在过去两年里，企业做 AI 智能体定制开发的流程基本是：业务提需求、技术做实现、上线看效果。合规往往被放在最后，甚至被当成"上线前补一份说明"的手续。但最近一段时间，情况明显变了——越来越多企业在立项阶段就要求法务、信息安全部门一起参与，因为一旦数据边界没划清楚，项目可能在最接近上线的时候被叫停。

这篇文章不谈法条逐条解读，只讲企业在做智能体时需要回答的四个实际问题：哪些数据能用、用了怎么留痕、出了问题怎么查、跨边界怎么处理。

一、合规风险主要集中在三个环节

把企业在智能体项目上遇到的实际问题归纳一下，风险点集中在三个环节，而不是泛泛的"数据安全"。

这三个环节里，最容易被忽视的是第二个。很多企业在选型时只看模型效果和价格，没有认真梳理请求数据会流向哪里、是否被用于训练、保留多长时间。这类问题一旦被审计追问，很难临时补救。

二、先做数据分级，再谈技术方案

合规设计的第一步不是选技术，而是给数据分级。分级没做，后面所有措施都是无的放矢。

分级的价值在于它能把"要不要本地部署"这类争论变成可判断的问题：只要敏感级和受控级数据要参与推理，外部调用就必须严格控制，本地或专有环境部署的优先级自然上升。行业里关于部署方式的讨论，私有化部署的市场规模明显大于公有云，很大一部分原因就是合规约束。

一个务实的做法：脱敏前置

很多场景其实不需要真实身份信息就能工作。比如工单归类、知识问答、文档摘要，把姓名、证件号、联系方式替换为占位符，效果几乎不受影响，风险却大幅下降。这种脱敏前置的处理，比事后加各种限制要简单得多。

三、留痕与可追溯：审计真正想看的东西

合规审计关心的问题很具体：这条信息是谁在什么时候、通过什么方式获取的，有没有授权，有没有被外传。要回答这些问题，系统必须留下可检索的记录。

这五类记录建议在设计阶段就确定下来，而不是等审计提出要求后再补。因为日志一旦缺失，历史行为是无法回溯的。同时要提醒：留痕本身也涉及个人信息保护，日志中的敏感字段同样需要脱敏和设定保存期限，不能为了审计而制造新的风险。

四、跨边界处理：出境与供应商管理

当智能体调用的是境外模型服务，或者集团数据需要在不同区域之间流转时，就需要额外考虑数据出境相关要求。这一块的判断标准并不复杂，核心是三个问题：传出去的是什么数据、对方怎么用、能留多久。

• 能不出境就不出境。如果境内模型已能满足效果要求，优先使用境内服务，可以从根本上绕开这一整类问题。
• 必须出境时做最小化。只传必要字段，尽量传脱敏后的内容，避免整段原始资料外发。
• 把供应商义务写进合同。明确数据用途限制、保存期限、删除义务和二次转委托限制。这既是合规要求，也是出事时的责任凭据。
• 建立退出机制。约定服务终止时的数据删除与迁移方式，避免被单一供应商绑定。

五、把合规做进流程，而不是做成文档

最后一个容易被忽略的问题是：合规文档写得再漂亮，如果流程上没人执行，等于没有。可行的做法是把几个关键动作固化进项目节点。

这样安排的好处是，合规不再是某个部门的独角戏，而是每个节点都有人负责的常规动作。安徽好牛软件在交付 AI 智能体定制开发项目时，通常会把权限模型和日志方案作为设计阶段的必要交付物，先确定边界再写功能，避免后期返工。

六、一份可直接套用的合规自检清单

把前面几节的内容收敛成一张清单，可以在方案评审时逐条核对。任何一条无法回答，都建议在开发启动前补齐。

这份清单的价值不在于形式，而在于它能把模糊的合规要求变成可验证的动作。实际推进中，最容易卡住的是第 1 项和第 3 项——数据分级往往需要业务部门配合，权限模型则需要改动原有系统。安徽好牛软件在承接 AI 智能体定制开发项目时，会把这两项安排在需求阶段同步推进，避免它们在开发后期成为阻塞点。

七、常见问题解答

Q1：用公开大模型 API 就一定不合规吗？

不是。关键在于传出去的是什么数据、服务商如何承诺处理。公开信息、脱敏后的内容通常风险可控；涉及个人信息和商业秘密的原始数据则要严格控制。判断标准是数据本身，而不是模型是否公有。

Q2：本地部署就万事大吉了吗？

本地部署解决了数据外流的一部分问题，但不等于合规完成。权限设计、日志留痕、个人信息保护仍然要做。本地部署改变的是风险类型，不是风险数量。

Q3：日志要保存多久？

取决于业务性质和监管要求，通常需要与现有信息系统日志的保存策略保持一致。关键是先确定期限并写入制度，同时注意日志内敏感字段的脱敏与到期清理。

Q4：公司规模不大，需要做这么细吗？

需要，但可以按比例简化。中小企业的做法是：只做一次数据分级，把最敏感的部分圈出来并限制在本地使用，其余按常规权限控制。这一步成本不高，却能在关键时刻提供说明依据。

Q5：合规会不会拖慢项目进度？

前置做不会。真正拖慢进度的是上线前才发现数据范围有问题，被迫重做架构。把分级和权限放在设计阶段，通常只会增加有限工作量。

结语

对 AI 智能体定制开发来说，合规不是附加题，而是和功能设计同等重要的基础题。把数据分级、权限模型、日志留痕和边界处理这四件事在设计阶段做完，项目上线时才不会被一纸问询卡住。

如果你的项目正在做方案，建议先回答一个问题：这套智能体每天处理的数据里，哪些是绝对不能让外部看到的。把这份清单列出来，后面的技术选择就都有了依据。