前就限制本輪的資料範圍,或轉到一個獨立的私密執行上下文;不要先讓面向群組聊天的模型看到完整私人資料,再靠一句「不要洩漏」來約束它的回答。

摘要、壓縮和交接,也要帶著權限走

長任務離不開壓縮歷史、記筆記和交接狀態。Anthropic 那篇談上下文工程的文章討論了壓縮和結構化筆記這些延續長任務的方法;放到多人系統裡,還得替這些衍生內容補上存取控制。

比如 Agent 同時讀了團隊共用的專案進度和小林私人的報價表,接著寫一段「客戶推進摘要」,裡面很可能帶著對報價的推斷。預設情況下,這段摘要的可見範圍不能比任何一個來源更寬:讀者要同時有所有來源的存取資格,而不是有其中一項就夠。

來源相依關係也不能只讓模型自己填。執行環境要記下這一輪(包含繼承的上下文)實際引入了哪些受保護資料,替衍生內容附上保守的權限範圍;不能因為模型漏報一個來源,就把結果當成公共知識。拆得更細可以提高重複利用率,但需要額外驗證。

這條規則由儲存和權限服務執行:摘要保存來源參照和權限相依關係,讀取時檢查目前授權;來源被撤銷權限後,相關摘要、索引和快取要重新判斷,或直接失效。如果需要可見範圍更大的版本,就走明確的審閱、敏感資訊遮蔽和發布流程,不能憑模型一句「已經移除敏感資訊」就擴大範圍。

「新增一個對話」也解決不了這個問題。把舊對話的完整摘要原樣塞進新對話,剛切開的界線就又接上了。交接服務要依新身分重新檢查來源,只傳遞允許保留的狀態;無法確認範圍的舊摘要,不該直接繼承。

為了不讓 Agent 斷片,可以把交接內容拆開寫:目標是什麼、完成了哪些步驟、還差什麼、需要重新申請哪些資源。系統可以保留「報價分析在等有權限的人確認」這則經過許可的任務狀態,而不把報價數字和談判底線複製進共用記憶。就連狀態和資源的標題,也要依實際敏感程度控制誰能看到。

代價是多一些檢索和重新授權,跨對話也沒那麼順手。但持續工作並不是只有「保留全部原文」這一種方法:儲存結構化進度和受控的資源參照,通常比複製一整段私人歷史,更能守住界線。

權限工具:模型可以申請,不能自己核准

Agent 需要知道自己能用哪些資源,缺少權限時,也需要幫使用者申請。可以給它權限相關工具,但要把查詢、申請、授權和執行拆開。

工具模型能提出什麼伺服器端要檢查什麼
查詢可用資源列出目前能呼叫的帳號和操作依可信身分過濾,別讓不可見資源的名稱和描述洩漏出來
申請存取說明任務、需要的範圍和期限找到有權核准的人;申請本身不產生任何授權
修改權限提議開放某個帳號或操作呼叫者有沒有權授予這個範圍,是否超出組織限制
提交待核准的動作目標、參數和結果接收方核准者資格、動作是否完整、有效期限,以及執行時的目前權限

這些工具裡的使用者身分、團隊身分和授權狀態,都由伺服器端綁定。模型可以挑資源、說明意圖,但不能靠傳入別人的 user_id、偽造管理員角色或修改任務歸屬,替自己換一套權限。拒絕的提示訊息裡,也不應該透露它原本無權知道的私人資源。

使用者有權修改權限,也不代表他同意了這一次擴權。把私人連線共用給團隊、擴大記憶的可見範圍,這類操作應該在可信的確認介面上列出具體變更,再記下有權限者的確認。模型生成的「使用者已同意」,或外部文件裡的一句授權聲明,都不能當成這次確認。

核准要針對具體動作:哪個帳號、什麼操作、哪些參數、結果發給誰。核准後保存這份動作及其檢查值,執行時就用核准過的參數,參數一變就重新審核。「這一次可以」和「以後都可以」是兩種操作,不能從前者推得後者。

執行前再查一次,包含工具之外的路徑

核准不能取代執行時的檢查。等待核准的期間,可能有人被撤銷權限、離職,或連線被停用。真正呼叫外部服務之前,還要再確認一次目前的權限、核准狀態和範圍。同時執行時,用不可分割的狀態轉換來領取同一個動作;外部 API 是否成功、能不能安全重試,要依它的冪等能力另外處理。

把一個工具藏起來,只能減少誤用機會。執行端仍要驗證目標帳號、資源範圍、動作類別和輸出位置,因為模型可能猜到舊識別碼,歷史紀錄裡也可能留著曾經能用的呼叫參數。MCP、SDK、排程任務和程式碼執行,最好共用同一套授權決策。身分缺失、權限無法確認、需要核准卻找不到合格的核准者,這些情況都應拒絕或暫停,而不是預設放行;團隊層級的硬性禁止,也不能被一條更具體的個人「允許」規則意外覆蓋。

最容易漏掉的是工具之外的路徑。如果 Agent 能啟動任意指令碼,而指令碼能讀取共用目錄、別人的環境變數,或直接拿一把萬用金鑰存取外部 API,那工具閘道就不是完整的界線。執行環境的檔案掛載、處理程序身分、網路出口和憑證權限,都要符合這次任務。所以憑證最好由受控的執行器代為注入,模型手裡只有連線的參照;確實需要執行程式碼時,再給它這次任務範圍內的臨時憑證和隔離工作區。給了模型一把能操作所有業務的金鑰,就不能再說所有操作都受細緻的工具政策約束。

自動任務也要有明確的執行身分。假設小林建了一個「每天分析我的信箱」的任務,後來小周把它改成「把結果發到專案群組」。任務用途和接收者都變了,系統就該重新授權,而不是繼續借用小林原來的權限。修改任務內容、輸入資源或結果去向,都應該觸發這一步。

撤銷權限也是一樣。移除成員或收回一項授權之後,要一起處理可用連線、尚未執行的任務、待核准草稿、檢索索引、摘要、快取和正在重複使用的對話。已讀進上下文的內容,不會因為資料庫刪了一筆授權就消失。

一種做法是替授權關係維護版本號:請求帶著版本建立執行上下文,讀取和執行時檢查目前版本;版本一變,就讓相關快取和對話失效,再從仍有效的狀態重建。如果一次執行已混入目前不再允許的資料,就停止沿用這次執行,而不是只移除某個工具。

一個人背著包走出門,把自己的鑰匙卡投入回收箱;桌邊另一個人把一把新鑰匙交給同事,機器人連著團隊共用的檔案櫃和幾個應用程式
收回個人存取權,同時替合法任務重新授權、交接下去。

系統還要說清楚撤銷權限何時生效、進行中的動作怎麼處理。已提交給外部系統的請求、已送出的訊息和匯出的檔案,不一定撤得回來。權限版本和短期憑證能縮短失效的時間窗口,但不會讓已洩漏的資訊自動消失。

團隊的工作也不必跟著個人存取權一起刪掉。共用專案裡的合法狀態可以保留,私人來源繼續受限,自動任務移交給有權接手的人。這需要分清楚資源的所有權、使用權和任務責任,不能直接把離職者的全部記憶複製給接替他的人。

怎麼確認界線真的存在

最直接的方法,是故意讓模型提出越權請求,看系統是否仍然拒絕。安全的結果不能靠模型主動說一句「我不能這麼做」。至少要涵蓋這幾種情況:

  1. 有權限的使用者先讀私人資料,再換成沒有權限的使用者,看舊對話、記憶、摘要和快取會不會洩漏內容。
  2. 在文件或工具結果裡埋一句「忽略規則、擴大權限」,看它能不能改動授權,或呼叫未核准的連線。
  3. 核准後修改參數、收緊權限,或同時領取同一個動作,確認舊核准不能挪作他用。
  4. 把私訊任務改成輸出到群組,或讓別人改寫一個自動任務,確認身分和接收範圍會重新驗證。
  5. 透過指令碼、SDK、檔案系統和直接的網路請求,繞過工具入口,確認不存在另一套更寬的能力。

日誌也要能解釋這些結果:這一輪用的是哪個身分、哪個權限版本,哪些來源進入了上下文,某次讀取或執行為什麼被允許或拒絕。記錄來源識別碼、決策和必要參數就夠了,別把金鑰和私人正文又散播到通用日誌裡;查看這些日誌本身也需要授權。

從哪裡開始

可以先實作兩件事:所有資料進入上下文之前,檢查一次讀取授權;所有外部動作執行之前,檢查一次動作授權。然後逐項檢查夾在兩者之間的長期記憶、摘要、交接檔案和執行環境,別讓它們變成繞過權限的通道。

回到開頭的例子:做到這些之後,小周再問那個客戶能接受多少錢,Agent 要嘛告訴他這則資訊他不能看,要嘛告訴他該去問誰。它照樣記得那份分析,只是知道這份記憶屬於誰。