Manage Authentication, Authorization, and RBAC for AI workloads on Azure: 点评

我们当时正要为一个新 AI 项目梳理 IAM 策略，然后就看到了这个路径。它号称一小时，实际上就是三份独立的产品文档钉在一起。一份关于 Foundry，一份关于 Azure AI 服务，一份关于 Azure ML。它们都讲了认证授权，但这就是唯一的关联了。整个过程没有递进，没有一个贯穿的项目，只是从一个产品页面突然跳到下一个。

内容本身，无非是带着你把 Entra ID 和内置 RBAC 角色能干什么过了一遍。如果你在 Azure 上干过一段时间，这里九成的东西你早就知道了。剩下的一成也只是把这些旧知识跟“Azure OpenAI”或“Azure Machine Learning Studio”这些新名字挂上钩。它告诉你『可以』创建自定义角色，或者『可以』使用托管身份。但它不展示给你看。没代码，没 CLI 命令，连个控制台截图告诉你按钮在哪儿都没有。

我本来期望看到一些具体的东西，比如一个实际场景。给个例子，一个应用要调用 Azure OpenAI，另一个服务要训练模型，你怎么把权限锁死？Token 的流程长什么样？常见的坑在哪里？结果呢，我得到了一份文字版的 PPT。它顶多算是个服务和角色名称的速查表。真要构建一个安全的东西，你最终还是要回去翻那些真正的技术文档。这个路径的作用，充其量是指了指文档的目录。