安全與治理
圍繞安全與治理的文章，關注 AI-native 企業軟體、受控資料、應用搭建和 Agent 工作流的實踐。
-
已釋出Power Platform 鎖定：Dataverse、Azure 與自託管取捨
Power Platform 的優勢是真實的：身份、Teams、Dynamics 和賬單都在同一個租戶裡。但若你關心主權、規模化成本或 AI 改動審查，Dataverse 和 Azure 執行時就是必須提前算清的邊界。
安全與治理 IT / CIO DataversePower AppsPower Platform -
已釋出Lovable 上生產安全嗎：訪問控制審查問題
Lovable 很適合快速原型，但生產系統的問題不是能不能跑，而是誰能審查訪問控制。RLS、前端過濾和安全掃描都重要；真正的邊界必須在服務端可見、可強制、可簽字。
安全與治理 開發者 Lovable -
已釋出開放與封閉企業本體：誰擁有業務語義層
2025 年 11 月到 2026 年 8 月，五家平臺各自交付了業務語義層，而且大多把 MCP 讀取通道開放了出來，定義本身卻仍留在平臺裡。協議開放，定義封閉——歸屬之爭因此更尖銳了。
安全與治理 業務決策者 本體語義層MCPFabric IQUnity CatalogSnowflakePalantirLooker -
已釋出EU AI Act 審計準備：你的 AI 執行時能交出證據嗎
AI Act 的多數規則按官方時間線將在 2026 年 8 月 2 日適用。審計真正要看的不是模型多強，而是執行時能否交出誰授權、動了什麼、證據在哪。
安全與治理 IT / CIO -
已釋出AI Agent 定價：按動作計費與自託管執行時成本
按動作或按 token 計費看起來靈活，但 agent 越自主，中間工具呼叫越多。真正的成本賬要同時看用量曲線、資料出域、平臺鎖定，以及什麼時候自託管才划算。
安全與治理 業務決策者 AI 智慧體Agentforce -
已釋出企業 AI Ontology：為什麼業務定義與執行時都應該開放
2026 年 6 月 Ontology MCP 正式可用：廠商自己把 agent 介面交給了開放協議，定義層也在跟進。唯獨執行時沒人開啟——而可移植性恰恰住在那一層。
安全與治理 業務決策者 本體MCPPalantir -
已釋出AI Agent 權限檢查跑在哪一層：查詢下推、欄位脫敏與工具閘門
該不該守權限已經沒有爭議；決定這道邊界真假的是檢查跑在哪一層。資料進入模型上下文之後再過濾，等於沒過濾——那是紙面權限。本文拆開查詢、欄位、工具閘門三個執行點，以及平臺明確不兜底的兩處。
安全與治理 業務決策者 AI 智慧體智慧體權限 -
已釋出自託管 AI 應用平臺：為什麼執行時屬於你
當 AI 開始讀取業務資料、觸發流程、生成應用和呼叫工具，企業真正要控制的不只是模型，而是承載物件、權限、工具、審批和審計的執行時。
安全與治理 IT / CIO -
已釋出AI Agent 資料安全邊界：如何在企業權限內工作
企業不是不想讓 AI agent 使用業務資料，而是不允許它繞過身份、權限、審批和審計。真正可上線的 agent，必須像一個受控使用者，而不是影子管理員。
安全與治理 IT / CIO AI 智慧體智慧體權限