---
title: "SpiceDB: dostęp agentów AI"
url: "https://majchrzycki.com/blog/spicedb-agent-rebac"
description: "Baza relacji i silnik autoryzacji inspirowany modelem Zanzibar. Zastosowanie, alternatywy, ograniczenia i próba dla AI OS oraz AI SDLC."
---

# SpiceDB: dostęp agentów AI

3 sierpnia 2026· Aktualizacja: 28 września 2026·2 min czytania·Krzysztof Majchrzycki

Temat: [Bezpieczeństwo i utrzymanie AI](https://majchrzycki.com/blog/filar/bezpieczenstwo-i-utrzymanie-ai)

**Baza relacji i silnik autoryzacji inspirowany modelem Zanzibar.** Odpowiada, kto może czytać, edytować lub delegować dostęp do obiektu. Ten tekst ocenia konkretną rolę komponentu w systemie AI-native. „Najlepszy” oznacza tu dobry wybór przy określonych wymaganiach, nie zwycięzcę w każdej firmie.

Szeroką architekturę opisuje [filar bezpieczeństwa AI](https://majchrzycki.com/blog/filar/bezpieczenstwo-i-utrzymanie-ai). Źródłem opisu projektu jest [dokumentacja lub repozytorium twórców](https://authzed.com/spicedb). Stan funkcji i licencji należy potwierdzić dla wybranej wersji.

## Czym jest i do czego służy?

Baza relacji i silnik autoryzacji inspirowany modelem Zanzibar. Odpowiada, kto może czytać, edytować lub delegować dostęp do obiektu. W praktyce trzeba oddzielić rolę tej technologii od całej platformy: komponent rozwiązuje określony problem, a tożsamość, polityka danych i obserwowalność nadal wymagają własnego projektu.

Modeluj relację „zleceniodawca — projekt — dokument” i odpytywanie „czy ten agent w imieniu tego użytkownika może edytować ten dokument?”. W testach uwzględnij cofnięcie delegacji oraz równoległe aktualizacje. Odpowiedź SpiceDB jest decyzją o relacji, a nie dowodem, że treść dokumentu jest bezpieczna do pokazania modelowi.

## Dlaczego warto rozważyć ją w suwerennym AI OS?

Relacje można sprawdzać w jednym miejscu przy złożonym modelu organizacji. Suwerenność oceniamy przez możliwość uruchomienia, kontrolę danych i uprawnień, przenośność formatu oraz plan zmiany dostawcy. Jeśli rozwiązanie jest usługą zarządzaną, należy jawnie wskazać granicę kontroli; otwarty klient czy API nie czynią całej usługi open source.

## Jak wykorzystać ją przy kodowaniu z AI?

W AI SDLC agent kodujący może przygotować konfigurację, adapter i test integracyjny, lecz człowiek powinien sprawdzić uprawnienia, koszty oraz skutki błędu. Punktem odbioru jest działający scenariusz: odpowiada, kto może czytać, edytować lub delegować dostęp do obiektu. Agent nie powinien sam zatwierdzać swojej zmiany ani otrzymywać szerszych uprawnień niż wymaga zadanie. Przed wdrożeniem warto zachować ślad: wymaganie, wersję zależności, wynik testu i osobę akceptującą.

## Alternatywy i ograniczenia

Możliwe alternatywy: OpenFGA, OPA, ACL w PostgreSQL. Wymaga modelowania schematu i synchronizacji relacji z systemami źródłowymi. Wybór powinien wynikać z pomiaru na własnych danych, zgodności z obecnym zespołem i możliwości wycofania rozwiązania. Sama liczba gwiazdek repozytorium lub obietnica marketingowa nie zastępuje próby.

## Co sprawdzić przed decyzją?

Zbuduj małą próbę realizującą ten przypadek: odpowiada, kto może czytać, edytować lub delegować dostęp do obiektu. Zmierz opóźnienie, koszt, jakość wyniku i zachowanie po błędzie. Sprawdź też, czy inny członek zespołu potrafi odtworzyć wynik na podstawie zapisanej konfiguracji. Przy szerszym projekcie porównaj [ReBAC](https://majchrzycki.com/blog/rebac-agent-ai-os) oraz [RBAC, ABAC i ReBAC](https://majchrzycki.com/blog/rbac-abac-rebac-uprawnienia-agentow-ai) i zapisz kryterium, po którym rozwiązanie będzie można wymienić.

-   Agenci AI

## Przełóż temat na projekt w Twojej firmie

Zobacz zakres współpracy: od rozpoznania procesu i danych po projekt rozwiązania AI.

[Zobacz współpracę](https://majchrzycki.com/wspolpraca)

## Czytaj dalej

-   [ReBAC: dostęp agentów AI](https://majchrzycki.com/blog/rebac-agent-ai-os)
-   [RBAC: dostęp agentów AI](https://majchrzycki.com/blog/rbac-agent-ai-os)
-   [ABAC: dostęp agentów AI](https://majchrzycki.com/blog/abac-agent-ai-os)
-   [Cedar Policy: dostęp agentów AI](https://majchrzycki.com/blog/cedar-policy-agent-ai-os)