从人类点击到智能体速度：OpenAI的12亿规模对你的认证意味着什么
内容提要
OpenAI的ChatGPT周活用户达12亿，其身份与访问管理（IAM）面临巨大挑战。OpenAI采用Ory轻量解耦的认证与OAuth2/OIDC基础设施，应对海量令牌验证。文章指出传统单体IAM在高并发下失效，现代架构需解耦微服务、地理分布式存储和运行时可观测性。身份管理已从安全选项演变为核心分布式系统问题。
延伸解读
智能体流量让令牌验证量非线性增长
文章指出，当企业从人类点击界面转向自主AI智能体（如OpenAI的Work和Codex套件）时，令牌验证与人类交互的比例会非线性扩大。这意味着认证系统承受的请求量不再与用户数简单成正比，而是随智能体调用频率成倍上升。对认证架构而言，按人类访问量设计的容量规划可能迅速失效，需要提前评估令牌验证路径的吞吐上限。
单体IAM在高并发下暴露结构瓶颈
文章认为传统单体IAM框架常把用户资料、认证状态和业务角色绑定在单一关系型数据库中，在高吞吐场景下容易形成瓶颈。现代架构将职责拆分为独立微服务，并借助地理分布式存储实现低延迟本地读取和全局写入，避免跨洲网络延迟与脑裂风险。这提示评估身份平台时，应关注解耦程度和存储层分布能力，而非仅看功能列表。
自主智能体上线前先观察再收紧策略
文章提到，当自主智能体代表用户执行命令时，立即写入限制性IAM策略可能破坏工作流或造成静默失败。现代安全实践强调先运行时可观测性、再实施严格策略执行。对计划部署智能体的团队，这意味着应先观察令牌使用和权限调用模式，再逐步收紧策略，以降低因策略过严导致业务中断的风险。
Q&A
OpenAI的ChatGPT周活用户达到多少？这对身份管理意味着什么？
ChatGPT周活用户达12亿，约占全球人口的15%。这意味着OpenAI的后端系统必须在全球范围内对每个聊天会话、API调用和模型调用进行身份验证、OAuth2令牌校验和权限检查，身份管理成为极端规模下的核心分布式系统挑战。
OpenAI为什么选择Ory而不是传统IAM平台？
传统多租户身份SaaS产品（如Auth0、Okta、Ping Identity）在超高吞吐量下会遇到性能和成本瓶颈。OpenAI选择Ory的轻量解耦认证引擎和OAuth2/OIDC基础设施，以应对海量令牌验证而不引入延迟瓶颈，同时保持对身份流程、数据和成功的自主权。
从人类点击到AI智能体，令牌验证量为什么会非线性增长？
当企业从人类发起的UI点击转向自主AI智能体（如OpenAI的Work和Codex套件）时，智能体代表用户执行命令，每次操作都可能触发多次令牌验证和权限检查，导致令牌验证与人类交互的比例呈非线性增长。
现代高吞吐身份架构需要遵循哪些核心原则？
基于OpenAI等高吞吐部署，现代身份架构依赖四个核心原则：1）解耦微服务，将用户档案、认证状态和业务角色分离；2）地理分布式存储，支持全球边缘路由和低延迟本地读取；3）运行时可观测性，在严格执行策略前先观察智能体行为；4）无状态优先的身份引擎，以提供低延迟和数据主权。
传统单体IAM框架为什么在高并发下会失效？
传统单体框架将用户档案、认证状态和业务角色绑定在单一关系数据库中，在高并发下容易形成性能瓶颈，无法支持全球边缘路由和低延迟本地读取，也难以应对智能体带来的非线性令牌验证增长。
在部署自主AI智能体时，IAM策略应该注意什么？
企业部署自主智能体时，立即写入限制性IAM策略可能破坏工作流或导致静默失败。现代安全实践强调先进行运行时可观测性，再实施严格策略执行，例如使用Ory的观察模式来了解智能体行为后再构建执行策略。
