Cequence Security 与毕马威新加坡 11 月 11 日发布报告 Agentic AI Runtime Security, Governance, and Control。CQ Prime 在 10 月某一周跨 5 个行业追踪到超 25 万次智能体访问，约七分之一完成预订、购买、登录或账户管理。某家一级电信运营商变化更陡，未声明为智能体的流量三周内从每天约 100 次涨到最多 32000 次，以客户身份登录并通过多因素认证。
冒名也是入口。某在线市场自称 Google-Agent 的访问，多过该周追踪到的全部真实智能体访问，每次都直奔登录页并失败，Cequence 判断攻击者借合法智能体名义批量试被盗密码，谷歌没有参与。报告给出三条做法，给每个智能体一份转成硬限制的岗位职责，在智能体之外设独立控制逐步批准、升级或拦截，并在拦截时指回允许路线，按完成工作量而非拦下动作数衡量成效。
受控研究里一组对照值得单看。Cequence 用自家原型实验，只有登录与固定权限的智能体，44% 的运行出现越出岗位职责的动作；换成明确职责加逐步核对之后，这类尝试降到 1%，任务完成率从 76% 升到 95%，每次运行词元少用约 35%。收紧没有换来更多失败，拦截时交回允许路线反而让更多活干完。首席技术官 Shreyans Mehta 说，起手那一步的批准不该一路带到第五步。
站内 1982 号写过 Cequence 等六家的智能体身份，2210 号记的是监管按能不能挪钱分级，2211 号把一周材料归成可查来路。这份报告换了两处，主体是同一家公司的运行时逐动作核对，口径从凭据与规范挪到流量侧实测。毕马威新加坡网络主管合伙人 Gerry Chng 说，身份验证与固定权限重要，但智能体替客户执行一串动作时还要算上角色、每步上下文与任务累积风险。
报告全文定于 11 月 19 日在毕马威新加坡办公室呈现，11 日公开的只是摘要。25 万次访问覆盖的 5 个行业未逐一列出，约七分之一的统计口径与 32000 次请求的观察日期未给；44% 降到 1% 与 76% 升到 95% 出自厂商自有原型，任务集规模、参与模型与第三方复核结果也未披露。