2026年，香港私隱專員公署審視的機構之中，有95%已在日常營運中使用人工智能，比一年前的80%再上升。然而在同一段時間內，會就人工智能進行董事會層面討論的機構比例下跌約25個百分點，而制訂了書面AI政策的比例，更由約63%回落至50%。
應用在加速，管治卻在倒退。這道落差，正是監管機構出手的原因。
私隱專員公署的代理式AI指引是什麼？何時適用？
2026年8月25日，個人資料私隱專員公署發出《在使用代理式人工智能時保障個人資料私隱》指引。這並非新法例，而是說明現行《個人資料（私隱）條例》在你的機構部署具自主行動能力的AI時，如何適用。
這份指引須與公署於2024年6月發布的《人工智能：個人資料保障模範框架》一併閱讀。模範框架至今仍是機構在採購、實施及使用AI系統時，履行私隱條例責任的核心文件。
比法律意義更重要的，是實務後果。香港對代理式系統已有明確的監管期望。若機構無法證明自己曾考慮這些要點，就不再處於灰色地帶，而是要在事後解釋。
香港並非獨自前行。過去十二個月內，歐洲資料保障監督機構、英國資訊專員辦公室、西班牙AEPD、荷蘭資料保障局及新加坡資訊通信媒體發展局，均先後就代理式AI發表專門文件。若你的業務橫跨亞太與歐洲，你面對的已是一套逐漸收窄的共同期望，而非單一地區規則。
什麼是代理式AI？為何公署視之為更高風險？
代理式AI是能自主執行多步驟任務的軟件，而非只回覆單一答案。公署描述它通常部署於本地裝置或伺服器，擁有高層級存取權限，能讀寫檔案、調配系統資源，並在沒有用戶即時參與下完成一連串動作。
這個定義本身，已包含了全部風險論證。聊天機械人輸出文字，代理則採取行動。
公署列出了具體風險。過高的預設存取權限，可能令檔案、電郵、帳戶憑證及瀏覽器內容外洩。代理可能誤解指令而刪除重要資料。具備高層級、多來源存取能力的系統，本身帶有顯著資料保安風險。未經審核的外掛或技能，更可能內藏惡意程式碼，導致帳戶或系統被入侵接管。
最後一點值得任何曾經未細看便安裝代理擴充功能的人留意。外掛是以你的代理權限運行的可執行程式碼，它更接近一名持有大樓通行證的外判人員，而非瀏覽器小工具。這亦是提示注入攻擊由理論議題變成營運議題的分界點。
2026年的循規審查究竟發現了什麼？
公署審視了60間香港機構，涵蓋銀行金融、保險、物流、物業管理、會計、零售、電訊及醫療等行業，其中一半僱員人數超過500人。審查並未發現任何違反私隱條例的情況。這批數據反映的是成熟度，而非執法行動。
值得你帶入下一次管理層會議的數字：
--- 60間機構中有57間（95%）在日常營運中使用AI，較2025年的80%上升。
--- 45間（約79%）使用AI已超過一年，29間（約51%）同時運行三個或以上AI系統。
--- 在57間使用AI的機構中，有24間（約42%）透過AI系統收集或使用個人資料。
--- 這24間之中，只有7間（約29%）在《收集個人資料聲明》內說明有使用AI工具。
--- 19間（約79%）設有AI管治架構，但只有12間（50%）制訂了AI政策，較2025年的約63%回落。
--- 22間（約92%）備有資料外洩應變計劃，但只有9間（約41%）涵蓋AI相關事故。
有一項趨勢方向相反，值得特別指出。透過AI收集並保留個人資料的機構比例，由約79%大幅下跌至約29%。香港企業正刻意縮減部署AI時的個人資料足跡，改用匿名化、假名化及即時處理架構。這是成熟的回應，亦是你目前可取得成本最低的風險緩減措施。
當AI代理自主行動時，誰是資料使用者？
根據私隱條例，若機構「控制」個人資料的處理，該機構即為資料使用者。自主性並不會把控制權轉移給供應商。若權限層級與可接觸系統範圍由你決定，控制權幾乎肯定仍在你手上。
坊間常見的相反論述是：決定是代理作出的，我們只給了目標；指令少了，控制自然也少了。
事實並非如此。監管機構真正追問的，是你有否賦予該代理處理個人資料的方式與目的。設定目標並授予存取權，本身就是賦權。指令數目減少只是使用介面上的變化，不構成管治上的改變。
在實務上，兩條問題足以定案。你的代理是以全權存取模式運行，還是以審批請求模式運行？你是否具備真實可行的機制去審核與批准其行動，抑或該機制只存在於文件上，因為沒有人有時間執行？
代理式採購亦需要有別於一般軟件採購的合約分析。部署前應先釐清供應商屬獨立控制者、共同控制者、處理者，還是次級處理者。這項判斷決定你的責任範圍，而在系統上線之後再重新談判，難度將高得多。
如何評估多代理工作流程中的風險？
公署警告，當不準確的資料在整合式多代理工作流程中流動，風險會被放大。當代理接觸多個資料來源，你必須掌握資料在整個生命周期中如何被收集、傳輸及管理，並持續重新評估，而非只在推出前評估一次。
請提出監管機構隱含在問的問題。你的代理是否連接第三方外掛、工具或MCP伺服器？它是否接觸外部資料庫，或透過網絡爬取收集第三方個人資料？收集參數由你事先設定，還是由代理在執行過程中自行決定？
若資料在源頭已屬不當取得，風險會同時擴散至多項保障資料原則。DPP1涉及無合法目的或過度收集，DPP2涉及處理不準確資料，DPP3涉及超出原有目的的使用，DPP4涉及未經授權的查閱與披露。一個界定不清的檢索步驟，足以同時觸及四者。
私隱影響評估在此極可能屬必要程序，用以權衡風險與業務需要，並判斷設計中是否應納入增強私隱技術。指引附錄載有對應各處理階段的保安核對清單，這是實用起點，而非流程上的形式要求。
還有一項控制經常被遺漏：以合約防範功能蔓延。代理的能力會隨供應商更新而增加，你的風險評估在產品路線圖推出新版本的一刻，便已開始過時。
你的私隱聲明必須就AI說明什麼？
根據DPP1(3)及DPP5，你必須在《收集個人資料聲明》及《私隱政策聲明》中，說明代理式AI會處理個人資料，以及具體處理方式。公署審視的機構中，目前只有約29%在聲明內提及AI工具。這是市場上最明顯的一道缺口。
通用措辭無法承載這項責任。聲明必須反映實際使用場景，以及對個人的影響。金融機構用於開戶流程的客戶端代理，與零售連鎖處理交易查詢的代理，所需的解釋深度截然不同。
做得不好還有第二層代價。若私隱聲明對AI隻字不提，該等資料或許根本不足以支持輸入AI系統，包括用於模型客製化或訓練。聲明並非披露上的形式手續，而是你整個AI計劃所依託的授權基礎。
一套站得住腳的代理式AI控制措施是什麼樣的？
公署為代理式AI訂立的控制要求，較一般生成式工具更嚴格。部署一個代理，等同賦予一個非人類行動者對你的系統與資料的長期存取權，因此相關控制更接近身分與特權存取管理，而非軟件設定。
指引明確列出的控制措施：
--- 只授予完成任務所需的最低存取權限。
--- 只從官方渠道下載最新的正式版本。
--- 將代理的運行環境與本地裝置及伺服器分隔。
--- 強化該環境周邊的網絡管控。
--- 外掛與技能必須先通過保安驗證才可安裝。
--- 進行持續風險評估，而非只做一次上線前審查。
--- 保留「人在環中」機制，由人保留最終決策控制權。
把這份清單當成一份職位描述再讀一次。最低權限、環境分隔、供應鏈審核、持續監察。你的保安團隊早已為外判人員與服務帳戶執行這套做法。真正要做的並非發明新學科，而是承認代理應被納入既有紀律之中。
已在推進正式認證的機構會發現重疊之處相當多。ISO 42001 背後的管理體系要求，覆蓋了其中大部分文件化工作。
缺乏指引時，機構通常在哪裡出錯？
三種失敗模式造成了大部分損害：管治負債，即應用速度超前於政策；只存在於紙上、不存在於實務的監督；以及無人繪製過的代理式供應鏈。單獨出現尚可承受，三者疊加，就會造成一宗完全沒有可辯護紀錄的事故。
管治負債正是2026年數據直接捕捉到的現象。AI使用率上升15個百分點，書面AI政策卻下跌13個百分點。這段背離期間的每一個月，都在累積無人記錄審批依據的系統。真正的代價不是你最終補寫的那份政策，而是對十八個月未經記錄的部署所作的追溯審計。
紙上監督則較隱蔽。約79%機構自稱採用「人在環中」。內部應誠實面對的問題是：負責審核的同事是否具備時間、脈絡與權限去說「不」？每日批核400項代理行動的人，並非在履行監督職能，那只是一個處理隊列的人。
未經繪製的供應鏈，則是最令董事會意外的一項。約51%機構同時運行三個或以上AI系統，代表大多數企業已出現代理呼叫工具、工具再呼叫其他服務的結構。一旦出事，第一條問題必然是：故障當刻，資料在哪一個組件手上？無法在一日內回答的企業會發現，真正的問題從來不是技術。
貫穿三者的共同線索是文件化。缺乏文件的管治，令你無法證明自己曾作出監督與盡職審查，並在監管目光到來的那一刻，把全部解釋責任推回管理層身上。
企業領袖本季應該做什麼？
由盤點開始，而非由政策開始。列出每一項代理式部署、它可接觸的範圍、由誰批准，以及是否涉及個人資料。大多數機構會發現這份清單比預期長。這份盤點，是公署指引所有要求的共同基礎。
然後按此次序推進。先補上《收集個人資料聲明》的透明度缺口，因為這是成本最低、監管期望最清晰的一項。恢復董事會層面的匯報，因為2026年數據顯示這正是香港倒退之處，也是問責最終落腳之處。對已在運行的代理套用最低權限與環境分隔。再把AI專屬情境加入事故應變計劃，並實際演練。
公署的方向十分清晰。2026年的循規審查明確表明與國家「十五五」規劃及香港特區政府「AI+」政策方向對接。對AI的監管關注正在加強，而非趨於平靜。今天建立的管治，就是日後的證據。
這一切都不需要你放慢AI步伐，只需要你清楚自己部署了什麼，並能證明你曾認真思考過。這是可解的問題，而有一個看着香港科技周期來去的夥伴同行，會容易得多。懂AI的冷，更懂你的難。UD 同行28年，讓科技成為有溫度的陪伴。
本文由 UD 企業人工智能團隊審閱。
先弄清楚你現在的位置
掌握了框架，下一步是找出代理式AI在你的組織內究竟在哪些環節接觸個人資料。UD 團隊手把手帶你完成每一步，由AI準備度評估、權限設計、供應商盡職審查，到持續監督，28年香港企業服務經驗全程陪你走。
