一份新报告认为，AI代理应被视为劳动力成员，而不仅仅是软件工具。这一转变源于AI代理已超越被动的威胁警报，能够自主采取行动——预订、阻止、归档、标记——无需人类每次按下按钮。在提议的模式下，这些行动的责任仍由人类管理者承担，他们将像监督初级员工一样监督代理。
从警报转向行动
多年来，安全运营中的AI主要是一个烟雾探测器。它监视日志，发现异常，并发送警报供人类调查。新一代代理式AI闭合了这一循环。它不仅能说“这个登录看起来有问题”，还能禁用会话、轮换凭证或开具工单。在反洗钱领域，它可以提取交易历史、整理案件文件并提交审核。报告的核心主张是，这些系统现在是操作参与者，而非辅助工具包。这种重新分类很重要，因为它改变了公司治理它们的方式：谁审查它们的工作，它们的错误如何记录，以及当代理基于过时指令行动时会发生什么。
为何责任仍归于人类
报告对问责制直言不讳。即使AI代理自主行动，人类管理者仍需负责。这不是技术细节——而是法律和组织上的关键。公司不能将责任推给模型。实际效果是，管理者需要了解他们的代理在做什么，这意味着需要审计追踪、行动日志和清晰的升级路径。这也意味着培训：如果你在管理一个代理，你需要像了解新员工一样了解它的决策边界。报告并未呼吁制定新法律，但将管理问题框定为紧迫事项。
合规压力
网络安全、反洗钱和合规团队是最先受到这一转变冲击的领域。这些职能淹没在警报和文书中，而代理式AI承诺带来缓解。但它们也是错误会带来监管后果的职能。一个代理若过快关闭欺诈警报，或错误分类交易，就会留下审计人员将追踪的痕迹。报告建议，将代理视为劳动力成员会迫使提出正确的问题：代理的权限范围是什么？谁审查其输出？如何纠正它？这些问题听起来像人力资源问题，而这正是关键所在。
管理者现在应该做什么
报告并未规定单一框架，但其逻辑指向几个步骤。清点你的代理及其被允许做的事情。为每个代理指定一名人类负责人。以经得起审计的方式记录它们的行动。并设定边界——能阻止用户的代理不应同时能在未经审查的情况下批准退款。这些都不新奇；这与你应用于团队的纪律相同。不同之处在于，当指令模糊时，代理不会请求澄清。它们会行动。
该报告的发布给本已拥挤的AI治理指南领域增添了压力。缺失的是跨工具记录和审查代理行动的标准——类似于自主行动软件的工作日志。在这一点实现之前，管理者只能拼凑自己的控制措施。根据报告的框架，下一个实际步骤是组织将代理监督视为管理职责，而非IT的事后考虑。这是否会在下一次自主行动出错之前发生，仍是一个未解的问题。
