摘要： 以大模型为基础的智能体正从信息生成工具演变为能自主拆解目标、调用工具并跨系统执行的行动主体，传统基于单一行为、单次授权的逻辑面临严峻挑战。本文指出，智能体授权困境集中体现为授权载体不充分、表达不清晰、主体不显明及后果不可测。对此，应超越以自然语言为中心的授权表达，转向以机器可执行的权限边界与能力约束为核心的结构化治理。本文提出涵盖授权辅助、权限控制、外观管理、公平交互与责任承担的治理框架，并主张责任配置应从用户授权转向服务提供者的结构性责任，通过可追溯性、可中断性及授权链条管理等工具，实现从“授权证明”到“责任映射”的转型，为智能体经济构建可控、可持续的制度基础设施。

关键词： 智能体；授权机制；权限控制；表见代理；责任分配

一、问题的提出

随着生成式人工智能向智能体（Agent）形态演进，人工智能系统正从信息生成工具转变为能够执行任务、调用资源并直接作用于现实环境的行动主体。智能体不仅能生成文本，还可读写文件、调用API、跨应用操作，甚至完成支付、签约等具有法律后果的行为。这一转变打破了传统“人决策—机器执行”的结构，取而代之的是一种持续互动的人机协同模式：用户以模糊指令表达需求，智能体通过多轮对话拆解、试探并生成行动路径。决策不再是一次性完成，而是在交互中逐步生成，行为结果难以被还原为某一明确的授权或单一意思表示。

2026年5月，国家网信办等三部门联合印发《智能体规范应用与创新发展实施意见》（下称《实施意见》），将用户授权范围、决策边界、行为追溯及最终决策权置于治理核心。然而，现有规范多停留于原则性倡导，对于复杂授权关系中的法律地位、责任边界及既有制度的延展适用，仍有待系统回应。智能体经济能否走向金融、医疗等高价值场景，关键在于社会是否敢于将真实法律效果交由智能体处理。这涉及两层授权：一是用户对智能体进入其系统环境的权限开放；二是智能体调用第三方应用、接口时，用户同意能否支持其绕过原有交互界面对第三人产生影响。基于此，本文系统考察传统授权逻辑在智能体语境中的适用困境与重构路径。

二、智能体的技术特征与授权挑战

理解授权困境，需先厘清智能体的技术机理。本文将其定义为以AI模型为核心，能在有限人类监督下感知环境、规划任务、调用工具并连续执行操作的准自主系统。其本质特征在于从“内容生成”走向“行动执行”，从而带来四大法律挑战：

第一，工作流的非决定性。 传统自动化系统依预设路径执行，而智能体在接收目标后自主完成理解、规划、决策闭环，具体调用何种工具、以何种顺序执行均在运行中动态生成。这使得授权对应的不再是一条固定路径，而是一类开放的任务空间。用户授权“帮我完成X任务”，实质上是对一系列未确定的中间行动的开放，很难认为用户就每一步骤都作出了明知、自愿的授权。

第二，底层权限的高度依赖。 智能体为跨应用完成任务，往往需依赖多层级、宽范围的底层权限（如无障碍服务、事件注入）。用户在弹窗中看到的是技术性描述，背后却是对系统和其他应用的广泛控制能力。底层权限一旦被滥用，单次授权失误可能演变为系统性风险。

第三，视觉端模拟行为。 智能体通过屏幕解析和UI识别模拟用户点击，在外观上更接近代表用户行动的实体。这放大了“谁在作出意思表示”的争议，也使第三方平台难以在合理信赖与风险防控间平衡。

第四，多智能体协同的系统性风险。 多个智能体相互调用、分工协作时，单次决策的不确定性会在系统间传递放大。已有案例表明，智能体在高权限环境中出错，后果远超传统内容风险（如批量删除邮件、误删硬盘数据）。多智能体协作的失败模式包括任务规划错误、角色失配等，且事后难以通过日志快速归因。

三、授权的概念重构与运行条件

“授权”并非统一的法律概念，而是一组在不同语境中反复出现的制度安排。本文将其类型化为三类：

1. 权益利用型授权： 为他人使用权利客体提供合法性（如数据访问、内容许可）。

2. 权限开放型授权： 在技术环境中开放访问与执行能力（如读取屏幕、调用支付接口）。

3. 行为归属型授权： 使他人得以代表本人实施行为并产生法律效果（最接近委托代理，但因主体性问题不能简单等同）。

传统授权机制有效运行依赖四个条件：授权对象相对确定、授权范围可规则化表达、授权后果可预见、授权关系可还原为清晰结构。然而在智能体场景中，这四个条件均被削弱：授权对象从内容转向环境；范围从可描述事项转向开放任务；后果从信息处理延伸至财产处分；结构从二元关系转向多边生态与链式权限流动。

四、智能体授权的现实困境

（一）授权载体不充分

传统授权通过合同、隐私政策等正式载体完成。智能体高度依赖自然语言交互，使“提示词即授权”的风险凸显。自然语言具有高度语义开放性，同一句话在不同语境下可能被解释为完全不同的操作。例如“帮我处理邮件”可能被执行为直接发送回复。同时，为降低交互成本，系统常通过一揽子条款要求用户对未来广泛场景“预授权”，将宽泛行为空间压缩进一次难以理解的授权中。

（二）授权表达不清晰

用户指令往往是宽泛目标（如“订个合适的酒店”），智能体需补全大量未明示条件（价格上限、支付方式等）。模型对“合适”的推断可能直接扩张授权含义，形成“默示授权”。自然语言指令与多轮交互在丰富体验的同时，不断稀释授权边界的清晰度。

（三）授权主体不显明

传统代理法预设“本人—代理人—第三人”的稳定结构。智能体环境下，授权对象本身难以确定，行为链条被拆分至多个智能体节点，外部第三人却只看到某一界面的行动外观。当智能体以“客服”“销售”身份出现时，极易构成表见代理。由于智能体不具备法律主体资格，权利义务被悬置在技术节点上，导致责任归属困难。

（四）授权后果不可测

用户授权的是目标而非路径。智能体为达成目标可能选择不同数据来源、算法策略，导致结果显著偏离预期。错误执行可直接转化为支付错误、违约等现实后果，且具外溢性——如绕过官方界面调用接口破坏平台风控，或自动发布信息侵犯他人隐私。

五、智能体授权机制的法律建构

面对授权困境，法律不能再简单假设行为结果等于授权意图，也不能将授权作为责任切割的唯一支点。本文提出以下治理框架：

（一）授权辅助：从概括授权到结构化表达

服务提供者应承担授权辅助义务，为用户提供超越一揽子授权的表达机制。可设置标准化授权方案（如“基本模式”仅限只读草拟，“日常模式”允许低额交易，“增强模式”允许跨应用执行但设金额阈值）。通过标准化方案，将用户从被动接受者转化为智能体能力边界的共同设定者，使授权成为控制风险的制度入口。

（二）边界控制：以能力边界替代行为许可

法律应鼓励围绕“是否只读、可写入、可支付、可删除”等核心能力建立可配置、可验证的权限边界。引入“红绿灯”机制：低风险行为在预设范围内默认允许，高风险行为（支付、签约、删除不可恢复文件等）默认禁止或要求专门确认。同时建立行为围栏与异常中断机制，一旦超出金额、对象或任务目的阈值，系统自动暂停或降级运行。

（三）外观管理：明确代理外观与信赖保护

智能体对外行动时，应强化身份与权限状态标识，让第三人知晓其是“仅供草拟”还是“可代表提交”。授权链与行为链应全程留痕，以便在争议中判断第三人信赖是否合理。若第三人有合理理由相信智能体有权代表用户或企业行动，且信赖系由相关主体制造的外观引起，则内部授权瑕疵原则上不得对抗善意第三人。鉴于《民法典》第172条表见代理以“行为人”为主体，需通过专门规则在智能体语境中重述外观责任。

（四）公平交互：保障用户的实质控制权

法律不应仅以最终点击确认作为有效授权标准，而应审查授权形成过程是否存在操控。关键节点（如从“比较”进入“下单”）应具有可识别性；用户应享有可中断、可撤回的交互空间；系统需提供用户可理解的路径透明（如解释为何选择某供应商）；同时禁止通过拟人化表达、默认选项诱导用户开放更宽权限。

（五）责任分配：从用户授权转向结构性责任

责任配置应围绕控制能力、风险来源、外观制造与收益归属展开。在用户与服务提供者之间，若提供者未配置必要的授权辅助、权限控制或异常中断机制，导致用户受损，不得以用户概括授权为由免责。在第三人与部署者之间，若企业长期允许智能体以官方身份对外沟通，则不能仅以内部权限瑕疵抗辩。

此外，应建立举证责任调整机制：智能体运行日志主要掌握在提供者手中，若其无法提供完整可信的操作记录，应承担不利推定。对于高频小额损害场景，可引入责任保险或行业风险基金先行补偿，但不得替代对授权治理缺陷的实质审查。

结语

智能体时代的授权机制并非走向终结，而是亟待结构性减负与功能重构。未来的制度设计应在坚持用户对自身数字环境拥有最终决定权的前提下，将更多风险控制义务配置给掌握系统架构与默认规则的服务提供者。通过授权辅助、权限控制、外观管理、公平交互与责任承担的系统性建构，使授权从“责任切割工具”转化为“风险治理入口”。唯有如此，智能体经济才能成为可控、可信、可持续的制度基础设施。