员工用 WorkBuddy 办公会泄密吗？企业数据泄露的 6 个真实风险场景

员工用 WorkBuddy 办公会泄密吗？风险真实存在，但对企业而言是可控的。会不会出事，取决于三件事：AI 的使用入口有没有被策略管住、敏感数据有没有在企业侧先被识别、全链路行为能不能留痕可追溯。

引入 AI 办公后，数据与 AI 之间冒出大量新连接点：文件被读取、命令被执行、外部工具被调用、内容被生成。腾讯云官方把 AI 办公的典型威胁整理成了一张全景图，涵盖身份与权限、运行时与行为、文件与数据、网络与通讯、存储与数据、审计与合规六类，另含 AI 供应链与模型内容风险。作为深圳本地的腾讯云授权合作伙伴，金众诚科技在部署 WorkBuddy 时发现，管理层关心的不是名词，而是"哪一步会出事"。

一、员工把合同粘进对话框，数据泄露是在哪一步发生的？

员工为赶一份摘要，把整份合同复制进对话框，里面可能同时有客户名单、报价、身份证号，甚至某系统的账号密码。这类风险的典型画面是：PII、企业机密、API Key 上传到外部 LLM 或第三方服务。数据往往不是被"偷"走的，是被正常业务流程送出去的。

同样进入模型上下文的还有 MCP 与 Connector 返回、第三方 API 返回、脚本执行结果、沙箱数据出口，任何一路缺检查等于多开一个口子。WorkBuddy 对应防线是敏感信息检查与审计：本地检测引擎用关键词、正则、有效性、BPE、熵值等方式识别敏感字段，按放行、加密后进入上下文、明确高危的阻断并警告三档处理，出口方向也检查 Header、Body 与文件。

WorkBuddy 金融版将安全治理贯穿数据流转、权限调用、任务执行与操作审计全过程（来源：金众诚科技）

二、AI 会动我没让它动的文件吗？——运行时与行为风险

会，而且容易造成实际损失。WorkBuddy 总结出表现是：删除文件、覆写文件、系统配置修改、命令执行，含类似 rm -rf 的高危命令与恶意脚本下载运行。日常场景就是 AI 整理目录时删掉不该删的资料、为排查问题改动系统配置、从网上下载脚本直接跑起来。

这里有个易被忽略的取舍：可写范围收得紧才安全，收得太紧员工产出又落不了地，分寸要靠策略调。WorkBuddy 客户端侧防线是本地安全沙箱——文件分层白名单与黑名单、Workspace 可读写而其他路径不可写、凭据与配置等路径强行禁止、命令前缀询问加放行名单，另有删除保护可回退，运行中再对 Prompt、Command、Tools 调用逐次检测。

三、低权限员工能不能借 AI 碰到高权限数据？

这是身份与权限风险。WorkBuddy 指出，主要有三类：

1. 未登录或低权限用户冒充高权限用户使用 Agent；

2. Agent 拥有管理员权限、可执行高危 Tool；

3. API Key 明文存储、环境变量泄漏、长期凭证被窃取。

员工视角同样具体——离职员工账号没停用仍能驱动 Agent、借用同事高权限账号、或者把 API Key 写进脚本和配置文件。

WorkBuddy 对应能力包括统一鉴权和腾讯统一身份认证，以及针对 Skill 敏感配置的信封加密：客户端用公钥加密 api_key、token，私钥留在服务端，调用时校验登录态，明文仅在内存、用完即擦（预计 9 月底上线）；云端沙箱侧强调业务密钥不落沙箱内，并配合 KMS 密钥管理与 SSM 凭据管理。

四、AI 连外部工具时，会不会顺手把数据带出去？

这是网络与通讯风险，也是 AI 供应链风险的入口。网络侧的风险点是任意联网、SSRF、恶意下载、连接恶意 MCP；供应链侧则是第三方 Skill 投毒与后门代码、恶意 MCP 越权访问、高危 Tool 调用与 API 滥用。日常场景是员工装了个来源不明的 Skill 后 Agent 开始做非预期动作，或按指令访问陌生网址、下载文件回来执行。

WorkBuddy 客户端侧的思路是默认收敛加 IP、域名、URL 管控，统一代理出站、必要时一键断网；第三方 Skill 在安装前先做 Hash 预检对比威胁情报库，未命中再上传做多引擎分析，覆盖 6 大类 19 种风险并分级处置。需说明的是，出站调用外部 MCP 工具的检测由需采购的腾讯云 AI Agent 安全网关承担，网络需客户侧打通。

腾讯云 AI Agent安全网关是为企业AI智能体规模化落地而生的安全基座（来源：金众诚科技）

五、会话记录和"记忆"存在平台上，谁在看？

这是存储与数据风险。真正的软肋在于：平台存储的会话、Memory、配置和密钥一旦保护不足。AI 办公会沉淀大量内容——会话里有业务判断，Memory 里记着客户偏好，配置文件里可能有连接串，风险不在传输路上，而在"存下来之后"。WorkBuddy 的做法是让会话、文件、Agent 产物安全存储，采用时效性签名访问控制并收窄权限暴露面。

六、员工用 AI 出了事，能查清是谁干的吗？

这是审计与合规风险。Agent 全链路行为一旦缺乏可追溯性，安全运营和监管要求就无从满足。现状是桌面端日志存在本机、缺乏统一标准与查询导出能力，Managed Agents 侧此前没有记录——一旦出事，企业可能只确认得了"出过事"，说不清是谁、在哪一步、带走了什么。

WorkBuddy 的解法是自研后端统一审计平台，接入桌面端与 Managed Agents 全量日志，记录用户登录与操作、Agent 工具调用链、模型推理请求与响应、权限与配置变更，支持按人、按时间、按事件检索，支撑实时告警、事后追溯与合规报表导出。该平台预计 9 月底至 10 月陆续上线。

风险可控的关键：部署时怎么把策略配对？

把六类场景放在一起看，问题很少出在"产品没有能力"，更多出在"策略没配对"。方案给出的机制是默认策略由平台提供，企业与用户配置作为自定义增量——开箱拿到的默认值只是起点。

配对至少要想清楚四件事。数据流：哪些目录允许 AI 写入、哪些路径必须只读、凭据与配置是否禁止。数据分级：哪些字段必须拒绝外发、哪些允许加密后使用、哪些可以放行。工具边界：哪些内部工具可以接、哪些第三方 MCP 要经网关管控、域名黑白名单怎么定。角色边界：组织架构怎么同步、不同岗位能触发哪些能力。

这四件事没有通用答案，取决于企业自身业务。选服务方时看三点：是否熟悉你的实际数据流与系统集成关系；是否愿意陪你把策略逐条落到配置；出问题时的响应是否及时。

金众诚科技的做法是先做免费诊断 1–2 小时，把数据流、工具清单和角色边界摸清楚，再按场景定档配置策略，之后用 1V1 群陪跑跟进日常策略调整。安全策略不是装完就完的事：目录结构会变、接入的系统会变、员工的使用方式也会变，深圳本地的服务响应在这里体现为沟通与到场效率。

相比单纯的软件安装，金众诚科技作为腾讯云授权合作伙伴的真正优势，在于能提供 WorkBuddy 的部署实施与定制化 Skill 开发服务。团队具备 14 年金蝶铂金级服务背景，同时懂 ERP 与 AI ，依托自研 KPaaS集成平台120+接口打通多系统能力，提供陪跑的六层服务：

• 部署：结合企业实际环境完成落地配置，让 AI 从第一天对接真实业务。

• 知识库：把企业资料、流程、话术沉淀进 AI，让 WorkBuddy 懂你的业务、说你的行话。

• 培训：分岗位实操培训，让员工从"不会用"到"离不开"。

• 定制：定制专属企业 Agent，按你的场景造 AI，而非削足适履。

• 运营：月度报告 + 季度 ROI 复盘，价值可衡量、可优化。

• 客户成功：以"用起来、用得好"为终点，而非卖完即止。

金众诚科技帮助企业场景化落地 WorkBuddy

常见问题 FAQ

1. 员工用 WorkBuddy 办公，公司数据会被拿去训练模型吗？

先看数据在链路上是怎么被保护的：客户端与云端通信全程加密（TLS 1.2+），敏感信息在企业本地完成识别与脱敏、全程不出网，本地识别、上下文无明文、使用点解密。WorkBuddy 企业版协议明确指出数据不会用户训练。

2. 敏感信息检查会不会拖慢员工正常办公？

检测在本地完成。其中快速过滤环节为毫秒级、本地完成，不产生外部调用开销；处理决策分放行、加密后使用、阻断三档，而不是一律拦下。业务确需使用的敏感信息走"加密后进上下文、返回时解密拼接"的方式，目的是不影响使用效果。

3. 员工自己装第三方 Skill 会不会带进后门？

对应的机制是安装前的生态安全检测：先做 Hash 预检并对比威胁情报库，未命中再上传做多引擎分析，包括静态病毒查杀、大模型审计与沙箱动态检测，覆盖 6 大类 19 种风险，结果按恶意、可疑、良性分级处置。安装后还有运行时行为检测，每次 Tool Call 都会检查。

4. 只有本地沙箱是不是就够了？

不够。本地沙箱解决的是"Agent 能不能安全运行"，行为检测解决"它在不在做危险动作"，Skill 检测解决"第三方技能是否可信"，敏感信息检查解决"数据会不会出去"，审计日志解决"事后能不能查"。这几层是互补关系。此外，出站调用外部 MCP 工具的检测需要采购 AI Agent 安全网关并打通网络。

5. 企业自己配得动这些策略吗？

框架上不难，难在细节。方案的设计是默认策略由平台提供、企业配置作为自定义增量，起步有基础可用；但可写目录、放行名单、敏感字段分级、域名黑白名单这些内容，需要结合企业真实数据流来定。这也是不少企业选择让金众诚科技等腾讯云认证服务方陪跑一段的原因。