一、项目背景
公司里大家都在用 AI：写东西用豆包、问答用千问、写代码用 Deepseek，还有元宝、Mimo。效率确实高了，但也带来了一个让我们头疼的问题------有人把合同、图纸、源码直接复制进 AI 对话框，问完就走，公司完全不知道。
这些内容一旦提交给 AI，就等于出了公司的边界，事后想查都查不到。
这次我们基于迪康端点安全一体化管理系统（原迪康 Defender） ，把员工对 AI 工具的使用审计起来，目标是：谁用了什么 AI、粘贴了什么、有没有外发，全都能查、能拦、能追溯。 这篇把落地过程记录下来。
二、整体思路
把一次 AI 交互到一条审计记录拆成四步：
- 资料粘贴：敏感资料进入 AI 对话框；
- 模型调用：使用具体 AI 工具处理；
- 审计记录：文件操作、外发行为、屏幕过程留存；
- 阻断追溯：违规外发实时阻断，事后查到人。
三、落地过程
第一步：识别资料粘贴
迪康端点安全一体化管理系统的终端代理识别 AI 对话窗口，监控剪贴板粘贴和文件拖入，对合同、图纸、源码等敏感内容做标记，记录输入来源。
第二步：识别 AI 工具
按进程和窗口识别豆包、千问、Deepseek、元宝、Mimo，不同产品的会话分开记录，同时记录工具对本地程序的调用。
第三步：生成审计记录
每次 AI 交互都记录终端、使用人、工具、时间、会话和关联文件操作，关键操作配合屏幕记录，日志按会话归集。
第四步：外发阻断与追溯
检测到通过 AI 外发敏感内容时实时阻断，记录阻断行为，事后可按人、按工具、按时间检索，追溯到具体责任人。
四、工具承载
整个方案都在迪康端点安全一体化管理系统上完成，AI 工具审计复用终端代理，按产品识别和归类，策略统一在管理端配置下发，存量环境授权升级即可启用，无需额外部署服务器。
五、实施过程
- 先盘点企业实际在用的 AI 工具，按产品开启审计；
- 重点监控敏感资料粘贴和外发行为；
- 阻断策略先观察、后强制，避免误拦；
- 上线后按工具使用和阻断记录优化识别规则。
六、实施效果
迪康端点安全一体化管理系统上线后：
- 豆包、千问、Deepseek、元宝、Mimo 等工具的使用全部可查；
- 粘贴了什么文件、做了什么操作全留痕；
- 违规外发实时阻断，出事能反查到人；
- 把"看不见的 AI 对话"变成了"看得见的审计记录"。
总结
AI 工具审计的核心，是把 AI 场景下的数据流向管起来。基于迪康端点安全一体化管理系统的资料粘贴识别、模型调用区分、审计记录、外发阻断和行为追溯，可以让员工正常用 AI 提效，同时守住敏感数据的边界。落地时建议先盘点工具、分产品审计，阻断先观察后强制，最后用日志持续巩固。