Enterprise AI / 企業落地

當你的 AI 代理開始跟客戶、供應商的 AI 對話:三層治理與一個沒人補得了的缺口

賴家榮 Andy Lai - FULLDOT news 發表文章的作者
賴家榮 Andy Lai
FULLDOT news 發表文章的作者 · SAIP-TAIWAN CAIO
2026-09-27 11:30:00 | 出處: Alistair Reid、Simon O'Callaghan、Dustin Venini、Liam Carroll、Tiberio Caetano,"Risks and Controls for Multi-Agent Systems: an analytical framework for de
雙方簽署合約的特寫 | 跨組織邊界的多代理系統風險與控制
Photo: Karola G / Pexels · 示意圖,與文中所述之特定廠商無關
發表文章的作者 賴家榮 觀點劃重點

這份分析框架處理一個正在發生的問題:AI 代理會越來越常彼此互動——在組織內部、與夥伴客戶供應商之間、以及與網路上完全未知的對手方。報告以「任兩個互動代理之間最低共同治理」界定三層部署情境,並在每一層檢視風險因子、失效模式與可用控制,最後指出哪些缺口沒有任何單一行為者補得起來。

目前多數企業想的是「我要怎麼管好我自己的 AI」。這份報告提醒你下一個問題已經在路上:當你的代理開始跟別人的代理直接互動,而失效是從「互動本身」長出來的,那時候誰管得動?

問題的形狀

報告的前提很務實:隨著組織陸續部署 AI 代理,這些代理會越來越常彼此互動——在組織內部、與夥伴客戶供應商的代理之間、以及與網路上完全未知的對手方之間。

關鍵的一句是:失效可以從互動本身產生;而一旦互動跨出組織的邊界,就沒有任何單一組織能夠完全看見、控制或治理它。

三層部署情境

報告用一個很聰明的判準來分層:任兩個互動中的代理之間,最低限度的共同治理是什麼。

  • 單一治理(singular governance) 每一個代理都由同一個組織治理。這是目前多數企業的狀態。
  • 聯邦治理(federated governance) 多個組織在議定規則下,把代理部署進一個共享環境。例如供應鏈協作平台。
  • 開放環境(open environments) 代理在沒有中央權威的情況下運作,共同標準就算存在也是自願採用。

每往下一層,你能控制的就少一分。報告在每一層分別檢視風險因子、失效模式與可用的控制手段。

這篇最有價值的部分在最後

報告不只指出「有哪些控制」,還指出誰有位置去施行這些控制;而在沒有任何行為者有位置可以行動的地方,它把那個缺口描述出來,並說明需要什麼樣的集體行動才能補上。

肯把「這件事沒人管得了」寫進報告,比列一百條建議誠實得多。

我讀完的感想

這份報告的分層方式,其實給了企業一個很好用的自我定位工具。

多數台灣中小企業目前落在第一層——自己的代理、自己管。這一層的風險是可控的,該做的事也清楚。問題在於:很多公司會在沒有察覺的情況下滑進第二層。

例如你接上了某個電商平台的 API、或導入一個會自動與供應商系統溝通的工具,這時你的代理已經在一個共享環境裡運作,而規則是別人訂的。治理層級的轉移,往往不是決策造成的,是整合造成的。

對台灣企業的意義

如果你目前還在第一層,該建立哪些控制,執行期治理的五項要件那篇講得更具體。

一、先確認自己在哪一層。這是零成本的動作,但多數公司沒做過。每接一個新的整合,就問一次:這讓我們跨層了嗎?

二、跨層之前,先問「規則是誰訂的」。進入聯邦治理等於接受別人的規則。簽約時該確認的不只是服務條款,還包括失效時的責任歸屬與稽核權。

三、開放環境目前不適合中小企業主動進入。沒有中央權威、標準自願採用,代表出事時沒有求償對象。除非業務上非做不可,否則這一層先觀望。

現在可以怎麼準備

  • 畫一張互動圖。把公司目前所有「會自動與外部系統交換資料」的流程列出來,標出對方是誰、由誰訂規則。這張圖會比你想的還亂。
  • 針對每個跨組織介面,確認三件事:出錯時誰負責、你能不能拿到紀錄、能不能單方面停掉。第三項最常被忽略。
  • 把「可單方面中止」寫進合約。另外,人與 AI 輪流處理同一件事時介面是否可稽核,在跨組織情境同樣是硬條件。在跨組織的自動化裡,能不能喊停比能不能監控更重要。

可行的解決方案

對中小企業,最務實的策略是刻意停在第一層越久越好:能用批次匯入匯出解決的,就不要接即時 API;必須接的,就把介面數量壓到最少,並確保每一個都有停止開關。

這不是保守,而是因為第二層以上的失效,你既看不見也擋不住——報告本身就是這樣說的。

需要保留的懷疑

這是 arXiv 預印本,在本文寫作時尚無同儕審查紀錄。

  • 這是一份分析框架報告,不是實證研究。它提供的是思考結構,沒有量測任何真實系統的失效率。
  • 摘要未提供具體的失效案例。因此「互動本身產生的失效」具體長什麼樣子,需要看全文。
  • 三層分類是否窮盡,摘要未論證。實務上可能存在混合情境,例如同一個代理同時運作在不同層。
  • 報告指出的「集體行動缺口」沒有時程。這類需要跨組織協調的事,歷史上通常進展緩慢,企業不宜把規劃建立在它會被補上的假設之上。

常見問題

我們只是用 AI 客服串接 LINE,算跨組織嗎?

要看它實際做什麼。如果只是把訊息轉進轉出、由你的系統單方面決定回覆,那仍屬單一治理。但如果它會自動去呼叫第三方的服務、或對方系統也有自動化邏輯在回應,那就已經進入共享環境了。判準是「有沒有另一個你管不到的自動決策者參與其中」。

「互動本身產生的失效」是什麼意思?

指的是每個代理單獨看都正常,但互動起來產生問題。例如兩個系統各自的重試機制疊加,造成流量放大;或雙方各自依賴對方的輸出做判斷,形成互相強化的錯誤。這類失效在單獨測試每個元件時完全測不出來。

中小企業真的需要現在就處理這件事嗎?

現在需要做的只有一件事:知道自己在哪一層,以及每接一個新整合會不會跨層。這是盤點,不是建置,一個下午就能完成。完整的控制機制可以等到真的進入第二層時再投入。

本文出處 Alistair Reid、Simon O'Callaghan、Dustin Venini、Liam Carroll、Tiberio Caetano,"Risks and Controls for Multi-Agent Systems: an analytical framework for deployment of AI agents across organisational boundaries",arXiv:2608.26626,2026 年 8 月 27 日投稿。本文為中文編譯與評論,原始論點著作權屬原作者所有。

圖片出處 Photo: Karola G / Pexels(免費授權)。

想先確認貴公司目前在哪一層?

甫東科技可以協助你盤點所有會自動與外部系統交換資料的流程,標出治理層級、責任歸屬與是否具備停止開關。產出是一張你可以自己維護的介面清單。

前往甫東科技官網洽談 →

AI 講師 賴家榮 Andy Lai
專業 AI & 行銷講師

企業 AI 轉型、RAG 向量庫與數位行銷內訓 | 賴家榮 老師親授

樹德 / 輔英 / 屏東大學兼任講師!手把手帶領企業團隊打造專屬 AI 代理與高轉化品牌流量。

本篇文章出處來源聲明
MEDIA CITATION
原始發行媒體 Alistair Reid、Simon O'Callaghan、Dustin Venini、Liam Carroll、Tiberio Caetano,"Risks and Controls for Multi-Agent Systems: an analytical framework for de
發表文章的作者 賴家榮 Andy Lai