过去几年,企业 AI 项目里反复出事故、又最不被讲出来的那一类,是权限泄露——一个普通员工通过 AI 助手,拿到了他本无权查看的财务或战略文档。AWS 这周发布的技术方案,第一次把这件事的难度完整承认了下来。
这是什么
所谓 RAG(Retrieval Augmented Generation,通俗说就是'让 AI 先翻公司文档、再组织答案'),过去几年的主流做法是:把 SharePoint、Confluence 这类内部系统的文档和权限信息,定期同步一份到 AI 的索引里,提问时按权限过滤。这个做法听上去合理,但 AWS 这篇文章明确点出了三道硬伤:第一,AI 系统不是权限的源头,要把不同系统千差万别的权限模型复制进索引,极易出错;第二,同步是周期性的,中间存在窗口期,刚被撤权限的员工仍可能在几小时内查到本不该看的内容;第三,数据源自身在演化,接口和模型都在变。
AWS 给出的替代方案,核心就一句话:不在 AI 这边复制权限,而是每次提问时实时回到原始系统核对'这个用户到底能看什么'。技术上不复杂,工程上很重——每条查询都要触发跨系统的权限校验,延迟和源系统负载都会显著上升。
行业怎么看
支持的一方认为,这件事被讲出来本身就值得肯定。过去几年,大量企业 AI 项目对外讲的是'接入了多少文档、回答了多少问题',对内回避的恰恰是权限这一关。一旦出事,代价是真实的:泄露一份未公开财报或核心战略,损失可能以亿计。AWS 把方案以技术博客形式公开,等于把行业基线往前推了一步。
但反对意见同样不容回避。多位企业安全负责人在类似讨论中反复提醒两件事。其一,实时校验并没有解决根本问题——它默认'源系统的权限配置就是对的',而企业内部权限的混乱(离职员工账号没清理、跨部门共享链接泛滥、外部协作者权限过期不收)才是更大的雷。换句话说,AI 这层补得再紧,地基如果就是歪的,出事的概率只是被推迟,不是被消除。其二,这道关真正难的不是技术,而是组织——谁来梳理内部系统的权限现状,谁来为'AI 越权给出答案'承担最终责任,在大多数公司还没有答案。
对普通人的影响
对企业 IT:权限治理的范畴,正在从'管账号'悄悄升级为'管 AI 看到的内容'。未来一两年,采购清单上很可能多出一个新条目,而且它会和原有的 IAM、零信任体系深度耦合。
对个人职场:用公司 AI 查资料时,不要假设'AI 给的就是我能看的';反过来,如果你负责某份文档,也要意识到,这份文档的访问权限,现在比以往任何时候都更直接地决定 AI 输出的边界。
对消费市场:这件事离消费者还远,但未来个人 AI 助理进入家庭场景时,孩子、租客、保姆共用一台设备时的'权限边界'问题,会和今天的企业场景如出一辙,只是换了舞台。