企业AI应用的权限需要同时约束用户、资料和工具操作。模型生成的内容不能充当授权依据，真正的权限检查必须由服务端在读取数据和执行动作时完成。

建立用户与资源的对应关系

先列出员工、部门管理员、审核人员和系统维护人员的职责，再定义每类用户可以读取哪些知识、创建哪些任务以及审核哪些业务操作。默认拒绝没有明确授权的访问。

知识库检索不能先取得所有部门的资料再让模型自行隐藏。应在查询阶段使用可信身份和资源权限过滤，并在下载原文等后续接口再次校验。

把高影响操作放入审批流程

发送外部邮件、修改订单、支付和删除数据等动作，应由系统生成待审批请求。审批人需要看到对象、参数、影响范围和有效期，批准后才能执行。

工具接口应重新验证用户和操作权限。模型提出的参数需要经过字段校验，并使用任务编号防止同一操作因重试被重复执行。

测试越权与留存操作记录

测试普通员工读取其他部门文档、修改请求中的用户ID、绕过界面直接调用工具，以及审批失效后的重放请求。界面上隐藏按钮不足以保证安全。

审计记录应包含实际操作者、资源、审批结果、执行结果和时间。记录敏感输入时要限制访问和保存期限，避免日志成为新的数据泄露入口。

参考资料

审批与审计形成可核对记录

敏感动作保留申请对象、实际参数、审批人与结果，参数修改后重新确认。

用户身份与角色从系统取得，撤权后验证会话和缓存同步失效，防止旧权限继续操作。

例如审批页面显示A订单，执行请求却传B订单，服务端应拒绝或重新审批，避免授权对象错配。