GBZ 185.3-2026 人工智能 智能体互联 第3部分：身份管理标准立项发展报告

人工智能智能体互联第3部分：身份管理标准立项发展报告StandardizationDevelopmentReport:ArtificialIntelligence—InterconnectionofIntelligentAgents—Part3:IdentityManagement摘要关键词：人工智能；智能体互联；身份管理；标准化；信任体系；多智能体系统Keywords:ArtificialIntelligence;IntelligentAgentInterconnection;IdentityManagement;Standardization;TrustFramework;Multi-AgentSystem一、引言1.1研究背景人工智能技术正经历从“单点智能”向“群体智能”的深刻范式转变。以大语言模型（LLM）、多模态模型为代表的新一代AI技术，使智能体具备了自主感知、决策与执行的能力；而智能体间的协同与互联，则进一步催生了“智能体经济”“智能体社会”等新兴形态。无论是面向复杂任务的异构智能体协作，还是跨组织边界的服务调用与资源共享，都离不开一个核心前提：智能体之间必须能够可信地确认彼此的身份与权限。身份管理（IdentityManagement,IdM）作为信息安全领域的基础性课题，在传统的用户—系统交互中已形成较为成熟的技术体系。然而，当身份主体从“人”和“设备”扩展到具有自主行为能力的“智能体”时，传统的身份管理范式面临根本性挑战：智能体具有自主性、反应性、社会性和进化性等特征，其行为具有动态性和不确定性，其归属关系、责任主体和能力边界亦可能随时变化。这使得智能体身份的标识方式、生命周期管理和信任评估均需要新的标准化模型支撑。1.2标准立项的必要性截至目前，我国已发布多项智能体及AI安全相关的标准或标准研制计划，如《人工智能智能体》系列国家标准、《人工智能安全治理框架》等，并在全球范围内率先推进AI治理制度化。但在智能体互联领域，尤其是作为安全基座的“身份管理”方向，仍存在明确的标准空白。身份管理的标准化是实现智能体互联安全互通、系统互认、社会化治理的前提，缺乏统一标准将直接制约多智能体系统的可信协作和产业发展。1.3报告目的本报告围绕国家标准GB/Z185.3-2026《人工智能智能体互联第3部分：身份管理》的立项背景、技术体系及实施路径进行全面分析，旨在为标准使用者（智能体厂商、AI平台企业、行业用户、检测机构和科研机构）提供参考与指引。二、标准编制概况2.1标准基本信息表1给出了本标准的基本信息。表1标准基本信息一览表|项目|内容||------|------||标准编号|GB/Z185.3-2026||标准名称|人工智能智能体互联第3部分：身份管理||英文名称|ArtificialIntelligence—InterconnectionofIntelligentAgents—Part3:IdentityManagement||标准状态|现行||发布机构|国家标准（国家标准化管理委员会）||分类号|开放系统互连（OSI）||发布日期|2026-05-22||实施日期|2026-05-22||国别|中国||语言|中文（简体）||版本说明|电子版，约1分钟可下载，含水印||售价|43.0元|需要说明的是，标准名称中“GB/Z”表示指导性技术文件（GuidingTechnicalDocument），是我国标准化文件的一种类型，主要用于尚在发展中、尚未形成广泛共识但具有重要引导价值的技术内容，为后续正式标准的制定提供过渡性指导。2.2标准定位与适用范围本标准作为《人工智能智能体互联》系列国家标准的第3部分，聚焦于智能体互联场景下的身份管理，重点适用于以下范围：-多智能体系统中智能体身份模型的构建与标识编码；-智能体在互联过程中的身份注册、认证、授权与生命周期管理；-跨域、跨平台智能体互操作的身份互认与信任传递；-智能体身份数据的存储、保护与隐私合规；-面向行业应用的智能体身份管理方案设计与系统评估。标准采用“框架+要求+指南”相结合的编写模式，既为智能体身份管理系统的设计提供规范性技术要求，也为具体场景下的技术选型和方案实施提供指导。三、标准立项背景与需求分析3.1智能体身份管理面临的核心挑战经广泛调研和专家论证，标准编制组梳理了当前智能体身份管理面临的六大核心挑战：3.1.1智能体身份的独特性与动态性不同于传统身份主体（人/设备），智能体的身份涉及“标识身份”“能力身份”“行为身份”和“责任身份”的多重维度。一个智能体可以分裂出子智能体，多个智能体可合并为复合智能体，且智能体的能力边界可动态进化。经典身份模型（如同一用户、同一设备绑定一身份）难以映射这种动态与涌现特征。3.1.2身份标识体系的碎片化产业界已有多种智能体身份表示方式，如基于DID（去中心化标识）、基于UUID的AgentID、基于区块链的分布式身份等。各平台自建体系、互不兼容，导致不同厂商的智能体难以进行跨平台身份互认。3.1.3认证与授权机制不统一现有智能体互联的实现多依赖API密钥或OAuth2.0令牌，但此类机制主要面向“用户代理应用”（User-AgentApplication），未考虑智能体的自主行为特征——智能体可能在没有用户实时在场的情况下发起事务、表态或承诺。3.1.4信任模型与责任追溯缺失智能体的行为代表谁？当智能体做出有害操作或产生合同后果时，责任归属于开发者、部署者、使用者还是智能体自身？当前缺乏统一的信任锚点与责任追溯机制，从而制约了智能体在政务、金融、医疗等高风险领域的深度应用。3.1.5隐私保护与数据最小化智能体互联场景中，身份信息往往伴随交互上下文，涉及个人数据、商业敏感数据甚至国家安全数据。如何在身份认证的同时实现数据最小化收集、隐私保护和合规性，是标准亟需回应的关键议题。3.1.6跨域互操作与信任传递智能体经常需要跨组织、跨系统协作。不同信任域间的身份互认需要可信的第三方信任锚点和标准化的信任传递协议。目前仍缺乏行之有效的跨域信任互操作模型。3.2标准化需求汇总编制组面向智能体厂商、云服务商、行业用户、测评机构和科研机构开展了多轮问卷调研和专家研讨，累计征集有效需求反馈217项，归纳形成以下重点标准化需求：-统一/兼容的智能体身份标识模型和编码规则（需求占比92.6%）；-身份生命周期管理与去激活机制（88.5%）；-智能体身份认证的推荐规范与等级划分（85.7%）；-身份互认与跨域信任的参考架构（83.4%）；-隐私保护与身份数据最小化指引（79.3%）；-智能体身份管理成熟度评估（76.1%）。上述需求为本标准的范围设定和条款设计提供了直接依据。四、标准主要内容与技术框架4.1标准总体架构GB/Z185.3-2026从系统性视角出发，构建了“三横三纵”的智能体身份管理参考架构。“三横”分别为：基础设施层（身份标识、身份存储、密码基础设施）、核心功能层（身份注册、认证、授权、生命周期管理）、服务应用层（身份互认、信任评估、审计溯源）；“三纵”贯穿各层次，为安全管理（安全策略、密钥管理）、隐私保护（数据最小化、同意管理）和合规治理（监管对接、合规审计）。4.2智能体身份模型标准提出了一种具有可扩展性的多维智能体身份模型（Multi-DimensionalAgentIdentityModel,MDAIM），将智能体身份解构为四个维度：-标识身份（ID）：赋予智能体全局唯一且不可抵赖的标识符，支持不同标识体系的映射兼容；-能力身份（Capability）：描述智能体的功能属性、权限边界和可调用服务；-行为身份（Behavior）：记录智能体的行为模式、决策逻辑与历史交互特征，为行为认证与信任评估提供依据；-责任身份（Accountability）：关联智能体的开发方、部署方、运营方和使用方等责任主体，确保行为可追溯、责任可认定。这一多维模型突破了传统身份“一人一身份”的扁平框架，更有力地支撑智能体的动态性与涌现性特征。4.3智能体身份标识与编码标准规定了智能体身份标识符的推荐格式与编码规则，要求标识符具备全局唯一性、持久性、可解析性和兼容性。同时，标准提供了对现有DID、UUID、X.509等通用标识体系的映射指南，以降低已有系统的改造成本。4.4智能体身份注册与生命周期管理内容包括智能体身份注册的流程与各方角色、身份激活/暂停/注销的场景与技术条件、身份凭证的周期性轮换与吊销，以及面向子智能体分裂/合并场景的身份衍生与继承规则。4.5智能体身份认证标准将智能体认证分为三个等级（基础级、增强级、高保障级），并明确了对应的技术机制建议：|认证等级|适用场景|建议机制||---------|---------|---------||基础级|低风险、可逆操作的智能体互联|标识+密钥验证||增强级|中风险业务，涉及资金/数据交换|多因素认证+行为基线校验||高保障级|高敏感领域（金融、政务、医疗等）|硬件密码模块+连续行为认证+多方背书|4.6授权管理与访问控制标准引入了基于属性的访问控制（ABAC）与基于能力的访问控制（CapBAC）相结合的双模授权模型，支持智能体场景下的细粒度动态授权。标准对授权策略描述语言、策略决策点与策略执行点的接口规范、跨域授权策略协商机制提出了推荐性要求。4.7跨域信任与身份互认针对多信任域场景，标准构建了三种跨域信任模式：直接信任、分级信任（信任锚逐级传递）和第三方背书信认。标准还规定了信任锚的管理要求及信任评估指标（如历史可靠率、安全事件率等），推荐采用基于零信任原则的持续信任评估机制。4.8隐私保护与合规性标准强调“隐私内建”（PrivacybyDesign）原则，提出身份数据收集应遵循最小化原则、用户/所有者对身份数据使用应具有知情同意权、身份数据存储应支持分级分类保护、身份认证过程应支持零知识证明等匿名技术实现“认证而不泄露身份”。五、主要编制单位介绍本标准由全国信息安全标准化技术委员会提出并归口，由中国电子技术标准化研究院、中国信息通信研究院联合多家单位共同起草。以下重点介绍中国电子技术标准化研究院。5.1中国电子技术标准化研究院中国电子技术标准化研究院（电子标准院，CESI）创建于1963年，是工业和信息化部直属事业单位，是我国电子信息领域标准化工作的国家级核心机构。作为全国信息安全标准化技术委员会（TC260）秘书处单位及多个人工智能相关标委会的挂靠单位，电子标准院长期致力于电子信息产业的标准研制、试验验证、检测认证与技术服务。在人工智能标准化领域，电子标准院牵头研制了《人工智能深度学习算法评估》《人工智能智能体》等一系列核心国家标准，并深度参与ISO/IECJTC1/SC42（人工智能分技术委员会）的国际标准化工作，在智能体参考架构、AI可信赖、AI安全等方向具有深厚的标准积累。在本标准的编制过程中，电子标准院承担了以下关键工作：牵头组建标准编制工作组并制定研制计划；负责标准框架设计及核心章节（智能体身份模型、身份标识与编码、生命周期管理）的起草；组织多轮行业调研、专家论证与意见征集，累计处理反馈意见千余条；组织开展标准试验验证工作，联合产业界完成典型场景下的身份互认技术验证。其依托国家级标准化综合试验平台，为标准技术内容的科学性、可行性和产业适用性提供了有力保障。六、标准实施路径与保障措施6.1分阶段实施路径建议采用“先点后面、逐步推进”的实施路径，分为三个阶段推进标准的落地应用。试点验证阶段：在政务、金融、智能制造等标准化需求迫切、安全要求较高的重点行业，选择具备条件的平台企业和典型应用场景开展标准试点验证，测试标准技术框架的可操作性和性能表现。推广实施阶段：结合试点经验，进一步完善标准配套的测试方法和实施指南，面向AI平台企业、智能体服务商、第三方评测机构等开展标准宣贯培训，引导新开发的智能体产品和平台遵循标准要求。深化应用阶段：推动将标准要求纳入行业准入、政府采购和检测认证的参考依据，促进标准在更大范围、更深程度上落地应用，并为后续修订升级为正式国家标准积累实践支撑。6.2实施保障措施依托全国信息安全标准化技术委员会等归口单位，联合行业组织和产业联盟，建立标准实施推广的协调机制。加快研制配套的测试规范、实施指南和典型方案案例集。围绕智能体身份管理的关键技术构建试验验证平台。建立标准实施的反馈渠道，根据技术发展和产业需求适时启动标准复审与修订工作。七、结论GB/Z185.3-2026《人工智能智能体互联第3部分：身份管理》作为我国智能体互联安全方向的先导性国家标准，直面多智能体系统在身份标识、认证授权、信任互认等方面的核心挑战，构建了系统性、前瞻性与可操作性兼备的技术