企业同时部署来自不同厂商的AI智能体后，最难回答的问题往往不是“模型会什么”，而是“当前有哪些智能体在运行、它们能访问什么、哪些动作必须由人批准”。Leidos 11月4日发布HeadWay Dispatch平台，试图把这些运行时控制集中到统一界面。

按照Leidos的介绍，HeadWay Dispatch围绕“知道、控制、证明”三类能力设计：发现正在运行的智能体及其权限，规定哪些操作可自主执行、哪些需要人工审批、哪些必须禁止，并记录智能体决策与动作以供复核。

先建立智能体资产清单

传统IT治理会记录服务器、应用、账号和接口，但AI智能体可能动态调用模型、工具和业务系统，能力边界随配置变化。HeadWay Dispatch希望让组织看到不同智能体的身份、可执行任务和可访问系统，减少“影子智能体”进入生产环境。

这种可见性是后续控制的基础。如果企业无法确认哪个智能体代表哪个部门、使用什么账号、调用哪些接口，就很难在出现异常时定位责任，也无法准确撤销权限。

把人工审批放在高风险动作之前

平台允许企业按动作风险设置边界：低风险操作可以自动执行，重要操作进入人工批准，超出政策的操作直接阻止。相比只在模型提示词中写“不要执行危险动作”，运行时策略更容易统一应用并留下证据。

例如，智能体可以自动读取公开资料或生成草稿，但修改客户账户、转移资金、删除数据和改变生产配置应进入更严格的审批链。企业还需要考虑时间、地点、数据敏感度和调用者身份，而不是只按工具名称判断风险。

通过代理调用保护凭据

Leidos称，平台可以让智能体请求通过HeadWay Dispatch转发，避免智能体自身保存密码和API密钥。这种方式有助于减少凭据被提示注入、日志或恶意工具窃取的风险，也便于集中轮换和撤销访问权限。

不过，凭据代理不是完整安全方案。企业仍需设置最小权限、短期令牌、调用频率限制和异常检测，并确保被代理的后端系统验证具体用户与业务上下文。

防篡改记录用于责任追踪

“证明”能力聚焦决策发生时生成防篡改记录，使组织可以复核智能体看到了什么、依据什么政策、采取了何种行动以及谁进行了审批。对于政府、金融、医疗和关键基础设施等受监管环境，完整审计链通常比单次回答准确率更重要。

Leidos还表示，正在开发按岗位定制操作视图的Experience能力，以及让不同厂商智能体在共同政策下协作的Intelligence能力，并计划让部分控制在网络连接降级或中断时继续有效。这些属于后续开发方向，不能视为全部已经上线。

编辑观察：智能体治理正在从模型评测进入运行时控制

HeadWay Dispatch反映出，智能体治理正在从模型评测进入运行时控制。企业不仅要评估模型是否安全，还要持续管理智能体身份、工具权限、动作审批和事后审计。

落地时应先建立智能体清单和风险分级，再选择少量关键动作试运行。治理平台能否有效，最终取决于政策是否清晰、审批人是否具备上下文、日志能否关联真实业务结果，以及跨厂商连接是否真正覆盖生产环境。

配图为AIcent原创AI生成实景风格示意图，非官方新闻现场照片，不使用第三方新闻图片。

参考来源：Leidos Newsroom（2026年11月4日）。正文为基于官方消息的中文整理，编辑观察与事实披露分开呈现。