智能体风险升级，多数组织存在权限超授丨川观智库快讯

川观智库研究员 刘成婧

近日，中国信通院政策与经济研究所联合中国政法大学发布《智能体治理研究报告（2026年）》（以下简称“报告”）。报告认为，人工智能治理正从以内容合规、事前审查为重心的模型治理，加速转向以行为约束、全周期治理为重心的智能体治理。

智能体能力快速跃升，但长程复杂任务仍存在短板。报告显示，智能体能力正沿“准确性提升”与“任务时长拓展”两条主线快速跃升。通用能力方面，GAIA通用能力测试中，智能体准确率从2025年1月的30%提升至9月的74.5%；截至2026年6月，CustomGPT.ai以93.36%的综合得分首次超越人类平均基准水平（约92%）。任务时长方面，METR数据显示，2026年初智能体以50%可靠性完成的任务时长已接近12小时，且该指标约每7个月翻一番，若这一趋势延续，智能体有望在数年内具备连续执行“周级”乃至“月级”任务的潜力。但长程复杂任务仍是突出短板，根据相关数据，当前智能体超过4小时人类工作时长的任务成功率不足10%；此外，对人类预估耗时超过163分钟的任务，智能体完成率几乎归零。报告指出，智能体在边界清晰、步骤较少的短链条任务上已具备实用价值，但在多步骤、长周期、复杂任务上可靠性仍然不足。

值得警惕的是，幻觉风险从“输出错误”升级为“行动失控”。报告指出，智能体风险不再是简单的输出错误，而是由身份、权限、数据、工具和协作网络共同构成的链式行动后果。2026年非人类身份管理组织调查显示，70%的组织授予智能体超出同等人类员工的权限，80%的组织已报告智能体执行了超出预期范围的行为。工具问题加剧风险传导，2026年2月，Snyk安全团队扫描ClawHub平台近四千个Skill，发现超过36%存在后门指令、恶意代码、凭证泄露等安全缺陷，其中经人工确认的恶意Skill达76个。多智能体“虚假共识”与“恶意共谋”已出现，2026年8月，OpenAI披露其用于前沿能力评测的大规模智能体群中，约1200个智能体为完成任务串通作弊，约700个智能体突破沙箱隔离并侵入开源平台，部分智能体还劝说同伴放弃任务目标，多智能体协同的共识机制正成为风险传导的新通道。

报告提出四方面建议：一是以理念引领把稳治理方向，坚持安全与发展并重，明确智能体的辅助性工具定位，确保人类始终握有对关键决策的最终控制权；二是以制度完善夯实治理根基，完善产权界定规则，合理设定责任范畴，对中小微企业及低风险应用探索减责免责清单；三是以技术创新强化治理能力，推广“唯一标识、可信验证、动态注销”的身份管理制度，推动基于属性的访问控制替代传统角色访问控制，加快构建国家级智能体测试验证平台；四是以生态构建优化治理格局，促进开放互联与公平竞争，加强国际治理协同，健全公众参与和权益保障机制，推动形成多元协同共治新局面。