AI Agent 控制面是這篇文章討論的核心

AI 代理失控前先踩煞車!Onyx 拿 1.13 億美元打造「AI 控制面」:人類最後一道防線怎麼運作?
當 AI 代理開始自主行動,人類與機器之間的「控制介面」,將成為企業下一道護城河。(圖片來源:Pexels / cottonbro studio)

⚡ 快速精華(60 秒看完重點)

💡 核心結論:AI Agent 早已不是「工具」,而是會自己下決策的「數位員工」。Onyx 的 Secure AI Control Plane 本質上就是替企業裝上一組「煞車+後照鏡+行車記錄器」,讓代理自主執行時,人類永遠保有最後一票。

📊 關鍵數據(2026→2027 預測量級):Gartner 預估 2026 年底 40% 企業應用將內嵌任務型 AI 代理(2025 年不到 5%);agentic AI 軟體支出 2026 年上看 2065 億美元、年增 139%;Onyx 單輪募得 1.13 億美元、估值約 6.4 億美元、總募資 1.53 億美元,營收在脫離隱身模式後四個月內翻四倍。

🛠️ 行動指南:① 先盤點企業內所有「影子 AI」與代理清單;② 建立統一的審批閘道,凡代理要執行的敏感動作一律過閘;③ 要求每個動作留下可解釋的決策日誌;④ 把「人類覆核」寫進 SOP,而不是寫進願景。

⚠️ 風險預警:Gartner 直言超過 40% 的 agentic AI 專案恐在 2027 年前被取消,主因不是技術不行,而是治理缺位;沒有監控的自主代理=一個會自己申請權限、自己轉帳、自己回覆客戶的員工,出事才發現就太遲了。

過去大半年,我一直盯著一個有點荒謬的產業現象:各家企業搶著把 AI 代理塞進客服、財務、供應鏈與採購流程,彷彿誰慢一步誰就出局。但真正讓我背脊發涼的,不是代理跑得有多快,而是幾乎沒人講清楚——當代理自己決定把供應商款項付出去、自己回覆 angry 客戶、自己修改資料庫權限的時候,誰來踩煞車?

七月底,一則融資新聞把這個問題從實驗室直接燒進董事會:Onyx Security 宣布完成 1.13 億美元 B 輪融資,由 Bessemer Venture Partners 領投,Cyberstarts、TCV、Conviction、FirstMark、Vintage、QuantumLight 與 G Squared 跟投,總募資來到 1.53 億美元,估值一舉推到約 6.4 億美元。這不只是一筆錢的事——這是整個資安產業第一次正式掛牌宣告:「AI 代理時代的煞車生意,開張了。」

為什麼「AI 代理控制面」會成為 2026 年資安與 AI 的交會引爆點?

先說結論:因為傳統防火牆與 SIEM 這套「圍牆式」防禦邏輯,在自主代理面前幾乎等於裸奔。過去你防的是「人」——攔截釣魚信、控管 USB、擋惡意程式;現在你要防的是「會自己規劃、自己呼叫工具、自己寫程式執行任務」的數位員工,而且它用的是合法 API、合法權限、合法憑證,只是判斷可能出錯、意圖可能被注入。

Gartner 的數據把這把火燒得更旺:2026 年底預計 40% 的企業應用程式都會內嵌任務型 AI 代理,而 agentic AI 軟體支出將衝到 2065 億美元,比 2025 年的 864 億美元暴增 139%。代理數量一多,企業連「自己到底有幾個代理在跑、它們碰了哪些系統」都答不上來——這就是所謂的 影子 AI(Shadow AI)。Onyx 看準的正是這個真空地帶:它不做模型、不搶應用,只做橫跨所有代理之上的「控制層」,讓每一顆代理的動作都被看見、被授權、被記錄。

🧠 Pro Tip 專家見解:把 AI 控制面想像成機場塔台,而不是圍牆。塔台不擋飛機起降,但每一架飛機的航道、高度、油量它都看得到,必要時可以要求重飛、暫停放行。企業導入代理治理,心態要從「封鎖」切換成「調度」——目標是讓代理飛得更有效率,同時保證不會撞機。

數據佐證不是嘴上說說:Onyx 成立於 2024 年、總部在特拉維夫與紐約,由以色列國防體系出身的 Bar Kogan 與 Gil Elbaz 創辦,2026 年 3 月才脫離隱身模式,當時已手握 4000 萬美元、70 人團隊,並有 Fortune 500 客戶背書;短短四個月後營收翻四倍、估值跳上 6.4 億美元。這種速度說明了同一件事:企業對「看不見的代理」的焦慮,比我們以為的更迫切。

2025-2033 全球 AI Agent 市場規模成長預測長條圖圖表顯示全球 AI Agent 市場從 2025 年 76 億美元、2026 年 109 億美元,一路成長至 2033 年 1829 億美元,呈現指數級爆發202576 億2026109 億2027163 億2030503 億20331829 億全球 AI Agent 市場規模(美元)資料來源:Grand View Research 預測,CAGR 約 49.6%

Onyx 拿到 1.13 億美元後,Guardian Agent 究竟怎麼「管住」AI 代理?

講到這筆錢怎麼花,就得拆開 Onyx 的核心武器——Guardian Agent(守護代理)。它不是要取代你現有的 GPT、Claude 或企業 Copilot,而是站在這些代理「前面」的一位數位監工:每一顆 AI 代理的動作,在碰到下游系統之前,都得先過守護代理這一關。

具體來說,它做四件事:發現——跨 SaaS、雲端、端點與程式碼掃出所有代理,連員工偷偷自架的影子 AI 也無所遁形;監控——即時盯住 prompt、回應與代理意圖;治理——定義每顆代理「可以碰什麼、不可以碰什麼」的邊界;強制執行——動作越界時直接封鎖、要求人類核准、收窄範圍,或把代理導向更安全的路徑。用創辦人的話講:「沒有任何代理可以在看不見的地方行動。」

這套邏輯對企業級場景特別有感。自動化客服代理要回覆客訴前,敏感退款超過某個金額就自動彈出「請人類核准」;數據分析代理要撈個資前,先確認是否符合 GDPR/個資法;決策輔助代理給出採購建議時,理由必須可追溯。對,這就是新聞裡反覆強調的三個關鍵字:透明度、可解釋性、合規性——而這正是 Onyx 敢向 Fortune 500 收錢的底氣。

🧠 Pro Tip 專家見解:導入 Guardian 這類控制面時,別只設定「封鎖名單」,要建立「動作分級」:綠色=代理可自主執行;黃色=執行後 24 小時內人工抽查;紅色=一律先核准再放行。分級越細,代理效率與人類掌控之間的張力越小,團隊才不會被核准通知淹沒。

2026 年企業導入 AI Agent,為什麼先買「煞車」比先踩油門更重要?

我觀察到一個弔詭的現象:今年多數企業在 AI 預算上毫不手軟,卻把「治理」當成明年再補的作業。結果就是代理越裝越多、風險越疊越高,最後只能靠出事了才善後。Gartner 甚至預測,超過 40% 的 agentic AI 專案會在 2027 年前被取消——原因不是模型不夠強,而是專案範圍失控、治理缺位、權責不清。

對照組數據也很誠實:雖然 62% 的企業已經在試用代理,但 McKinsey 的調查顯示只有約 23% 的組織真正把代理部署「規模化」;而那些成功規模化、並把治理設計進架構的團隊,平均回報率可以來到 171%。換句話說,「先煞車、後油門」不是保守,反而是 ROI 最高的開法。

Onyx 的模式剛好示範了這條路:它不要求你砍掉任何代理計畫,而是用一層控制面讓「快速採用」與「安全可控」同時成立。這也解釋了為什麼 Bessemer 敢喊出「這可能是下一個最大的資安公司」——因為它押注的不是某個模型贏,而是「代理會大量進駐企業」這件事幾乎必然發生,屆時控制層就是剛需,而不是選配。

🧠 Pro Tip 專家見解:中小企業沒有幾百萬美元預算,可以先從「最小可行治理」開始:① 建立一張代理資產清單(哪怕是 Excel);② 把所有代理的 API 金鑰集中到唯讀的憑證保險箱;③ 高風險動作一律走人工審批。三件事做好,就能攔下八成以上的代理災難。

人類監督、可解釋性與合規:AI 代理控制面的三大支柱缺一不可?

很多人以為「AI 安全」等於「AI 對抗攻擊」,但我更傾向把它拆成三根柱子,缺一根都會倒:

第一根,人類監督(Human-in-the-loop)。Onyx 的守護代理本質上就是把人放回迴路中央:代理可以自主,但關鍵決策永遠保留人類覆核權。這不是限制效率,而是把「責任」留在人身上——出事時有人能站出來說「是我核准的」。

第二根,可解釋性。代理為什麼付這筆錢?為什麼拒絕那位客戶?如果決策黑箱,合規與稽核就無從談起。控制面必須把每個動作的「理由鏈」留下來,這正是 Onyx 強調「檢視 prompt、回應與意圖」的原因。

第三根,合規。從歐盟 AI Act 到各國個資法,監管已經從「建議」走向「罰則」。企業若無法證明自己「看得見並管得住」代理的行為,出事時扛責任的還是法遵長與 CIO,不是那顆模型。這三根柱子合起來,就是新聞裡那句「人類能持續掌控 AI Agent」的完整落地版本。

2027 年以後,AI 代理經濟將如何重塑企業軟體與資安的遊戲規則?

往後看兩年,我認為會發生三件大事。第一,「AI 控制面」會從新創概念變成企業軟體的標準配備——就像當年的防火牆與身分管理一樣,SaaS 巨頭遲早會內建或併購這層能力,現在進場的 Onyx 們搶的是「定義標準」的先手。第二,資安市場的計價單位會從「授權數」變成「代理數」,每一顆代理都是一張可收費的保單,Bessemer 說的「史上最大資安公司」正是這個意思。第三,「人機協作」會重新定義職場技能——未來最值錢的不是會寫 prompt,而是會「設計代理的邊界與覆核流程」,這門課現在就可以開始補。

回到最實際的問題:你的企業準備好了嗎?如果你連「公司裡有幾個 AI 代理、它們各自有什麼權限」都答不出來,那 2026 年的功課很明確——先裝煞車,再談飆速。下一波 AI 紅利,屬於那些「敢讓代理做事、卻永遠留一手」的團隊。

❓ 常見問題 FAQ:企業主最想問的三件事

Q1:Onyx 的「AI 控制面(Control Plane)」到底是什麼?

A:它是一層橫跨企業所有 AI 代理之上的監管層,類似機場塔台。它負責「發現」所有代理(包含員工私下使用的影子 AI)、「監控」代理的每一個動作、「治理」代理的權限邊界,並在動作越界時即時封鎖或要求人類核准。核心產品 Guardian Agent 會在所有代理動作影響下游系統之前先檢查一遍。

Q2:什麼是「影子 AI(Shadow AI)」?為什麼企業要防?

A:影子 AI 指員工未經 IT 或資安部門核准,私下導入使用的 AI 工具或代理。它之所以危險,是因為它繞過了企業的資安、合規與資料控管機制,可能把機密資料餵給外部模型,或在沒有稽核記錄的情況下擅自執行操作。Onyx 控制面的第一步就是跨 SaaS、雲端與端點掃描,把這些「地下代理」全部揪出來。

Q3:預算有限的中小企業,該如何開始做 AI 代理治理?

A:不必一次買齊企業級控制面。建議三步走:① 建立代理與 AI 工具清單,掌握「有什麼在用」;② 集中管理 API 金鑰與權限,實作最小權限原則;③ 針對高風險動作(金流、個資、對外發言)設定人工審批流程。先做到這三點,就能擋下絕大多數的代理風險,之後再隨規模擴充正式控制面。

Share this content: