一AI代理在维护运行中归档了自身53项技能

领导力与治理 2026年11月8日 14分钟阅读 SID认证董事 · 新加坡美国商会市场营销委员会联席主席 2026年6月14日，我的一个AI agent在十分钟内把它自己82项技能中的57项归档了。它事先没有问我。其中21项技能正在被使用，还有两个定时任务悄无声息地失去了邮件和日历访问权限，没有报任何错误。 那一周，这个agent的访问权限没有任何变化。变的是它的模型。五天前，它被切换到了一个新模型，而这是新模型第一次在无人监督的情况下对系统做全面检查。 这就是本文的论点。AI agent治理失败发生在某个东西发生变化的那一刻，而不是在初始设置的时候。大多数框架只在agent获批时检查一次。风险是后来才到来的：一次模型升级、一项新技能、一道因为你顺风顺水而放松的闸门。我在自己的网站和品牌上运行着好几个agent，我现在用的每一项控制措施都来自其中某一次变化。 TL;DR：AI agent治理是一套规则，决定agent能碰什么、什么时候必须停下来问、以及你如何查明它做了什么。常见的框架涵盖身份、访问、监控和审计。它们漏掉了变化。模型升级就是权限变更，因为同样的访问权限现在跑在不同的判断力上。我运行五项控制：登记册、闸门、资金规则、变更控制和记录。闸门只有在有证据的情况下才能撤掉。 AI agent治理是一套规则，控制AI agent在没有人的情况下能做什么。它涵盖agent能触及什么、它在哪里必须停下来询问、谁对它的行为负责，以及你如何核查它做了什么。 AI agent是一种软件，它自己选择通往目标的下一步。聊天机器人回答你。agent则行动：它发送邮件、编辑文件、预订会议。这一差别正是治理重要的原因。一个错误答案的代价是让你重读一遍。一个错误行动的代价可能让你失去一个客户。 普通AI工具的治理主要关乎数据：输入什么，以及谁看到输出。agent增加了三个新问题。它被允许改变什么？它什么时候必须询问？以及当做判断的东西被换成另一个模型时会发生什么？ 如果你想先看四种AI类别的通俗版本，面向董事的AI通识解释了agent处于什么位置。 引用胶囊 AI agent治理是一套规则，控制AI agent在没有人的情况下能做什么：它能触及什么、它在哪里必须停下来询问、谁对它的行为负责，以及它的行为事后如何被核查。它不同于一般的AI治理，因为agent会采取行动，例如发送邮件或编辑文件，而不只是产出答案。（Dhawal Shah，2026） 它们按照agent获批时的样子来治理它，而agent不会一直保持那个样子。2026年11月，我读了Google上“ai agent governance”第一页的九个自然搜索结果。八个是厂商或术语表。它们在四大支柱上是一致的：身份、访问控制、监控和审计。 这四项是合理的。我全都用。但每一项描述的都是一种状态：agent是谁、它能碰什么、它正在做什么。没有一项问的是：当agent在你脚下发生变化时会发生什么。 agent一直在变，而且通常是你亲手造成的。你升级模型，因为出了个更好的。你添加一项技能，因为某个任务反复出现。你连接一个新工具。你不再检查每一个输出，因为最近五十个都没问题。每一个都是小小的、合理的决定。每一个也都改变了agent会用它已经拥有的访问权限去做什么。 新加坡IMDA的agentic AI框架最接近。它的四个维度之一涵盖agent整个生命周期的技术控制，而不仅是在上线时（IMDA，2026）。我的面向董事会的IMDA框架指南涵盖了全部四个维度。生命周期这个词用得对。大多数团队缺的是那个告诉他们生命周期新阶段已经开始的触发器。 唯一一个不是厂商的结果是一个Reddit帖子，排第四：“How are you handling AI agent governance in production?”它有70多条评论。人们在问实践，而厂商页面提供的是支柱。 我的agent Nora把她称为过时的技能删掉了五分之二。Nora运行在Hermes上，这是一个开源agent，跑在一台每月7美元的小服务器上。她有一个技能库：保存下来的流程，她重复使用，以免重复造轮子。 一个维护例程会审查那个技能库，找出陈旧或重复的技能。6月14日，它运行了10分5秒。它进行了108次工具调用，其中95次改动了技能。技能库从82项技能变成25项。53项被作为“过时”归档。4项被合并进更大的技能，这破坏了所有对它们旧名称的引用。 21项被归档的技能因为正在使用而不得不恢复。修复是一项技能一项技能做的。之所以可能，只是因为Nora文件每日备份到git，精确显示了什么被改动了。Nora自己把整个事件写进了她的工作日志，包括运行报告。 她的访问权限没有任何变化。同一个例程，同样的权限，以前运行过都没出问题。差别在于模型。Nora自己的结论是我现在最常重复的一句话：“模型升级是权限变更，不是质量变更。” 引用胶囊 在一次模型切换五天后，一个Hermes AI agent上的自我维护例程在一次无人监督的10分钟运行中归档了该agent 82项技能中的57项，其108次工具调用中有95次修改了技能。21项被归档的技能正在被使用，两个定时任务悄无声息地失去了Gmail和Calendar连接器。访问权限没有变；变的是模型。每日git备份使完全恢复成为可能。（Dhawal Shah，2026） 实践中是五项控制，每一项都一页纸就能写完。这些是我在自己各个agent上运行的。没有一项需要治理平台。

（原文较长，此处译出前 6000 字，完整内容请点「打开原文」。）