AI 越懂你，越能帮到你：让 Agent 在安全的边界内变聪明

Agent 越了解你，越能给出有价值的建议、提供贴合需要的服务，也会在实际工作中显得越聪明。

从 Meta 的 Muse 到 OpenAI 的 dot，AI 助理开始记住用户偏好、连接应用、持续处理任务。Meta Muse 官方介绍 · OpenAI dots 官方介绍

模型再强，也需要知道你的目标、处境和限制。个人助理需要了解日历、邮件、沟通记录和生活偏好；企业助理需要结合 ERP、CRM、OA 中的业务数据，以及外部市场信息，才能像熟悉业务的咨询师一样给出意见，或在授权范围内代理做事。

让 Agent 获得这些信息，是智能化的前提。怎样保护这些信息，则决定了我们能否放心地把工作交给它。

信息充分，Agent 才能考虑周全

同样是安排出差，知道目的地的助理，可以推荐酒店；知道会议时间、客户地址、你的日历和出行偏好的助理，才能选择合适的航班、检查行程冲突，提醒你准备客户材料。

它考虑得更周全，是因为它掌握了与你有关的信息。

企业里的问题更复杂。一位运营负责人问：“下个月应该重点推广哪些产品？”

Agent 需要知道 CRM 中的客户需求、ERP 中的库存和交付能力、OA 中的审批要求，还要结合销量、回款和外部市场变化。只看需求，可能推荐供应跟不上的产品；只看库存，可能错过新的市场机会；只看销量，可能忽略利润和回款压力。

Agent 需要足够的细节，也需要宏观的业务视角。 它必须理解客户、供应、财务和市场之间的关系，才能判断一条建议是否适合这家公司。

这里的“充分”，包括准确、及时的业务数据，也包括历史背景、组织目标和决策约束。这些信息共同帮助 Agent 理解业务，模型的推理能力才能用得上。

目标、偏好、历史背景与业务约束
                 ＋
ERP 库存与交付 · CRM 客户需求 · OA 流程审批
                 ＋
          行业趋势与市场信息
                 │
        按身份与任务授权访问
                 ↓
     Agent 关联信息，理解业务全局
                 ↓
   更有依据的咨询、更周全的服务与行动

图：Agent 如何利用上下文提供服务。模型能力与数据质量都会影响判断，重要决策仍需业务人员核对。

不推进智能化，企业会面临什么

一家企业用 Agent 持续汇总客户反馈、核对库存、跟踪市场变化，另一家仍靠员工逐个系统查资料、整理报表、传递信息。随着前者把这些工作做得更快、更稳定，两者在响应速度和协作成本上的差距就会拉大。

如果竞争对手不断提高效率，自己长期停留在原有工作方式中，就会越来越难跟上。差距积累到客户体验、经营成本和决策速度上，企业可能失去竞争力，甚至被市场淘汰。

企业需要推进智能化，也需要解决数据接入带来的安全问题。可以从客户沟通准备、库存异常分析或市场简报这样的具体任务开始，让 Agent 获得完成任务所需的信息，再根据实际效果扩大使用范围。

外部安全：保护数据和访问凭据

Agent 接入业务系统后，安全要同时覆盖外部保护和内部权限。

外部保护首先要防止未经授权的访问。需要保护的既有业务数据，也有 OAuth Token、API Key 等凭据。凭据泄露，可能让攻击者持续进入原系统；数据进入模型上下文、任务记录或日志以后，也需要妥善处理。

OOMOL 云端采用信封加密保护敏感数据：用数据加密密钥将数据变成密文，再用另一层密钥保护这把数据加密密钥。应用调用按授权范围执行，成员无需接触账号密码或原始 Token。安全与合规

企业接入时，还需要确认数据会经过哪些模型和服务、保存多久，以及如何撤回授权。这些安排决定了数据离开原系统后，仍能受到怎样的保护。

内部安全：权限必须与身份绑定

数据留在企业内部，同样可能泄露。

销售可以查看自己负责的客户，不代表可以查看全公司的薪酬；运营可以查询库存，不代表可以修改采购审批。管理者使用过的财务资料，也不能因为进入了共享助理的记忆，就让其他成员查到。

谁能读取哪些数据、执行哪些操作，必须与身份绑定，并由系统检查。 对访问范围的检查应当在数据进入模型之前完成。

OOMOL 的管理员可以配置每个连接允许执行的操作，并指定哪些成员可以使用。同一个应用账号可以创建多个连接，为不同成员分配不同的操作范围。最终权限还受应用本身的授权和调用身份限制。权限控制说明

连接层控制连接和操作权限；具体到某个客户、某个部门的数据，还需要结合原系统的权限与应用实现。助理产品和工作流也要管好共享记忆与结果接收者。例如，一个成员有权读取财务报告，并不意味着他可以让 Agent 把报告发到全员群。

合规保障：安全评估与个人数据保护

OOMOL 已通过 TAC Security 的 CASA/ESOF 安全评估，并遵循 GDPR 的个人数据保护要求。隐私政策说明了数据处理方式、用户权利和隐私请求渠道。OOMOL 安全与合规 · 隐私政策

CASA/ESOF 提供相应范围内的应用安全评估；GDPR 规定个人数据的处理要求，包括处理目的、数据最小化和个人权利保障。TAC Security 评估说明 · EDPB 数据保护指南

这些要求要落实到开发和运营中：明确数据用途与保留方式，只处理所需数据，让用户能够管理授权、提出隐私请求。企业选择服务时，也可以据此核对评估范围、数据流向和双方责任。

开源监督：让关键实现可以被检查

OOMOL 维护开源连接网关 OpenConnector，并开放 oo CLI 和 Connector SDK 的源码。OpenConnector 采用 Apache 2.0 许可证，oo CLI 与 Connector SDK 的公开仓库采用 MIT 许可证。

开发者可以检查调用怎样发出、连接怎样执行、权限在哪里检查，发现问题后提出 issue 或参与修复。

开放源码让社区有机会审查实现，也让企业可以直接检查关键代码。实际部署是否与源码一致、配置是否符合安全要求，仍需要核对。

我们希望让使用者能看见关键实现、追踪问题和修复过程，以这种透明的方式建立信任。

OpenConnector 源码 · oo CLI 源码 · Connector SDK 源码

从一个任务开始

选一个你希望 Agent 接手的任务，列出它需要的信息、可以执行的操作，以及谁能看到结果。接入相关系统、配置权限，再检查它交付的工作是否有用。

随着任务深入，可以补充它缺少的背景和跨系统信息，同时检查新增的数据访问与操作权限。OOMOL 通过加密、访问控制、安全评估和关键组件开源，支持这个过程，让个人和企业能更放心地使用 Agent。

了解 OOMOL 的安全与合规 · 配置连接权限