企业部署智能体前的合规与数据隐私风险检查清单

智能体从试点走向规模化，企业真正卡壳的地方往往不是模型能力，而是数据能不能出域、授权是否闭环、跨端调用有没有留痕。商业化节奏在加快，合规官与技术负责人更需要在上线前把通用检查点摊开，而不是等事故发生后再补制度。

下面这份清单按数据来源、用户授权、跨端传输与监管准备四个维度组织，只提供可落地的通用检查点，不替代法务对具体辖区规则的解读。你可以用它开启动会，也可以直接改成你们项目的门禁表。

数据来源与分级

先回答一个最朴素的问题：哪些数据可以进入智能体上下文，哪些绝对不能出域。没有分级，后续的模型选型、路由和日志都会失去依据。

建议逐项确认：训练、微调、检索增强与在线推理分别用了哪些数据；是否混入了客户合同、员工档案、未公开财务或密钥类材料；外部网页、邮件、工单等非可信来源是否被当作可执行指令而非普通文本。企业实践中常见的做法是建立 AI 数据分级与使用清单，明确“可出域 / 脱敏后可用 / 仅内网 / 禁止进入模型”四类边界，并要求业务方在接入前签字确认数据清单。

对知识库还要单独看权限：文档入库时是否经过授权，检索时是否按用户身份过滤，避免“能提问的人就能看到全库”。智能体若会调用工具或外部接口，应默认最小权限，高危操作进入白名单，而不是依赖模型“自觉”。

用户授权与告知

智能体一旦面向员工或客户，授权就不能停在隐私政策的笼统一句话。需要核对：用户是否清楚自己在与 AI 交互；对话、上传附件、被调用的业务数据是否有独立或可区分的同意路径；撤回同意后，历史上下文、缓存与派生结果如何处理；未成年人、访客账号、共享工位等特殊场景是否有额外限制。

对生成内容，透明度同样关键。面向外部的聊天、摘要、图像或音视频输出，应在产品层提供可感知的 AI 标识，并在内部保留“何时生成、用了哪类模型、是否经人工复核”的证据，方便投诉与审计时还原过程。负责任使用还包括角色分工：谁批准上线、谁监控偏差、谁在异常时有权熔断，最好在上线前写成简短的 RACI，而不是事后互相指认。

跨端传输与部署路径

智能体很少只活在一个页面里。浏览器、办公套件、移动端、内部 API、第三方模型服务之间会形成多跳链路。每一跳都要问：明文是否在不可控网络上传输；日志与提示词里有没有敏感字段；会话标识会不会串号；公有云、专有云与私有化之间的路由规则是否写死，而不是由业务临时改配置。

对金融、政务、医疗等敏感行业，纯公有云往往难以同时满足“数据不出域、审计可追溯、内网隔离”三条底线。此时应评估完全离线私有化与专属云的差异，确认推理、向量库、工具执行是否物理留在可控环境，以及是否具备与内部权限体系一致的操作审计。即便选择混合部署，也要规定：何种场景必须走私有化模型，何种场景允许脱敏后走外部服务，并在网关层强制执行，而不是写在制度里却拦不住调用。

输入侧建议默认做敏感字段检测、脱敏与最小必要上下文；输出侧做验证与拦截，防止系统提示、工具链细节或内部策略被套取。把外部检索内容一律视为不可信数据，可降低间接注入与检索投毒带来的越权风险。

监管准备与上线门禁

不同地区对透明度、生成内容标记、高风险场景与网络安全有不同节奏，企业不必在博客层面抠条文编号，但要建立“持续跟踪 + 证据留存”的习惯。上线前至少准备：数据处理与模型调用说明、面向用户的 AI 披露文案、生成内容标记方案、日志保留周期、事件响应与人工接管流程。若业务可能触及跨境用户或受规制产品耦合场景，应提前把法务、安全与产品拉进同一张时间表，避免把合规理解成单一截止日期。

可把门禁压成四道关：数据清单与分级通过；授权与披露文案通过；传输、路由与工具权限通过；审计日志与应急演练通过。任何一关未闭合，试点可以继续做沙箱，但不应进入生产主路径。

一份可复制的合规流程示例

以“内部知识问答智能体”为例，可以按两周节奏推进，而不是一次做完美。

第一阶段由业务提出场景与数据范围，合规与安全共同完成分级，剔除禁止出域字段，确定是否必须私有化推理。第二阶段由技术完成脱敏管道、检索权限过滤、工具白名单和全链路日志，产品补齐“正在与 AI 对话”的界面提示与反馈入口。第三阶段做小范围灰发：模拟越权提问、诱导调用高危工具、上传含敏感信息的文档，验证拦截与告警是否生效。第四阶段召开上线评审，确认负责人、监控指标与回滚条件，再逐步扩容用户群。

风险缓解不必堆砌重装备。多数事故来自“能调就调、能记就记、能出域就出域”。把上下文收窄、把权限收紧、把路由写死、把披露做明显，往往比事后追责更有效。对供应商还要核对其部署模式、审计能力与数据留存承诺，避免智能体平台本身成为新的影子 IT。

上线不是合规的终点。模型会换、工具会加、业务会把智能体接到新的系统上。把这份检查清单嵌进变更评审，每次扩权或接新数据源都重新走一遍关键项，企业才能在智能体商业化加速时，把效率红利和隐私底线放在同一张桌上。