兩年之內，公司內部的 AI Agent、MCP Server、CLI 工具與自動化腳本數量成長了數十倍。每一個新工具要存取公司資源，都需要「登入」與「授權」——而當認證各自為政，風險與維護成本會跟著一起飆升。

這場演講分享我們團隊面對這個現場時的真實經歷與應對策略。我們遇到三個被 AI 自動化放大的資安風險：(1) 每個 AI 服務 / MCP / Bot 各自接 LDAP，帳密邏輯散落、安全標準不一；(2) CLI 與 MCP 沒有瀏覽器登入流程，工程師把帳密與 API Key 寫死在原始碼，隨程式碼一起推上 Git；(3) Token 一旦發出就失控——誰持有、何時過期、能否撤銷全都不知道，出事無法追溯、無法即時止血。

我會先點出一個關鍵的觀念轉變：傳統 SSO 是「以人為中心」設計的，假設使用者面前有一個瀏覽器；但 AI 時代大量的存取主體是沒有瀏覽器、非互動式的「機器」。新時代的資安思維，必須把「機器身分（Machine Identity）」當成一等公民來治理，而不是讓每個工具自己想辦法。

接著我會以實際打造的開源認證閘道（OAuth 2.0 / OIDC）為例，拆解可落地的做法：用 Device Flow 與 PKCE 解決 CLI / AI Agent / IoT 沒有瀏覽器、又不該寫死金鑰的問題；把 LDAP / AD、GitHub / Gitea、Microsoft Entra 等帳號來源集中於單一入口管理，新服務從「造輪子」變成「註冊」；以及最關鍵的 Token 生命週期治理——可查詢、可設到期、可即時撤銷，管理員能一鍵強制全體重新登入。最後談 production 落地會踩到的真實問題：稽核日誌、限流防暴力破解、Prometheus 監控、健康檢查，以及 LDAP / AD 群組同步的導入策略。

聽眾收穫：

1. 看懂被 AI 放大的認證風險：理解為什麼 AI Agent / MCP / CLI 的爆發，會讓「帳密寫死」「Token 失控」「認證各自造輪子」從個別問題升級成系統性資安風險。

2. 掌握一個關鍵思維轉變：知道為何傳統「以人為中心」的 SSO 不足以應付非互動式的機器存取，以及如何把「機器身分」納入統一治理。

3. 帶走可立即評估的技術選型：理解 Device Flow、PKCE、OAuth 2.0 / OIDC 在無瀏覽器場景的適用方式，回去就能對照自家 AI 工具的認證現況做盤點。

4. 獲得 Token 生命週期治理的具體做法：學會如何讓 Token 可查詢、可設到期、可即時撤銷，以及出事時如何一鍵止血、滿足稽核合規。