这是一份企业内部框架稿的整理稿,不是制度范本。公司名、制度编号、系统名称与部门名称均已隐去,文中措施写的是设计意图,不代表任何企业的执行现状。
全文只回答一个问题:为什么大部分数据安全制度,评审通过之后就再也没人用过。

几乎每家上规模的企业都有一份数据安全制度。多数时候它有三个归宿:评审会上通过,OA 里归档,然后在真正需要判断“这条数据能不能给某个人看”的时候,没有人想得起它。

问题通常不在条款数量。看那些制度最终没落地的企业,断点位置惊人地一致:权限、责任、证据这三样东西,被装进了同一个部门的口袋。

有机构调研过一百多家企业,把这件事的现场描述得很直白:制度写在纸上,权限挂在系统里,审计日志堆在后台;研发能看财务流水,销售能导全部客户,IT 管理员拿着所有数据库的最高权限。这三句话里没有一句是“制度缺失”,全是“制度和权限不在同一个世界里”。

一、三个断点,位置几乎相同

第一个断点:系统管理权和数据知情权混在一起。

谁维护数据库,谁就能查库;谁管应用,谁就能导表。技术权限顺带成了数据权限,而且是最彻底的那一种。这个安排下会出现两种相反的荒谬:真正需要看数据的业务分析人员要走流程、等审批,而不该看数据原文的技术人员一直在看,且从无记录。

制度的约束力因此被削掉一半——它管住了要走流程的人,管不住根本不需要走流程的人。

第二个断点:敏感范围的定权没有交代清楚。

技术部门为了推动工作,往往自己先把数据分了级:哪些是秘密、哪些是机密、哪些可以公开。业务部门一看,第一反应是“我的数据凭什么由你定级”,第二反应是“这份数据我不认它是敏感”。于是分级表第一次评审就卡住,之后靠人情推进。

分级一旦没有业务方的签字,制度就退化成技术部门的单方面约束。它约束不了业务,只能约束自己人。

第三个断点:制度跟着工具改。

换了内容防护产品,访问控制那一章要重写;上了新的分析平台,脱敏规则要重写;接了大模型,又要加一章。每改一次,就要走一次审批、一次公示、一次培训。三年之后没有人愿意再动它,制度进入僵尸状态——它的最后一次修订日期,比任何风险都更能说明问题。

这三个断点看起来是三件事,其实是一个结构:谁定范围、谁做实现、出事追谁,这三件事没有被分开写。

二、先把三件事分开

我参与整理这份框架稿时,把治理原则压到了三条,并且约定这三条不随技术方案修改。它们的作用不是表态,是切责。

原则一:系统管理权与数据知情权分离。

持有系统管理权限的人,不因为该权限自动获得查看业务数据原文的权利。技术人员可以管系统,但不默认拥有看数据内容的资格。这句话写进制度之后,“IT 能看全部数据”就不再是一个默认事实,而是一件需要单独授权、单独留痕的事。

原则二:数据所有者定范围,技术部门定实现。

数据所有者对该类数据的业务含义、使用范围、授权范围负责;技术部门对技术措施是否有效负责。追责也按这条切:技术措施被绕过,追技术部门;授权范围给得过宽,追数据所有者。

这一条最关键的作用,是让技术部门退出“数据能不能给”的最终裁决位置。它保留的是“能不能做到”的判断权。这两件事混在一起,制度就一定落不了地——因为技术部门既没有业务判断力,也没有承担误判后果的资格。

原则三:可追溯优先于可控。

管理目标不设在“绝对不可见”,而设在“每一次访问都能定位到人、时间、范围、操作内容,事后可核查”。对确因工作必需接触敏感数据的情形,用受控可见的方式解决,不用一律禁止的方式解决。

第三条是经验换来的。追求绝对不可见,只能靠禁;禁的结果不是数据更安全,而是业务绕开系统——用聊天工具传文件、用私人网盘中转、用自己的账号截图。这些路径全都不在审计范围内。相比“看得见但留痕”,“看不见但流到系统外”是更坏的结果。

制度的目标不是让人不敢碰数据,而是让碰过的人留得下痕迹。
前者靠威慑,威慑会衰减;后者靠机制,机制会累积。

三、三层结构,解决“制度跟着工具改”

第三个断点最难缠,因为它不是态度问题,是文本结构问题:把所有要求写进一份文件,这份文件就必然被最不稳定的那部分拖着反复修改。

解法是把制度拆成三层,并且规定每层只装一种东西。

层级 文件类型 装什么 变更周期 审批层级
一级 治理纲要 原则、责任分工、违规归类、管理指标 五年复审,原则条款不动 决策层签发
二级 管理规范 分类分级办法、授权流程、外部人员、环境隔离、审计与应急 两年修订 分管领导
三级 技术规范(附件形式) 具体做法:脱敏规则、审计留存、产品配置、Agent 接入 随技术演进替换 技术部门

关键设计在第三层:技术规范一律以附件形式挂在对应二级规范之后。技术方案、产品或工具发生变化时,只替换三级附件,不改一级纲要与二级规范,也不重新履行制度审批与公示程序。

这一条把“改制度”的成本从“重走一遍流程”降到“换一份附件”。制度能不能活过三年,往往就取决于这一个小设计。

二级规范按“必须回答的问题”拆成六份,而不是按部门拆:

序号 规范 要回答的问题 稳定性
01 经营数据分类分级办法 哪些数据要保护、由谁确认级别 长期稳定
02 经营数据访问授权办法 谁有权看、谁审批、何时回收 长期稳定
03 外部人员与供应商接触办法 外部人员从进场到离场怎么管 随合作模式调整
04 环境数据安全规范 技术能运维系统,但不默认接触真实数据 随基础设施调整
05 访问审计与泄露应急办法 每次访问可追溯、泄露可处置、责任可举证 长期稳定
06 AI Agent 数据访问规范 Agent 权限不高于提问人,取数路径受控可审计 随技术演进,最快

拆成六份的理由不是“显得完整”,而是让每份都能被对口部门独立维护、独立修订。前四份可以多年不动,第五份在两年前就该定下来,第六份一年可能要改一次。把它们塞进一份文件,等于让最快的那个拖着全部一起改。

四、权限不要按部门给,按“看得见什么”给

分级定完之后,落地时最常犯的错是按部门授权:财务部可以看财务数据、销售部可以看销售数据。这种粒度看着清楚,实际不可执行——因为部门里每个人的需求完全不同,最后只能给整个部门开最大权限。

更可操作的粒度是按“看到什么程度”分三档:

档位 能看到什么 审批
聚合可见 汇总、统计、区间化后的结果,无法还原到单一对象 岗位默认权限内自动执行
明细可见 能定位到单一客户、供应商、物料、订单、人员或单笔业务 数据所有者审批
明细可导出 明细 + 批量导出,数据可离开系统 数据所有者与安全负责人共同审批

秘密级及以上数据默认只开“聚合可见”。机密级、绝密级的明细开放,再加一道监察复核。

这一档设计解决了一个具体矛盾:业务确实需要看数,但不需要看“谁买了多少”这种能反推出客户的价格明细。把这两件事用两个档位分开,争议立刻少一半——因为大多数时候,业务要的是聚合,制度防的是明细。

一个容易忽略的执行细节:特权账号(数据库超管、服务器管理员、云平台管理员)必须纳入专项管理,不得由个人长期持有;高风险操作双人授权,操作全程留痕。这条不写,前面所有分级都会被一个拥有长期最高权限的账号绕过。

五、指标别用“零泄露”

制度最后都要落到考核,而这里最常见的错误是设一个“泄露事件数为零”的指标。

它有三个问题:不可验证(没发生不等于没发生,只是没被发现)、不可归因(零泄露可能只是因为没人查)、反向激励(一旦出过一次,指标就永久失真,之后所有人都倾向于不上报)。

可验证的指标是另一类,量的是机制有没有在转:

  • 生产环境长期有效的高权限账号数量,目标逐期下降至趋零;
  • 敏感数据访问的日志可追溯率,目标 100%;
  • 外部人员账号离场权限清零及时率,目标 100%。

这三个数都能被抽查,都能被第三方核,也都能指出具体是谁没做到。制度里明确写下“不以泄露事件数量为零作为考核指标”,本身就是一句话表态:这份制度要的是机制,不是成绩单。

六、AI Agent 那一条,现在只写了一半

这份框架稿里最需要前瞻的一章,是 AI Agent 的数据访问。当时写的规则是:Agent 的数据访问权限不得高于发起查询的用户;权限校验放在查询层实施,不能只靠提示词约束;Agent 原则上通过预定义指标与语义查询接口取数,不开放任意查询语句的直接执行。

这三句解决的是“上限”,但没解决 Agent 自己的身份。

业界的两种主张值得一起看。Gartner 的思路是把 Agent 当作工作负载纳入身份管理:给独立身份、用短期凭据、按最小权限限制范围、随时可撤回,并且把自主操作关联到执行它的那个 Agent。另一派主张更硬:AI 工具的数据连接和知识库调用要建独立权限体系,与员工个人账号权限完全切割,杜绝“员工授权一次,工具长期持有”的隐性授权。

监管侧已经把话说到了这一步。中央网信办今年五月的智能体文件明确要求:厘清哪些决策仅限用户本人、哪些需用户授权、哪些可由智能体自主完成,智能体执行操作不得超出用户授权范围。深圳市场监管部门十月的商业秘密保护指引里,还收录了一个真实案例:员工给第三方 AI 工具授了完整的账号授权,平台被攻陷后,攻击者靠这条长期未解绑的授权直接接管了该员工的企业账号。

两条主张合起来才是完整答案,也是我会在下一版补上的部分:

Agent 用独立身份接入(服务账号或短期凭据,凭据不随员工账号长期有效);每次调用时取交集——以 Agent 自身权限与当前提问用户权限的较小者为实际执行范围;工具调用与取数同权同审计——Agent 不只是查数,它还会读文件、调接口、跑代码,这些动作必须落在同一套日志里,而不是只审计它的数据库查询。

只写“不高于提问人”是不够的,因为默认前提是 Agent 有一个长期存在的、权限不低的身份。前提没管住,上限就是空话。

七、起步不需要采购

最后是落地顺序。这份框架稿的附录把首期措施限定在“零采购、可执行”,六件事按两周到四周排:

  1. 经营数据清单梳理,按聚合可见、明细可见、明细可导出三档逐项标注(两周,零成本);
  2. 数据库账号与权限梳理,清理长期有效的超级账号与共享账号(三周,零成本);
  3. 开发、测试、生产三环境分离,开发环境全部改用模拟数据(四周,低投入);
  4. Agent 权限继承、禁止任意查询语句直接执行、查询层二次鉴权(随 Agent 迭代同步);
  5. 外部人员与供应商驻场准入、账号绑定驻场周期、离场当日清零核查(两周,零成本);
  6. 保密协议、书面告知书、培训签到与公示程序(四周,走人事与法务流程)。

排序的逻辑是:先清“谁能看见”,再清“账号是谁”,最后才是技术隔离。前三件事都不需要买任何东西,只需要有人肯花三周时间把一个账号清单核到底。多数企业的数据安全问题,最后不是被技术解决的,是被一份核对到底的账号清单解决的。

八、判断

一份能活过三年的数据安全制度,通常具备两个特征:条款少到能背下来,责任清到能追到人。

条款少,是因为它只写那些不随技术变化的东西——权限与知情权的关系、谁定范围、追责怎么切。责任清,是因为每一处“谁能看”都对应一个具体的人,而不是一个部门。

反过来,那些写了几十页、覆盖了所有攻击场景的制度,多数在第一年就被归档。它们保护的从来不是数据,是起草人的尽职证明。

真正难的不是把风险写全,是在“写全”和“能用”之间选一个。
选前者的制度,通常只被读一次。

说明:本文依据一份企业内部框架稿整理,已隐去企业名称、制度编号、系统名称与部门实名;文中措施为设计意图,不作为任何企业执行现状的描述,也不构成合规意见。行业观察部分参考了第三方机构的企业调研、行业期刊关于中小企业数据治理轻量化的研究,以及 Gartner 关于智能体身份治理的公开观点。