团队如何处理生产环境中代理的身份认证与访问管理？
摘要
关于团队如何处理生产环境中AI代理的身份认证与身份管理的讨论，涵盖服务账户、凭证存储、审批工作流和审计。
对于在生产环境中运行代理的团队：你们是如何处理身份认证与访问管理的？我想了解团队在代理超越演示阶段后实际是如何操作的。
- 代理是以服务账户、用户身份还是其自有身份运行？
- 如何根据任务或会话限定工具/API访问权限？凭证存储在哪里？
- 是否需要对敏感操作进行审批？
- 如何事后审计代理的操作？
我看到的大多数示例要么使用宽泛的API密钥，要么完全跳过这一环节。很好奇在真实系统中大家是如何做的。
相似文章
对于能够执行实际操作的AI代理，你们如何处理权限和授权？
这是一个讨论帖，征求关于如何处理能够执行实际操作的AI代理的权限和授权（包括审计追踪和权限范围）的意见。
我们是否需要对AI智能体进行身份验证？
本文探讨了随着智能体间工作流和自主系统日益普及，对AI智能体进行身份验证和权限管理的新兴需求，并提出了签名工具清单和智能体证书等概念。
智能体需要身份标识
文章认为，当AI智能体在共享工作空间中自主执行操作时，必须为每个操作明确归属到智能体及其负责的人类，以确保监督和信任。没有适当的身份和审计追踪，团队无法安全地将更复杂的任务委托给智能体。
是否有人在生产环境中部署了多智能体AI员工？
关于在生产环境中部署多智能体AI系统的讨论，其中不同的智能体负责规划、执行、沟通和项目管理，询问实际经验与瓶颈。
有没有人真正在生产环境中使用AI代理（面对真实用户，不是演示，也不是10个测试用户）？你的技术栈是什么？有没有人在尝试将代理用于生产后又回归传统代码——为什么？
一个讨论贴，询问关于拥有100+用户的真实AI代理部署情况，涉及技术栈和扩展问题，以及回归传统代码的经验。