AI 越懂你，越能幫到你：讓 Agent 在安全的邊界內變聰明

Agent 越了解你，越能給出有價值的建議、提供貼合需求的服務，也會在實際工作中顯得越聰明。

從 Meta 的 Muse 到 OpenAI 的 dot，AI 助理開始記住使用者偏好、連接應用程式、持續處理任務。Meta Muse 官方介紹 · OpenAI dots 官方介紹

模型再強，也需要知道你的目標、處境和限制。個人助理需要了解行事曆、電子郵件、溝通紀錄和生活偏好；企業助理需要結合 ERP、CRM、OA 中的業務資料，以及外部市場資訊，才能像熟悉業務的顧問一樣給出意見，或在授權範圍內代理做事。

讓 Agent 取得這些資訊，是智慧化的前提。怎樣保護這些資訊，則決定了我們能否放心地把工作交給它。

資訊充分，Agent 才能考慮周全

同樣是安排出差，知道目的地的助理，可以推薦飯店；知道會議時間、客戶地址、你的行事曆和出行偏好的助理，才能選擇合適的航班、檢查行程衝突，提醒你準備客戶資料。

它考慮得更周全，是因為它掌握了與你有關的資訊。

企業裡的問題更複雜。一位營運負責人問：「下個月應該重點推廣哪些產品？」

Agent 需要知道 CRM 中的客戶需求、ERP 中的庫存和交付能力、OA 中的簽核要求，還要結合銷量、收款和外部市場變化。只看需求，可能推薦供應跟不上的產品；只看庫存，可能錯過新的市場機會；只看銷量，可能忽略利潤和收款壓力。

Agent 需要足夠的細節，也需要宏觀的業務視角。 它必須理解客戶、供應、財務和市場之間的關係，才能判斷一條建議是否適合這家公司。

這裡的「充分」，包括準確、及時的業務資料，也包括歷史背景、組織目標和決策限制。這些資訊共同幫助 Agent 理解業務，模型的推理能力才能派上用場。

目標、偏好、歷史背景與業務限制
                 ＋
ERP 庫存與交付 · CRM 客戶需求 · OA 流程簽核
                 ＋
          產業趨勢與市場資訊
                 │
        按身分與任務授權存取
                 ↓
     Agent 關聯資訊，理解業務全局
                 ↓
   更有依據的諮詢、更周全的服務與行動

圖：Agent 如何利用上下文提供服務。模型能力與資料品質都會影響判斷，重要決策仍需業務人員核對。

不推進智慧化，企業會面臨什麼

一家企業用 Agent 持續彙整客戶回饋、核對庫存、追蹤市場變化，另一家仍靠員工逐個系統查資料、整理報表、傳遞資訊。隨著前者把這些工作做得更快、更穩定，兩者在回應速度和協作成本上的差距就會拉大。

如果競爭對手不斷提高效率，自己長期停留在原有工作方式中，就會越來越難跟上。差距累積到客戶體驗、營運成本和決策速度上，企業可能失去競爭力，甚至被市場淘汰。

企業需要推進智慧化，也需要解決資料接入帶來的安全問題。可以從客戶溝通準備、庫存異常分析或市場簡報這樣的具體任務開始，讓 Agent 取得完成任務所需的資訊，再根據實際效果擴大使用範圍。

外部安全：保護資料和存取憑證

Agent 接入業務系統後，安全要同時涵蓋外部保護和內部權限。

外部保護首先要防止未經授權的存取。需要保護的既有業務資料，也有 OAuth Token、API Key 等憑證。憑證外洩，可能讓攻擊者持續進入原系統；資料進入模型上下文、任務紀錄或日誌以後，也需要妥善處理。

OOMOL 雲端採用信封加密保護敏感資料：用資料加密金鑰將資料變成密文，再用另一層金鑰保護這把資料加密金鑰。應用程式呼叫按授權範圍執行，成員無需接觸帳號密碼或原始 Token。安全與合規

企業接入時，還需要確認資料會經過哪些模型和服務、保存多久，以及如何撤回授權。這些安排決定了資料離開原系統後，仍能受到怎樣的保護。

內部安全：權限必須與身分綁定

資料留在企業內部，同樣可能外洩。

業務人員可以查看自己負責的客戶，不代表可以查看全公司的薪資；營運人員可以查詢庫存，不代表可以修改採購簽核。管理者使用過的財務資料，也不能因為進入了共用助理的記憶，就讓其他成員查到。

誰能讀取哪些資料、執行哪些操作，必須與身分綁定，並由系統檢查。 存取範圍的檢查應當在資料進入模型之前完成。

OOMOL 的管理員可以設定每個連線允許執行的操作，並指定哪些成員可以使用。同一個應用程式帳號可以建立多個連線，為不同成員分配不同的操作範圍。最終權限還受應用程式本身的授權和呼叫身分限制。權限控制說明

連線層控制連線和操作權限；具體到某個客戶、某個部門的資料，還需要結合原系統的權限與應用程式實作。助理產品和工作流程也要管好共用記憶與結果接收者。例如，一個成員有權讀取財務報告，並不意味著他可以讓 Agent 把報告發到全員群組。

合規保障：安全評估與個人資料保護

OOMOL 已通過 TAC Security 的 CASA/ESOF 安全評估，並遵循 GDPR 的個人資料保護要求。隱私權政策說明了資料處理方式、使用者權利和隱私請求管道。OOMOL 安全與合規 · 隱私權政策

CASA/ESOF 提供相應範圍內的應用程式安全評估；GDPR 規定個人資料的處理要求，包括處理目的、資料最小化和個人權利保障。TAC Security 評估說明 · EDPB 資料保護指南

這些要求要落實到開發和營運中：明確資料用途與保存方式，只處理所需資料，讓使用者能夠管理授權、提出隱私請求。企業選擇服務時，也可以據此核對評估範圍、資料流向和雙方責任。

開源監督：讓關鍵實作可以被檢查

OOMOL 維護開源連線閘道 OpenConnector，並開放 oo CLI 和 Connector SDK 的原始碼。OpenConnector 採用 Apache 2.0 授權條款，oo CLI 與 Connector SDK 的公開儲存庫採用 MIT 授權條款。

開發者可以檢查呼叫怎樣發出、連線怎樣執行、權限在哪裡檢查，發現問題後提出 issue 或參與修復。

開放原始碼讓社群有機會審查實作，也讓企業可以直接檢查關鍵程式碼。實際部署是否與原始碼一致、設定是否符合安全要求，仍需要核對。

我們希望讓使用者能看見關鍵實作、追蹤問題和修復過程，以這種透明的方式建立信任。

OpenConnector 原始碼 · oo CLI 原始碼 · Connector SDK 原始碼

從一個任務開始

選一個你希望 Agent 接手的任務，列出它需要的資訊、可以執行的操作，以及誰能看到結果。接入相關系統、設定權限，再檢查它交付的工作是否有用。

隨著任務深入，可以補充它缺少的背景和跨系統資訊，同時檢查新增的資料存取與操作權限。OOMOL 透過加密、存取控制、安全評估和關鍵元件開源，支援這個過程，讓個人和企業能更放心地使用 Agent。

了解 OOMOL 的安全與合規 · 設定連線權限