如果你的公司同时在香港和内地运营，并且已经开始试用能自动处理邮件、文件和业务系统的 AI 智能体，那么 2026 年 8 月 25 日是一个需要记住的日期。当天，香港个人资料私隐专员公署发布了首份专门针对智能体的指引。对于跨境企业，这意味着在内地 TC260 标准之外，又多了一套必须对照的要求。
香港私隐公署的智能体指引是什么？
《在使用代理式人工智能时保障个人资料私隐》是香港私隐专员公署于 2026 年 8 月 25 日发布的指引。它针对使用 AI 智能体收集、持有、处理或使用个人资料的机构，提出九项建议及覆盖评估、准备、部署、使用和停用五个阶段的安全检查清单。
公署把代理式 AI 描述为具备自主感知、记忆、决策、交互和执行能力的智能系统，通常以基础模型为核心，再接入数据库、记忆和操作系统工具。
指引是对 2024 年 6 月《人工智能：个人资料保障模范框架》的补充，并参考了全国网络安全标准化技术委员会（TC260）2026 年 7 月发布的智能体部署安全指引。原文摘要见私隐专员公署新闻稿。
为什么智能体需要单独的隐私指引？
因为智能体不只是生成内容，而是直接采取行动。它可以打开文件、读取邮件、调用已保存的账号凭证，并在没有人逐步审批的情况下完成多步任务。公署认为，这种高权限带来的风险，是传统聊天机器人管理制度从未覆盖的。
指引列出五类风险：
--- 访问范围过大：默认权限高，一次误读指令就可能泄露或删除大量个人资料。
--- 系统漏洞：同时连接多个系统，单点缺陷会放大为跨系统风险。
--- 插件或技能不安全：未经审查的插件可能含有恶意代码，导致账号乃至整台电脑被接管。
--- 功能蔓延：整合多来源数据，部分系统还会用于训练模型，偏离原始收集目的。
--- 多智能体风险：错误或幻觉产生的个人资料在智能体之间连锁传递。
香港企业的 AI 合规现状如何？
私隐公署 2026 年的合规审查覆盖 60 家机构，其中 57 家使用 AI，约 51% 同时使用三套以上系统。但制定 AI 政策的机构比例从约 63% 降至 50%，董事会层面讨论 AI 的比例下降约 25 个百分点。采用在加速，制度却在倒退。
据孖士打律师行的解读，受查机构中一半员工超过 500 人。约 92% 的相关机构有数据泄露应对计划，但只有约 41% 专门涵盖 AI 事故。本轮没有发现违规，但下一轮审查将以新指引为基准。
香港指引与内地规则有什么不同？
两者核心要求一致，差别在于约束力。香港指引属原则性、非强制性质，依托现有条例执行；内地规则更具体，由多部门执法，并逐步走向强制备案登记。跨境企业的稳妥做法，是以内地标准为基线，再叠加香港条例的特定要求，避免两套体系各自为政。
根据礼德律师行 2026 年 9 月的客户提示，两地共同强调的操作要求包括：人工监督、最小权限、插件和技能审查、运行环境隔离，以及持续监控。
指引还明确，智能体不是法人。无论智能体多么自主、由哪家供应商提供，控制个人资料处理的机构都要承担责任，因此供应链各方的角色必须写进合同。
九项建议如何落到具体岗位？
九项建议对应条例的六项保障资料原则。落地的关键，是把每一项交给具名负责人，而不是全部压给 IT 部门。可以按法务、技术、风控三条线分工，每季度检查一次进度，并把结果纳入管理层报告。
--- 法务与数据保护：划定数据访问范围；在收集声明和隐私政策中披露智能体用途；界定处理目的和人工介入条件；保障查阅与更正权。
--- 技术与安全：人工复核降低幻觉；按期清除对话记录、缓存和长期记忆；只用官方版本，审查插件，最小授权，保留审计日志。
--- 运营与风控：上线前测试，运行中持续评估，重大决策保留人工把关；建立有资源的治理架构，用合同约束供应商，并培训相关员工。
一家跨境制造企业应如何分阶段落实？
按检查清单的五个阶段设置关卡：评估、准备、部署、使用、停用。每一阶段的控制措施落实并留档，才进入下一阶段。这种做法让审批更快，也让日后面对监管问询时有据可查。
假设一家在深圳和香港都有业务的制造企业，用智能体处理采购订单。评估阶段核实来源和供应商是否用数据训练模型；准备阶段只开放采购系统和一个共享邮箱；部署阶段在隔离环境运行，只装白名单插件；使用阶段把涉及供应商个人信息变更的操作交人工审批；停用时撤销凭证并按计划删除记忆和日志。
企业最容易踩的坑有哪些？
最大的坑是把智能体当成另一个聊天工具，沿用旧的生成式 AI 政策。此外，为求快速上线而授予管理员权限、忽视插件审查、试点结束后不清理凭证和记忆、对员工自行安装的“影子智能体”毫无登记，都是常见问题。
--- 今年 OpenClaw 等开源智能体工具在香港快速普及，其插件生态正是公署最关注的入侵渠道。
--- 每季度向董事会提交一页报告：智能体清单与权限、九项建议红黄绿状态、未关闭风险与负责人、待决事项。
总结：先立规矩，再放手规模化
香港私隐公署并没有限制技术，而是把负责任部署智能体的标准写清楚了。提前建立控制措施的企业，扩大应用时会更从容。关于权限控制的更多做法，可参阅我们的AI 智能体身份治理解析。
懂AI，更懂你 UD相伴，AI不冷。
掌握框架之后，下一步是弄清你的组织目前处在什么位置。UD 团队手把手带你完成每一步，从 AI 准备度评估、智能体盘点，到控制设计、部署上线与定期复盘，28 年企业服务经验，全程陪你走。
由 UD 企业 AI 团队审阅。本文整理公开指引内容，不构成法律意见。
