Beyond Zero:Google 正在重写 Agent 时代的企业零信任架构

2026 年 5 月,Google/Alphabet Security 的两位作者 Joseph Valente 和 Michal Zalewski 在 arXiv 发布了一篇题为《Beyond Zero: Enterprise Security for the AI Era》的文章。

https://arxiv.org/pdf/2605.22985

这篇文章不算传统意义上的学术论文,它没有提出一个新的模型算法,也没有用大量实验数据证明某个检测方法有效。

它更像是一份企业安全架构宣言:当 AI Agent 开始进入企业内部系统,传统零信任架构正在被推到极限。

过去企业安全主要关心“一个人能不能访问某个应用”,现在必须关心“一个人或一个 Agent,能不能在当前上下文下,对某个具体资源执行某个具体动作”。

换句话说,Google 想把零信任继续往下推一层。

过去的零信任,是不再信任网络位置。

Beyond Zero 想表达的是:到了 Agent 时代,企业也不能再静态信任一个已经登录系统、已经拿到权限、已经通过认证的人或 Agent。

每一次动作,都要重新判断。

零信任的边界,正在从“应用”下沉到“动作”

过去十年,零信任在企业安全中已经成为主流思路。它的基本思想是,不默认相信内网,不默认相信设备位置,而是基于身份、设备状态、访问上下文等因素持续验证。

Google 很早就提出过 BeyondCorp,把传统基于内网边界的企业安全,转向基于身份和设备的访问控制。论文也明确说,Beyond Zero 是建立在 Google 2014 年 BeyondCorp 模型之上的进一步扩展。

但 Agent 出现之后,原来的模型开始不够用了。

原因很简单:人类访问系统,速度是人的速度;Agent 访问系统,速度是机器的速度。一个员工一天可能打开几十份文档,一个 Agent 可以在极短时间内读取、整理、推理大量企业数据。

更关键的是,Agent 不是单纯“访问数据”,它会把分散在文档、邮件、知识库、代码仓库、CRM 系统里的信息聚合起来,形成新的判断和行动。

这时候,安全风险不再只来自“某个系统是否被非法登录”,而来自“合法身份在合法系统里做了不合适的事情”。

论文将 Beyond Zero 的核心变化概括为:信任边界从 application / tool 下沉到 individual action / resource,也就是从“能不能访问某个应用”,变成“能不能对某个资源执行某个动作”。

这句话很关键。

因为企业安全过去经常以应用为单位授权。比如,一个销售人员可以访问 CRM,一个客服人员可以访问工单系统,一个研发人员可以访问代码仓库。

到了 Agent 时代,这种粒度太粗了。一个 Agent 可能通过不同入口访问同一份数据:前端页面、API、MCP 工具、自动化脚本、企业搜索入口,都可能成为访问路径。

如果安全边界还停留在应用层,企业就很难回答一个真正重要的问题:这个 Agent 现在读这份文件、查这条客户数据、导出这批内容,到底是不是合理?

Agent 让企业安全面对三个新冲击

这篇文章真正想解决的,不是传统意义上的“AI 模型安全”,而是 AI Agent 进入企业后,对企业访问控制体系造成的结构性冲击。

第一个冲击,是访问频率暴涨。论文提到,AI Agent 无论是自主运行,还是作为人类员工的 Copilot,都会以远高于传统人类活动的频率访问企业资源,遗留基础设施会被每秒大量机器驱动动作的授权需求压垮。

第二个冲击,是数据消费规模暴涨。Agent 不只是打开一份文件,而是可以跨大量非结构化数据做聚合和推理。过去很多敏感数据虽然“理论上可访问”,但人类很难在短时间内全部读完、关联起来、形成行动。Agent 改变了这个前提。论文把这种变化称为对系统的“geometric shock”。

第三个冲击,是攻击路径变复杂。论文特别提到 ambient authority,也就是 Agent 继承人类用户的完整权限,甚至继承了过度授权的权限。

这个问题在企业里非常现实。

很多企业最自然的做法,是让 Agent 代表员工去完成任务。员工能访问什么,Agent 就能访问什么;员工能调用什么工具,Agent 就能调用什么工具。这样做最简单,也最容易落地。但它带来的后果是,Agent 一旦被提示注入、恶意上下文诱导,或者任务边界发生漂移,就可能带着人的权限去做用户本来没有意图做的事情。

这就是 Agent 时代最麻烦的地方:权限是合法的,身份是合法的,设备也是合法的,但动作未必合理。

传统零信任擅长回答“你是谁”“你的设备是否可信”“你有没有访问这个应用的权限”。Beyond Zero 想回答的是另一个问题:在这个具体时刻,你或你的 Agent 为什么要做这个动作?这个动作和你的任务、角色、数据敏感性、近期行为是否一致?

Beyond Zero 的核心:给企业安全装一个“上下文大脑”

论文中有一句话很值得注意:Beyond Zero 在 BeyondCorp 的身份基础上,增加了一个能够实时理解请求上下文和意图的“brain”。

这个“大脑”不是简单的大模型问答,而是一套企业安全推理系统。它要把企业里的身份信息、组织关系、项目任务、资源语义、数据敏感级别、用户行为、Agent 工具调用日志都连接起来,形成一个可用于授权判断的上下文模型。

论文把这个模型称为 Enterprise Security World Model,企业安全世界模型。它借用了自动驾驶里的 World Model 概念。自动驾驶汽车需要理解道路、车辆、行人、交通规则,企业安全系统则需要理解人、Agent、资源、任务、数据和行为模式。

这个世界模型至少要回答三个问题。

第一个问题是 Who:访问者是谁。这里的访问者既包括人,也包括 Agent。系统要知道这个人的岗位、角色、资历、所属团队,也要知道 Agent 背后的控制人是谁。

第二个问题是 What:资源是什么。系统要理解数据敏感级别、数据类型、企业资源之间的关系,甚至需要把企业资源建成语义图谱或资源模型。

第三个问题是 How:这个人或 Agent 正常应该如何工作。比如,某个员工当前任务只需要处理客户 A、B、C 的数据,那么访问客户 D 的数据就应该被视为异常。


这里有一个很重要的工程细节:Beyond Zero 不是每次访问都临时调用 AI 做复杂推理。论文明确说,由于访问时延预算很严格,很多推理必须提前完成,把非结构化信息预处理成低延迟可用的属性。

这也是这篇文章非常工程化的地…

— 以上为试看内容(约 40%),开通会员后阅读全文 —