<p>“让每个人都能安全地使用任何技术。” 这个雄心勃勃的愿景由 Okta 和 Auth0 共同分享，正在经过严格测试，因为人工智能代理正在从简单的对话工具转变为能够执行复杂现实世界行动的自主实体。Auth0 的专家 Patrick Riley 和 Carlos Galan 最近就这一挑战进行了重要的研讨会，详细介绍了他们的新产品 “Auth for AI Agents” 如何提供必要的身份和访问管理（IAM）基础设施，以确保这种新模式的安全性。他们的核心信息很明确：现有的身份标准必须迅速演变，以适应那些独立行动的代理，通常是代表人类用户或整个企业。</p>
<p>大型语言模型（LLMs）的快速普及以及随之而来的 AI 代理的崛起引入了全新的威胁向量，而传统以人为中心的安全模型无法应对。正如 Galan 所指出的，像聊天机器人或代码编辑器这样的交互式代理只是开始。未来在于无头代理、自主任务执行者和复杂的代理间通信——所有这些都以不同级别的授权和长期访问权限运行。安全风险是直接而深远的，正如 OWASP LLM 前十名列表所示，其中包括从提示注入和敏感信息泄露到过度代理和供应链漏洞的威胁。保护这些代理不仅需要修补旧系统，还需要从根本上重新思考身份原语。</p>
<p>Auth0 的解决方案建立在四个核心支柱之上，旨在将 AI 代理安全地集成到现有企业工作流程中。第一个支柱解决了身份验证的基础需求：“AI 需要知道我是谁。” 如果一个代理无法可靠地识别其所代表的人类用户——无论该用户是员工、客户还是管理员——则无法应用任何有意义的授权控制。这种身份绑定是关键的起点，确保代理在经过验证的人类主体的上下文中行动。</p>
<p>第二个支柱关注于委托：“AI 需要代表我调用 API。” 与手动登录服务的人类用户不同，自主代理需要以编程方式访问外部资源，如 Google 日历、Slack 或内部交易平台，正如研讨会的 DemoTradePro 应用所展示的那样。这就是 Auth0 Token Vault 变得不可或缺的地方。Riley 解释说，Token Vault 安全地存储和管理刷新令牌，使代理能够在每次令牌过期时自动续订访问令牌，而无需人类干预。这一能力对于运行长期或异步任务的代理至关重要，确保持续操作，同时在令牌被泄露时将影响范围降到最低，因为 Token Vault 仅在需要时将存储的刷新令牌交换为短期、精细范围的访问令牌。</p>
<p>第三个支柱引入了一种对风险行为进行人类监督的机制，解决了过度代理的问题。这是通过 Auth0 实施的异步授权实现的，利用客户端发起的后端身份验证（CIBA）流程。当一个自主代理决定执行高影响力的操作——例如执行股票交易——时，它会暂停并通过推送通知向人类用户发送明确的确认请求。这确保即使代理在自主操作，最终的高风险决策也会经过资源所有者的审查和批准。Galan 强调，这一过程为用户提供了结构良好的交易细节，用户随后可以有意识地批准或拒绝请求，防止代理在没有任何监督控制的情况下失控。</p>
<p>最后，第四个支柱要求 “AI 访问应当是细粒度的。” 仅仅授予代理对整个 API 或资源服务器的广泛访问是不够的。系统必须强制执行最小权限访问，确保代理仅拥有完成其委托任务所需的精确权限。这种细粒度控制通过自定义 API 客户端和范围来强制执行。在企业环境中，Auth0 利用多资源客户端保护（MCP）服务器模型，允许开发人员将其内部服务和 API 建模为 OAuth 2.0 资源服务器。正如研讨会中所展示的，这种架构使得代理客户端与 MCP 服务器客户端交互，然后与第三方 API 交互的复杂场景成为可能，同时保持与人类用户身份相连的安全、细粒度的授权链。</p>
<p>Auth0 和 Okta 提出的集成解决方案不仅仅是理论上的；它代表了将身份集成到下一代 AI 服务中的功能蓝图。通过将 AI 代理视为现有 IAM 框架中的客户端，并引入 Token Vault 和异步授权等机制，Auth0 提供了必要的安全、可扩展路径，使创始人和企业构建者能够部署强大但受管控的自主系统。代理间通信和委托权限的复杂性需要强大、现代的身份解决方案，而 Auth0 正在将自己定位为这一新兴 AI 原生平台的关键安全层。</p>

<p>Auth0 推出了一种新的身份和访问管理（IAM）解决方案，专为自主 AI 代理设计，强调了身份标准演变的必要性。他们的方法建立在四个支柱上：身份验证以识别用户、委托以获取 API 访问权限、对风险行为的人类监督以及细粒度的访问控制。该框架旨在确保 AI 代理在从简单工具过渡到自主实体的过程中，能够应对新的安全威胁，并确保代理在受管控的环境中操作。Auth0 的解决方案为将身份集成到未来的 AI 服务中提供了蓝图，增强了安全性和可扩展性</p>

<p>“To free everyone to safely use any technology.” This ambitious vision, shared by Okta and Auth0, is being rigorously tested as artificial intelligence agents transition from simple conversational tools to autonomous entities capable of performing complex, real-world actions. Patrick Riley and Carlos Galan, experts from Auth0, recently presented a crucial workshop on this challenge, detailing how their new “Auth for AI Agents” offering provides the necessary identity and access management (IAM) infrastructure to secure this new modality. Their key message is clear: existing identity standards must evolve rapidly to accommodate agents that act independently, often on behalf of human users or entire enterprises.</p>
<div class="lb-trans"><p>“让每个人都能安全地使用任何技术。” 这个雄心勃勃的愿景由 Okta 和 Auth0 共同分享，正在经过严格测试，因为人工智能代理正在从简单的对话工具转变为能够执行复杂现实世界行动的自主实体。Auth0 的专家 Patrick Riley 和 Carlos Galan 最近就这一挑战进行了重要的研讨会，详细介绍了他们的新产品 “Auth for AI Agents” 如何提供必要的身份和访问管理（IAM）基础设施，以确保这种新模式的安全性。他们的核心信息很明确：现有的身份标准必须迅速演变，以适应那些独立行动的代理，通常是代表人类用户或整个企业。</p>
</div><p>The rapid proliferation of large language models (LLMs) and the subsequent rise of AI agents have introduced entirely new threat vectors that traditional human-centric security models fail to address. As Galan pointed out, interactive agents like chatbots or code editors are only the beginning. The future lies in headless agents, autonomous task runners, and sophisticated agent-to-agent communication—all of which operate with varying levels of delegated authority and long-lived access. The security risks are immediate and profound, as evidenced by the OWASP LLM Top 10 list, which includes threats ranging from prompt injection and sensitive information disclosure to excessive agency and supply chain vulnerabilities. Securing these agents requires not just patching old systems, but fundamentally rethinking identity primitives.</p>
<div class="lb-trans"><p>大型语言模型（LLMs）的快速普及以及随之而来的 AI 代理的崛起引入了全新的威胁向量，而传统以人为中心的安全模型无法应对。正如 Galan 所指出的，像聊天机器人或代码编辑器这样的交互式代理只是开始。未来在于无头代理、自主任务执行者和复杂的代理间通信——所有这些都以不同级别的授权和长期访问权限运行。安全风险是直接而深远的，正如 OWASP LLM 前十名列表所示，其中包括从提示注入和敏感信息泄露到过度代理和供应链漏洞的威胁。保护这些代理不仅需要修补旧系统，还需要从根本上重新思考身份原语。</p>
</div><p>Auth0’s solution is built upon four core pillars designed to securely integrate AI agents into existing enterprise workflows. The first pillar addresses the foundational need for authentication: “AI needs to know who I am.” If an agent cannot reliably identify the human user it is acting for—whether that person is an employee, a customer, or an administrator—it cannot apply any meaningful authorization controls. This identity binding is the critical starting point, ensuring the agent acts with the context of a verified human subject.</p>
<div class="lb-trans"><p>Auth0 的解决方案建立在四个核心支柱之上，旨在将 AI 代理安全地集成到现有企业工作流程中。第一个支柱解决了身份验证的基础需求：“AI 需要知道我是谁。” 如果一个代理无法可靠地识别其所代表的人类用户——无论该用户是员工、客户还是管理员——则无法应用任何有意义的授权控制。这种身份绑定是关键的起点，确保代理在经过验证的人类主体的上下文中行动。</p>
</div><p>The second pillar focuses on delegation: “AI needs to call APIs on my behalf.” Unlike a human user who manually logs into services, an autonomous agent requires programmatic access to external resources like Google Calendar, Slack, or internal trading platforms, as demonstrated in the workshop’s DemoTradePro application. This is where the Auth0 Token Vault becomes indispensable. Riley explained that the Token Vault securely stores and manages refresh tokens, allowing agents to automatically renew access tokens without requiring human intervention every time the token expires. This capability is vital for agents running long-lived or asynchronous tasks, ensuring continuous operation while minimizing the blast radius if a token is compromised, as the Token Vault exchanges the stored refresh token for short-lived, finely scoped access tokens only when needed.</p>
<div class="lb-trans"><p>第二个支柱关注于委托：“AI 需要代表我调用 API。” 与手动登录服务的人类用户不同，自主代理需要以编程方式访问外部资源，如 Google 日历、Slack 或内部交易平台，正如研讨会的 DemoTradePro 应用所展示的那样。这就是 Auth0 Token Vault 变得不可或缺的地方。Riley 解释说，Token Vault 安全地存储和管理刷新令牌，使代理能够在每次令牌过期时自动续订访问令牌，而无需人类干预。这一能力对于运行长期或异步任务的代理至关重要，确保持续操作，同时在令牌被泄露时将影响范围降到最低，因为 Token Vault 仅在需要时将存储的刷新令牌交换为短期、精细范围的访问令牌。</p>
</div><p>The third pillar introduces a mechanism for human oversight of risky actions, addressing the problem of excessive agency. This is achieved through Auth0’s implementation of Asynchronous Authorization, leveraging the Client Initiated Backchannel Authentication (CIBA) flow. When an autonomous agent decides to perform a high-impact action—such as executing a stock trade—it pauses and sends an explicit confirmation request to the human user via a push notification. This ensures that even if the agent is operating autonomously, the final, risky decision is vetted and approved by the resource owner. Galan emphasized that this process provides a well-structured transaction detail to the user, who then consciously approves or denies the request, preventing an agent from running rogue without any supervisory control.</p>
<div class="lb-trans"><p>第三个支柱引入了一种对风险行为进行人类监督的机制，解决了过度代理的问题。这是通过 Auth0 实施的异步授权实现的，利用客户端发起的后端身份验证（CIBA）流程。当一个自主代理决定执行高影响力的操作——例如执行股票交易——时，它会暂停并通过推送通知向人类用户发送明确的确认请求。这确保即使代理在自主操作，最终的高风险决策也会经过资源所有者的审查和批准。Galan 强调，这一过程为用户提供了结构良好的交易细节，用户随后可以有意识地批准或拒绝请求，防止代理在没有任何监督控制的情况下失控。</p>
</div><p>Finally, the fourth pillar mandates that “AI access should be fine-grained.” It is insufficient to simply grant an agent sweeping access to an entire API or resource server. The system must enforce least privilege access, ensuring the agent only possesses the precise permissions necessary to complete its delegated task. This granular control is enforced through custom API clients and scopes. In the enterprise context, Auth0 utilizes the Multi-resource Client Protection (MCP) server model, which allows developers to model their internal services and APIs as OAuth 2.0 resource servers. This architecture, as demonstrated in the workshop, enables complex scenarios where an agent client interacts with an MCP server client, which then interacts with a third-party API, all while maintaining a secure, fine-grained chain of authorization anchored to the human user’s identity.</p>
<div class="lb-trans"><p>最后，第四个支柱要求 “AI 访问应当是细粒度的。” 仅仅授予代理对整个 API 或资源服务器的广泛访问是不够的。系统必须强制执行最小权限访问，确保代理仅拥有完成其委托任务所需的精确权限。这种细粒度控制通过自定义 API 客户端和范围来强制执行。在企业环境中，Auth0 利用多资源客户端保护（MCP）服务器模型，允许开发人员将其内部服务和 API 建模为 OAuth 2.0 资源服务器。正如研讨会中所展示的，这种架构使得代理客户端与 MCP 服务器客户端交互，然后与第三方 API 交互的复杂场景成为可能，同时保持与人类用户身份相连的安全、细粒度的授权链。</p>
</div><p>The integrated solution presented by Auth0 and Okta is not merely theoretical; it represents a functional blueprint for integrating identity into the next generation of AI services. By treating the AI agent as a client within the existing IAM framework, and introducing mechanisms like the Token Vault and Asynchronous Authorization, Auth0 provides the secure, scalable pathways necessary for founders and enterprise builders to deploy powerful, yet governed, autonomous systems. The complexities of agent-to-agent communication and delegated authority demand robust, modern identity solutions, and Auth0 is positioning itself as the critical security layer for this emergent AI native platform.</p>
<div class="lb-trans"><p>Auth0 和 Okta 提出的集成解决方案不仅仅是理论上的；它代表了将身份集成到下一代 AI 服务中的功能蓝图。通过将 AI 代理视为现有 IAM 框架中的客户端，并引入 Token Vault 和异步授权等机制，Auth0 提供了必要的安全、可扩展路径，使创始人和企业构建者能够部署强大但受管控的自主系统。代理间通信和委托权限的复杂性需要强大、现代的身份解决方案，而 Auth0 正在将自己定位为这一新兴 AI 原生平台的关键安全层。</p>
</div>

自主代理身份：Auth0 的 AI 安全层的四大支柱