Skip to content

Agent 网关、安全治理与能力选型 ​

系列:生产级 Agent 平台架构 2026 · 第 13 篇
定位:安全治理篇
版本:闭环修订版
前置阅读:第 0 篇《从模型推理到生产运行:2026 年 Agent、Harness 与 Runtime 总体架构》 · 第 3 篇《生产级 Agent 平台总体架构:从主链到功能域》 · 第 12 篇《零信任 Agent 架构:身份、委托、授权与凭据》
关键词:逻辑网关、物理归并、fail-open、审批服务、治理闭环、能力选型、安全档位

摘要 ​

在 Agent 应用前面放几个代理,不等于拥有了安全治理。生产环境中真正导致事故的,往往不是“缺少安全组件”,而是:上游的授权结论被下游无条件沿用;网关物理归并之后策略顺序与审计无法区分;敏感出口在检测服务故障时以“可用性优先”为由放行;审批沦为无差别盖章;检测告警与阻断动作之间没有任何连接。

本文以系列第 3 篇确立的八类逻辑网关为骨架,系统化讨论 Agent 平台的安全治理层。内容包括:每类网关的输入、控制点、失败模式与不应承担的职责;网关之间在主链上的顺序与依赖;五种物理归并部署单元及其适用规模;按控制点给出的 fail-open/fail-closed 默认策略矩阵;HITL 审批服务的完整机制——绑定规范化动作摘要、参数差异展示、超时默认拒绝、审批通过仍重新授权、防审批疲劳分流与审批审计;从设计期威胁建模到策略反馈的安全治理闭环;身份与委托、策略引擎、内容检测、沙箱与隔离、出口控制、审计与可观测、评测与红队七类安全能力的选择标准与常见陷阱;按自主性、权限、数据敏感度、可逆性与暴露面划分的安全档位 S0–S3;以及 kill switch 的层级设计与应急运行手册要点。

本文的核心主张是:网关是信任边界上的策略执行点,而不是一种设备;安全治理是覆盖设计、发布、运行、检测、响应与恢复的闭环,而不是一份产品清单。 逻辑职责必须先清晰,物理部署才可以归并或拆分;任何归并都不得形成模型、数据或工具的旁路。零信任原则体系见第 12 篇,OWASP Agentic Top 10 逐项映射见第 10 篇,威胁建模方法见第 09 篇,安全执行环境内部机制见第 08 篇;本篇只引用其结论,不再展开。


1. 问题背景:为什么“加网关”不等于安全治理 ​

1.1 三类典型失败 ​

仍沿用系列统一场景:用户要求 Agent 读取授权数据,形成分析报告,在必要审批后发布到指定业务系统。一个团队在上线前采购了具备提示词过滤、限流和模型路由能力的“AI 网关”,并认为安全治理已经就位。随后可能出现的三类事故,恰好暴露了“有组件、无治理”的缺口:

第一类:旁路。 MCP 工具被注册后直接连通业务写接口,调用从未经过能力授权与执行账本;Sandbox 中的代码直接使用长期业务凭据访问外网。网关部署在主链上,但主链之外还有无数条小路。问题的本质是边界按产品绘制,而不是按信任边界和事实归属绘制。

第二类:耦合。 所有逻辑网关被塞进同一个部署单元,认证、任务准入、模型治理、能力授权、执行门禁共享同一进程、同一变更窗口和同一故障域。一次网关升级导致全部任务阻塞;一次配置错误同时影响授权与遥测。物理归并本身不是错误,错误是归并后策略顺序、权限与审计不再可区分。

第三类:失败语义缺失。 内容检测服务故障时,系统选择“先放行、后追责”,敏感数据随之流出;审批人连续数周批准了全部请求,审批退化为仪式;策略引擎不可用时,高风险动作因为缓存里有一个旧判定而继续执行。这些系统只定义了正常路径的强制,没有定义失败路径的语义——每个控制点在依赖故障时究竟应该 fail-open 还是 fail-closed,从未被显式声明。

1.2 本篇回答的问题与边界 ​

本篇回答六个问题:

  1. 八类逻辑网关各自控制什么、不控制什么,失败时如何表现?
  2. 网关在主链上谁先谁后,顺序背后的依据是什么?
  3. 逻辑网关如何物理归并,归并的底线在哪里?
  4. 每个控制点的默认失败策略应该是什么?
  5. HITL 审批如何设计成耐久、防疲劳、可审计的服务?
  6. 安全能力如何选型,安全档位如何划分,应急如何处置?

边界同样明确:本篇不重复零信任原则体系(第 12 篇)、OWASP Agentic Top 10 逐项解读(第 10 篇)、威胁建模方法(第 09 篇)和安全执行环境内部实现(第 08 篇)。本篇关注的是把这些结论落到网关、审批、闭环和选型上的工程形态。


2. 八类逻辑网关逐一深化 ​

系列第 3 篇已经确立了八类逻辑网关:接入网关、Agent 网关、模型网关、数据与记忆网关、能力调用网关、MCP/A2A 协议网关、执行网关、网络出口网关。网关是信任边界上的策略执行点(PEP),不一定是独立的网络代理——它可以是 Runtime 内部的一段强制逻辑、一个 Sidecar、一个共享服务集群,或它们的组合。本节对每一类给出四个维度的深化:输入与控制对象、核心控制点、失败模式与默认行为、不应承担的职责。

先看统一视图:

逻辑网关控制对象即输入核心控制点典型失败模式不应承担
接入网关HTTP/API 请求与入口凭据认证、WAF、协议限制、租户限流、请求规范化认证依赖故障、限流失效、凭据伪造Agent 语义、任务风险分级、工具授权
Agent 网关TaskIntentAgent 路由、任务风险分级、自治等级、任务大小与范围、受理准入分级失效、路由错误、受理积压模型推理、物理执行、业务验收
模型网关ModelCallIntent模型路由、数据最小化、输入输出治理、预算、流式治理、用量归集模型端点故障、预算击穿、敏感字段外泄Task 验收、工具执行
数据与记忆网关RetrievalIntent 与 MemoryWriteIntent数据授权、来源与风险属性、租户隔离、检索治理、记忆写入治理授权故障、索引污染、跨租户泄漏将检索结果证明为真实无害
能力调用网关CallIntent 与 DeliveryIntent工具版本、参数规范化与约束、目标、预算、审批协调、AuthzDecision授权故障、审批积压、参数绕过直接运行任意后端、重新解释目标
MCP/A2A 协议网关MCP 与 A2A 消息本地准入目录、描述符扫描与哈希钉扎、对端认证、协议版本、OAuth 2.1 对齐描述符被篡改、对端仿冒、协议降级替代业务授权、全局信任准入(MCP 官方 Registry 仅为发现层)、执行账本
执行网关ExecutionSpec执行时身份、epoch、ReleaseGrant、撤销、去重、ExecutionRecord双写、旧 epoch、重复领取重新解释 Agent 目标、决定 Task 终态
网络出口网关出向连接默认拒绝、目标与协议控制、受控 DNS、重定向重验、敏感出口检测、流量审计出口绕过、重定向绕过、检测故障完整业务语义、替代上游授权

八类网关在主链上的位置如下:

图中有三点必须强调。其一,执行网关(Execution Gateway/PEP)在逻辑上属于八类网关之一,在归属上是 Execution Runtime 对外暴露的强制入口,不存在绕过该入口直达适配器的内部通道。其二,交付并不走特殊通道:DeliveryIntent 与 CallIntent 一样经能力治理、执行网关进入 Execution Runtime,形成 ExecutionRecord,Delivery 结果再以 DeliveryEvent 回到产物验收与交付域。其三,Run 期的模型、检索和工具结果一律先经回程治理形成 RuntimeEvent 或 Observation 回到 Harness,不能由执行器直接驱动下一轮 Agent 行为。

2.1 接入网关 ​

输入与控制对象。 用户或业务系统发起的 HTTP/API 请求、入口身份凭据、租户标识与 client_request_id。接入网关是平台物理边界上的第一道策略执行点。

核心控制点。

  • 认证与入口身份:校验用户或服务身份,拒绝匿名进入高风险路径;身份结论要能向下游传递并被审计。
  • WAF 与协议限制:拦截常见注入与滥用载荷,限制允许的协议、方法与载荷形态。
  • 租户限流与准入:保护下游 Task 受理不被单一租户冲垮;限流是可用性保护,不是授权。
  • 请求规范化:把请求整理为规范 TaskIntent 的输入形态,提取幂等键,附加 Trace 入口。

失败模式与默认行为。 认证依赖故障应 fail-closed:拒绝访问并返回明确错误,绝不降级为匿名放行。租户限流器故障可按声明策略采用本地近似限流或放行并告警——因为限流保护的是可用性而非授权事实。WAF 规则误杀需要白名单机制,且白名单本身必须可审计。

不应承担。 接入网关不理解任务语义:任务风险分级属于 Agent 网关,业务授权属于策略引擎,工具授权属于能力调用网关。让接入网关承担语义判断,会让边界策略和业务策略耦合在同一条变更链上。

通道型接入(IM/客服/小程序)。 当接入面是企业微信、微信公众号/客服、小程序、钉钉、飞书等消息通道时,接入网关必须内建三类通道语义,不能留给业务层打补丁:

  • 渠道身份模型:通道凭证(AppSecret/Token/EncodingAESKey)+ 回调地址 + IP 白名单构成渠道身份;通道侧消息 ID(如微信 msg_id)必须映射为受理幂等键 client_request_id,否则通道重推会造成重复受理。
  • 双段交付:公众号/微信客服存在被动回复超时(约 5 秒)与客服消息窗口(48 小时)约束,长任务无法在一次被动回复内完成。接入网关要把这类任务建模为"即时兜底回复 + 窗口内异步触达"的两段式交付,与第 2 篇 Delivery 模型的通道 UNKNOWN 对账衔接;文件类产物在通道侧通常是"先传媒体库、再发消息引用"的两步提交,中间态必须显式建模。
  • 群聊授权映射:群聊场景下"群成员→租户主体"的触发权限需要显式规则,不能以"在群里"作为授权依据。

通道方限流、审核驳回与账号封禁是独立于平台可用性的依赖故障模式,应进入第 17 篇的依赖故障矩阵并预设降级通道(如 App 内通知、邮件)。

2.2 Agent 网关 ​

输入与控制对象。 规范化后的 TaskIntent。Agent 网关控制“什么任务可以进入、交给哪个 Agent、以多大的自主性运行”。

核心控制点。

  • Agent 路由:根据任务类型选择对应的 AgentSpec 族与版本策略。
  • 任务风险分级:依据自主性、权限、数据敏感度、可逆性与暴露面给出初始档位,作为后续安全档位(第 9 节)的输入。
  • 自治等级:决定该任务允许免审批的动作范围、预算上限与截止时间。
  • 任务大小与范围:校验数据范围、交付对象是否在申报边界内。
  • 受理准入:拒绝超出平台申报能力的请求,避免“什么任务都接”。

失败模式与默认行为。 分级失效时应向高档位 fail-closed——宁可让任务走更严格的路径,也不能走更宽松的路径。路由错误通常源于控制面版本配置错误,因此路由规则本身要有版本、灰度与回滚。受理积压时应背压或有界拒绝,而不是放宽准入条件。

不应承担。 模型推理、物理执行与业务验收。Agent 网关也不应把风险分级当作一次性结论:Run 过程中 Agent 请求升权或扩大范围时,必须重新经过能力调用网关的授权与审批。

2.3 模型网关 ​

输入与控制对象。 Harness 转交的 ModelCallIntent,包括目标模型约束、上下文引用与预算引用。

核心控制点。

  • 模型路由:按风险档位、数据驻留要求、能力与成本选择模型端点;降级切换时数据驻留、工具权限与验收标准保持不变。
  • 数据最小化:脱敏、去标识与字段裁剪,防止敏感字段随上下文进入外部模型。
  • 输入输出治理:提示侧与响应侧的内容检测、载荷大小限制;流式增量标记为 provisional,不承载权威状态。
  • 预算与配额:Token 与费用硬约束,超限阻断或按策略降级。
  • 用量归集:模型 UsageRecord 提交用量结算与资源治理域,与业务事实分离。

失败模式与默认行为。 模型端点故障触发重试或降级,但重试可能产生费用且响应非确定,须遵守第 6 篇确立的重试语义。预算超限必须阻断。检测服务故障时,普通内容可按声明策略降级并标记“未检测”,敏感内容 fail-closed。

不应承担。 Task 受理、工具执行与业务验收。模型响应不是业务事实,模型网关也不负责证明响应内容正确。

2.4 数据与记忆网关 ​

输入与控制对象。 RetrievalIntent 与 MemoryWriteIntent,即对业务数据、RAG 索引、短期上下文与长期记忆的读写提案。

核心控制点。

  • 数据授权:按租户、行级与目的授权重新验证;访问大对象时重新授权,避免旧授权随 Checkpoint 无限延续。
  • 来源与风险属性:检索结果保留来源、时效与风险标记,随 Observation 进入上下文。
  • 租户隔离:索引、命名空间与查询路径的隔离校验。
  • 检索治理:范围、成本与去重控制,防止 Agent 以检索名义全量拖取数据。
  • 记忆写入治理:Agent 自身输出不得未经审核自动升级为可信记忆;写入需来源校验、可衰减、可隔离、可回滚。

失败模式与默认行为。 授权依赖故障 fail-closed,拒绝读写。索引污染(记忆与上下文污染是 OWASP ASI06 的核心场景)依赖来源标记、写入治理与回滚能力控制,而不是寄希望于“检测出污染内容”。跨租户泄漏属于最高优先级安全事件,应触发隔离与取证。

不应承担。 数据与记忆网关不能把检索结果证明为真实无害——内容检测只降低风险。业务数据的权威仍在数据所有者系统,网关不负责业务数据的正确性。

2.5 能力调用网关 ​

输入与控制对象。 CallIntent 与 DeliveryIntent。它是“Agent 想做什么”与“平台允许做什么”之间的语义闸门。

核心控制点。

  • 工具版本与描述符校验:只允许已注册、已签名、未被撤销的能力版本。
  • 参数规范化与约束:先把参数规范化为可审计的摘要,再做授权;不允许“先授权、后改参”。
  • 目标与预算校验:目标系统、资源条件、预算余额逐项验证。
  • 审批协调:策略判定需要人工审批时,创建绑定摘要的 ApprovalRequest(第 6 节)。
  • AuthzDecision 获取与 ExecutionSpec 形成:结合当前主体、资源条件、委托边界与撤销状态形成策略判定,再组装执行规格。

失败模式与默认行为。 授权 fail-closed 并形成耐久拒绝事件。审批积压由超时默认拒绝兜底。参数校验失败直接拒绝,不进入后续链路。

不应承担。 能力调用网关不直接运行任何后端——物理执行一律移交执行网关;它也不重新解释 Agent 目标,不把模型输出直接视为已授权动作。交付同样经此网关:DeliveryIntent 携带选定的 ResultSelection 证据链进入同一条治理路径,这是“交付经同一执行链”约定的落点。

2.6 MCP/A2A 协议网关 ​

输入与控制对象。 MCP 消息与 A2A 消息。协议网关只处理对应协议的流量,不是 API、浏览器与 Sandbox 的必经点。

核心控制点。

  • 企业本地准入目录:允许使用的 MCP Server 与远端 Agent 注册在企业自有的准入目录中,经过评审、分类与责任人绑定。必须澄清:准入目录是企业平台能力,不是协议自带的能力。MCP 官方 Registry(registry.modelcontextprotocol.io,2025-09 起 preview)提供发现与命名空间验证,但不做执行治理与信任背书,不能替代企业准入评审。
  • 描述符扫描与哈希钉扎:工具描述符与 Agent Card 在准入时经过安全扫描,并以摘要钉扎;运行期加载的描述符必须与钉扎摘要一致。工具描述本身就是攻击面——被篡改的描述可以诱导模型误用工具。
  • 对端认证与消息治理:双向身份、协议版本约束、重放防护与能力协商。
  • OAuth 2.1 对齐:MCP 的 HTTP 授权规范与 OAuth 2.1 对齐,这是可选能力,在启用 HTTP 传输时适用。它覆盖的是客户端到 MCP Server 这一协议边界,不替代下游业务授权、参数级策略与 ExecutionRecord。
  • 传输凭据边界:stdio 等传输采用与 HTTP 不同的凭据边界,不能把 HTTP 令牌语义直接套用到 stdio 连接上。

失败模式与默认行为。 描述符摘要不匹配时拒绝加载并告警;对端认证失败拒绝连接;协议版本不兼容时按策略降级或拒绝,不允许静默降级到不安全版本。

不应承担。 协议网关不替代业务授权,不承担全局信任准入(MCP 官方 Registry 仅为发现层),不替代执行账本。MCP 调用经协议适配后仍要进入执行网关,形成 ExecutionRecord;A2A 的 Agent Card 只描述端点与能力,实际调用仍需逐请求认证授权。

2.7 执行网关 ​

输入与控制对象。 ExecutionSpec 与授权引用。执行网关是物理动作发生前的最后一道逻辑闸门,也是 Execution Runtime 的强制入口。

核心控制点。

  • 执行时身份与 epoch 校验:当前 Worker 同步提交的动作必须匹配当前 RunLease;经 Outbox 耐久调度的延迟命令则校验 ExecutionRecord 中的 authorized_epoch、摘要、ReleaseGrant 与撤销版本,并以 CAS 唯一领取 PREPARED 记录。
  • 统一末端门禁:真正外呼前,无论命令何时进入 Outbox,都必须校验最新 control_intent、revocation epoch、授权约束与记录状态。取消或撤销后拒绝的调用必须形成耐久的 CallRejected/Cancelled 事件;已经开始的调用记录 PENDING/UNKNOWN 与用量,进入对账或收尾,不能伪装成“从未调用”。
  • 去重与账本:ExecutionRecord 是外部副作用的平台侧事实,幂等键与唯一领取防止重复执行登记。
  • 凭据约束:下游使用短期、受众绑定凭据;高风险场景由沙箱外代理持凭据代为执行。

失败模式与默认行为。 账本不可用时 fail-closed,不执行任何可能产生副作用的动作。旧 epoch 提交被 fencing 拒绝。重复领取被 CAS 拒绝并记录。

不应承担。 执行网关不重新解释 Agent 目标,不决定 Task 终态(终态由 Finalization 门禁决定),也不保证外部副作用恰好一次——它保证的是平台执行许可的唯一消费与耐久记录。

2.8 网络出口网关 ​

输入与控制对象。 所有需要外部网络的出向连接:外部模型调用、外部工具与站点访问、外部数据连接、远程作业通道。

核心控制点。

  • 默认拒绝:未申报的目标与协议一律拒绝;allowlist 按租户、Run 与风险档位细分。
  • 受控 DNS 与元数据阻断:防止 DNS 隧道、云元数据端点与私网探测。
  • 重定向重验:重定向后的新目标必须重新验证,防止 allowlist 域名跳转到任意目标。
  • 敏感出口检测:对携带敏感内容的出站载荷做内容级检测。检测失败应阻断或受限,不得先流出再追责。
  • 流量审计:连接元数据与必要内容审计进入耐久审计通道。

失败模式与默认行为。 出口策略服务故障 fail-closed。敏感出口检测故障 fail-closed:阻断敏感出口,或降级到仅允许非敏感目标。出口绕过(例如 Sandbox 或浏览器直连外网)属于架构缺陷,必须在网络策略层覆盖所有执行器。

不应承担。 网络出口网关不理解完整业务语义,也不能替代上游授权。它是最后一道物理边界,不是唯一防线:把安全全部押在出口名单上,等于承认上游所有控制点都可以被绕过。


3. 网关之间的顺序与依赖 ​

八类网关不是并列的过滤器堆叠,顺序本身承载语义。

顺序背后的四条原则:

原则一:廉价拒绝在前。 认证、协议限制与限流在边界完成成本最低。一个未认证请求在接入网关被拒绝,只消耗一次握手;若让它进入 Runtime 再拒绝,已经消耗了任务受理、状态写入与调度资源。

原则二:语义先于物理。 Agent 网关先回答“这是什么任务、风险多高”;模型、数据与能力网关再回答“这个意图是否被允许”;协议网关完成协议适配;执行网关最后回答“此刻是否仍然允许物理发生”。越靠近物理动作,判断越依赖实时事实(撤销、预算、许可),而不是上游的静态结论。

原则三:最靠近物理动作的网关独立复核。 执行网关不信任上游任何结论。即使能力调用网关已经授权、审批已经通过,执行网关仍要校验执行时身份、epoch、ReleaseGrant 与 revocation epoch。上游结论是输入,不是豁免。

原则四:出口是最后边界,不是唯一防线。 网络出口网关位于链路末端,是因为网络层无法理解业务语义,只能做目标、协议与内容级强制。若平台只建设出口控制,等于把全部安全押在“名单正确”这一个假设上。

依赖关系汇总如下:

网关前置条件依赖的控制面事实输出
接入网关无身份体系、租户配置、WAF 策略已认证请求
Agent 网关接入认证通过AgentSpec 目录、风险分级策略、版本撤销状态已分级的 Task
模型、数据、能力网关Run 已启动且 Intent 已产生策略、预算、版本、审批、撤销状态受治理请求或耐久拒绝
协议网关能力治理通过且协议匹配准入目录、描述符摘要、对端身份协议适配后的调用
执行网关授权、审批与 Grant 就绪执行账本、revocation epoch、control_intent执行事实或耐久拒绝
网络出口网关执行规格已下发出口策略、检测策略放行连接或阻断

还有两点横向依赖必须说明。其一,所有网关共同依赖控制面的身份、策略、版本与撤销事实;控制面故障不应导致运行面自动扩大权限——已运行 Task 要么使用固定且仍有效的版本继续,要么按策略暂停或降级。其二,回程路径同样受治理:外部结果经回程扫描与核验后形成 RuntimeEvent 或 Observation 回到 Harness,DeliveryEvent 回到交付域;不存在由工具回调直接唤起模型、由 MCP 结果直接生成下一次工具调用的旁路。


4. 物理归并:五种部署单元 ​

逻辑职责必须清晰,物理部署可以归并。系列第 3 篇给出的五种部署单元是归并的参考形态:

部署单元归并的逻辑网关适用规模拆分信号
边界接入单元接入网关所有规模入口流量激增,需要独立扩缩与独立故障域
Agent 访问单元Agent 网关与模型网关小到中规模流式吞吐、模型路由与会话准入特性分化,模型网关独立
Data Gateway数据与记忆网关中规模及以上数据授权 QPS、索引规模与检索成本成为瓶颈
Capability Gateway能力调用网关与 MCP/A2A 协议治理中规模及以上协议类型激增,协议层需要独立扩缩、独立升级
Execution 与 Egress 单元执行网关与网络出口网关所有规模执行账本与出口策略变更频率分化,可再拆分

按规模的三个演进阶段:

  • 阶段一,单进程或小规模。 边界接入与 Agent 访问归并,能力与执行归并,甚至可以同进程部署。但 ExecutionRecord、统一末端门禁与 UNKNOWN 语义不能省略;高风险代码执行仍须与业务进程隔离。规模小不是省略事实协议的理由。
  • 阶段二,中规模。 五个部署单元成型,模型网关可暂留 Agent 访问单元。此阶段的关键是把策略顺序与审计事件源显式标注,为将来拆分保留接缝。
  • 阶段三,大规模多租户。 五个单元全部独立,模型网关单列,按 Cell 组织故障域。跨 Cell 控制面只分发签名版本与策略,不在故障时自动扩权。

归并的铁律是四个“可区分”:

  1. 策略顺序可区分:归并后认证、分级、授权、门禁的执行顺序仍然明确,不因组件合并而乱序或跳过;
  2. 权限可区分:不同逻辑职责使用不同的服务身份与最小权限,一个单元被攻陷不等于所有职责被攻陷;
  3. 审计可区分:审计事件携带逻辑网关标识,能够回答“这个决定是哪一层、依据哪个策略版本做出的”;
  4. 变更与故障域可区分:一次变更的影响范围可界定,一个逻辑职责的故障不拖垮其他职责。

把所有职责塞进一个“AI 网关”并不能消除边界,只会让变更、扩缩与故障影响相互耦合——边界还在,只是从图上移到了事故报告里。


5. fail-open 与 fail-closed 矩阵 ​

每个控制点都必须显式声明依赖故障时的行为。声明之前,用三个问题判定:

  1. 该控制点故障是否意味着授权事实缺失?是,则 fail-closed;
  2. 放行是否造成不可逆外部副作用或数据流出?是,则 fail-closed;
  3. 该数据是否承担结算或证据责任?是,则不得丢弃,只能有界缓冲与补投。

按控制点的默认策略矩阵:

控制点默认策略故障时行为理由
接入认证fail-closed拒绝访问,返回明确错误,不降级匿名身份是全部后续决定的前提
租户限流可配置,倾向 fail-open本地近似限流或放行并告警限流是可用性保护,不是授权事实
任务风险分级向高档位 fail-closed默认按高档位走严格路径分级失效应更严格而非更宽松
模型路由与预算fail-closed 或默认受控路由阻断超预算调用预算是硬约束
数据授权fail-closed拒绝检索与写入授权事实缺失
能力授权 AuthzDecisionfail-closed拒绝并形成耐久拒绝事件授权事实缺失
策略判定缓存仅限低风险判定敏感动作执行前仍验证当前主体、资源条件、委托边界与撤销状态缓存不代表当前撤销状态
审批超时默认拒绝提交 TimeoutDenied 耐久事件审批语义是明确的人类决定,沉默不是同意
ReleaseGrant 核验fail-closed拒绝执行执行许可必须唯一消费
revocation epoch 核验fail-closed拒绝并触发撤销处置撤销是安全控制
普通内容检测按声明策略 fail-open 并告警有界重试,标记未检测检测只降低风险,普通路径可声明权衡
敏感出口检测fail-closed阻断或受限,不得先流出再追责数据流出不可逆
出口默认拒绝策略fail-closed拒绝连接最后物理边界
重定向重验fail-closed重验失败即阻断防止 allowlist 绕过
非关键遥测fail-open有界缓冲或丢弃样本遥测不是业务事实
关键审计、执行与费用事实不得丢弃本地耐久缓冲与补投结算与证据责任

三条补充纪律:

  • fail-open 不等于无治理。任何 fail-open 都必须伴随告警、采样补偿与事后审计,且只允许出现在不产生不可逆后果的控制点上。
  • fail-closed 必须给出后续路径。拒绝之后,Run 按策略进入拒绝、重规划、暂停或失败收尾,而不是无限挂起;错误语义要能让上游区分“策略拒绝”与“依赖故障”。
  • 降级不得以绕过安全为代价。模型降级、资源降级、区域降级时,数据驻留、工具权限、验收标准与敏感出口控制保持不变。

6. HITL 审批服务 ​

审批是人对“固定动作规格”的决定,不是对 Agent 的笼统信任投票。审批服务应是独立的耐久服务,而不是 Harness 里的一个内联判断:它需要持久队列、审批人路由、超时定时器、撤销通道与审计账本。

6.1 审批请求的生命周期 ​

审批队列的设计要点:

  • 耐久性:ApprovalRequest 是耐久事实,服务重启不丢失、不重复发送;
  • 路由:按风险档位、动作类型与审批人资质路由;高风险动作要求更高资质或双人复核;
  • 去重:同一动作摘要不重复发起请求;重复提交幂等返回既有请求;
  • 升级:长时间未处理时按升级链转交,而不是静默等待超时。

6.2 绑定摘要与差异展示 ​

ApprovalRequest 必须绑定规范化动作摘要与资源条件:动作类型、目标系统、参数摘要、数据范围、预算影响与有效时间窗口。审批只对该摘要有效,这带来两条硬规则:

  • 执行时参数与已批准摘要不一致,摘要校验失败即拒绝,需要重新审批;
  • 审批展示必须包含参数差异:相对原始请求或上一版本的变化、确定性风险展示(金额、范围、可逆性)与来源证据。这是防人机信任滥用(OWASP ASI09)的核心手段——审批人看到的必须是将要执行的,而不是 Agent 描述的。

6.3 超时、撤销与重新授权 ​

  • 超时默认拒绝:审批超时产生 TimeoutDenied 耐久事件。沉默不是同意;需要更长窗口时应显式延长,而不是默认放行。
  • 撤销:审批人在执行发生前可以撤销批准;撤销立即生效并进入审批账本。
  • 审批通过仍重新授权:批准只是对固定动作规格的人类决定,不是权限的永久授予。执行前,能力网关仍要就当前主体、资源条件、委托边界与撤销状态向策略引擎重新授权;审批后权限已变化或资源条件已变化的,拒绝执行并记录 STALE。

完整流程如下:

6.4 防审批疲劳的分流设计 ​

审批疲劳是安全机制的自我腐蚀:当审批人每天面对上百个低风险请求,批准会退化为肌肉记忆,真正危险的请求反而被淹没。分流的原则是减少审批数量,而不是降低审批质量:

  • 低风险预授权:对固定动作类型加固定资源条件的低风险动作,策略可以预先批准一个有效期内的授权模板;模板条件必须机器可校验、可审计、可撤销。条件一旦变化,自动回退普通审批。
  • 同质动作批量审批:同一摘要模式下的批量动作可以聚合展示、一次决定,但每个动作仍保留独立的可追溯记录。
  • 配额与频率限制:单位时间内单一 Agent 可发起的审批请求有上限,防止 Agent 以请求数量淹没审批人。
  • 档位分流:低风险走预授权或单人审批,中风险单人加资质校验,高风险双人或高资质审批。

预授权不是免审批,而是把审批前移到策略制定时刻——策略本身经过评审、版本化与灰度,其批准范围比单次审批更窄而不是更宽。

6.5 审批审计 ​

审批审计至少记录:审批人身份与资质、决定时刻、审批请求版本、动作摘要 digest、参数差异快照、决定依据与理由、以及后续消费情况——哪一个 ExecutionRecord 消费了该 Grant,或该 Grant 因何失效。审计使“谁在什么条件下批准了什么、最终发生了什么”可以被完整重建。


7. 安全治理闭环 ​

网关与审批是运行时强制,但安全治理必须覆盖全生命周期。闭环的七个阶段如下:

阶段关键活动输出事实常见错误
设计期威胁建模资产与信任边界梳理、Agent 特有威胁分析(方法详见第 09 篇)威胁清单与控制映射一次性建模,不随版本与能力变化更新
发布准入AgentSpec 签名、回归评测、安全回归、灰度计划、SBOM/AIBOM签名版本与发布清单以进度压力跳过回归与灰度
运行时强制八类网关强制、统一末端门禁、执行时重新授权授权与执行事实以告警代替阻断
检测行为基线、异常工具序列、出口异常、权限拒绝率、内容检测命中告警与风险评分告警不与响应动作连接
响应撤权、暂停、隔离、kill switch、证据保留响应动作记录只停进程,不对账在途副作用
恢复与复盘修复、回归、重新准入、复盘报告重新准入记录恢复无门禁,直接回到生产
反馈到策略候选规则与版本经审批与灰度后发布策略版本评测与检测结果直接扩大生产权限

几个关键衔接点:

  • 检测到响应:行为基线偏离、出口目标异常、权限拒绝骤增、预算速率异常等信号应映射到分级响应动作——提高审批档位、收紧出口策略、暂停 Run 并撤权、隔离实例取证,直至触发 kill switch(第 10 节)。告警本身不是控制。
  • 响应到恢复:被隔离或撤权的 Agent 不能自动回到生产。重新准入需要修复证据、回归结果与显式批准,与发布准入走同一套门禁。
  • 复盘到策略:事件复盘产生候选策略与候选规则,但评测和检测只能生成候选,不能直接扩大生产权限;任何候选变更仍需回归、审批与分阶段发布。

7.1 合规与标准在闭环中的位置 ​

治理闭环需要对接外部法规与标准,但必须先区分其性质与约束力:

文件性质关键事实
EU AI Act 及 Omnibus Regulation EU 2026/1744法律条例义务按系统类别与条款分阶段适用;Omnibus 条例于 2026-07-27 生效,将附件 III 高风险系统相关义务延至 2027-12-02
网信办《智能体规范应用与创新发展实施意见》政策文件2026-05 发布,提供方向性引导与要求,不是行政法规本身
TC260《智能体系统开发安全指南》国家标准征求意见稿截至 2026-09 为征求意见稿,不是已正式发布标准
OWASP Agentic Top 10 2026行业风险分类风险清单与实践入口,不是合规认证

三条纪律:

  1. “2026 年 8 月全面适用”是对 EU AI Act 时间线的不准确表述。其义务按系统类别和条款分阶段适用,Omnibus 条例还调整了部分时间点,合规规划应以官方文本的最新时间线为准。
  2. 法律义务、政策文件、征求意见稿与行业清单的约束力不同。合规映射应分别标注:法定义务、推荐性标准参照、内部基线,不能混为一谈。
  3. 部署了网关、审计或评测平台,不意味着自动获得任何认证或满足全部法律要求。涉及高风险场景的平台,应由法务与合规专业团队结合具体司法辖区评估。

8. 安全能力选型 ​

8.0 选型总原则 ​

与系列第 0 篇的技术选型立场一致:先定义能力契约,再选择产品。本节不指定任何商业产品为必选,只按能力类别给出选择标准、候选类型与常见陷阱。每个候选都应回答四个问题:它负责什么,它不负责什么,失败时如何退化,哪些事实仍需外部系统承载。

选型还要预先回答两个经常被忽略的问题:失败时平台如何退化(该能力的 fail-open/fail-closed 语义必须写入合同与运维手册);退出成本有多高(策略、审计与配置是否可导出,是否被专有格式锁定)。

8.1 身份与委托 ​

  • 选择标准:用户身份与工作负载身份分离;委托链可表达、可审计(用户 → TaskIntent 授权范围 → Agent 工作负载身份 → 执行身份);短期凭据与受众绑定;撤销可传播到下游;与企业 IdP 集成。
  • 候选类型:企业 IAM 与 IdP 平台、工作负载身份框架、符合 OAuth 2.1/OIDC 的授权服务、云原生身份服务。
  • 常见陷阱:长期凭据与共享服务账号;把“持有令牌”等同“获得授权”;委托链断裂——Agent 以用户名义行动却实际拥有超出该用户的权限;凭据进入 Checkpoint 或日志。

8.2 策略引擎 ​

  • 选择标准:ABAC 表达能力(主体、资源、参数、环境条件);委托与撤销语义;决策时延与本地加速方式;决策可审计、可回放;策略版本化、灰度与回滚。
  • 候选类型:OPA/Cedar 类通用策略引擎、企业统一授权服务、小规模场景下的嵌入式策略库。
  • 常见陷阱:把策略缓存当作当前决定——缓存只能优化低风险判定,敏感动作执行前必须验证当前主体、资源条件、委托边界与撤销状态;策略与业务代码深度耦合导致无法独立变更;策略变更没有版本与审计。

8.3 内容检测 ​

  • 选择标准:覆盖输入、输出与出口三个位置;多模态能力;自定义规则与行业词表;时延与吞吐;失败语义可声明(能否按控制点配置 fail-open/fail-closed);命中结果可审计。
  • 候选类型:模型供应方内置安全能力、专业内容安全服务、规则引擎与关键词体系、人审队列作为兜底。
  • 常见陷阱:把检测通过当作内容无害的证明——内容检测只降低风险;敏感出口检测配置成 fail-open,先流出再追责;用内容检测替代授权与出口控制。

8.4 沙箱与隔离 ​

内部机制见第 08 篇,此处只给选型视角。

  • 选择标准:攻击者能力假设;系统调用兼容性;设备与 GPU 需求;租户隔离等级;Checkpoint 能力;启动时延与成本;运维复杂度。
  • 候选类型:强化容器、rootless 容器、gVisor、Kata Containers、microVM、完整虚拟机、语言级 Sandbox、托管 Sandbox 服务。
  • 常见陷阱:只看启动速度选型;认为沙箱等于零凭据——沙箱内不应保存长期业务凭据,高风险调用优先由沙箱外代理持凭据代为执行,若必须注入短期令牌,应明确为“最小化短期凭据暴露”;用沙箱替代执行账本与授权。

8.5 出口控制 ​

  • 选择标准:默认拒绝能力;目标与协议级控制;受控 DNS;重定向后重验;TLS 可见性策略与合规边界;按租户与 Run 的身份标记。
  • 候选类型:专用出口代理集群、云原生出口控制组件、服务网格出口层、边界网络策略设备。
  • 常见陷阱:只管理出站域名清单而不做重定向重验;执行器绕过——Sandbox、浏览器或作业执行器直连外网;把出口控制当作唯一防线,替代上游授权。

8.6 审计与可观测 ​

  • 选择标准:耐久审计账本与业务事实关联(tenant、task、run、execution、approval、policy、trace);敏感数据脱敏策略;保留期与防篡改(WORM);SIEM 集成;遥测采用 OpenTelemetry GenAI 语义约定时固定所采用版本。
  • 候选类型:追加式审计数据库与对象归档、企业日志与 SIEM 平台、可观测平台。
  • 常见陷阱:用 Trace 代替审计——Trace 可采样、可过期,不能承载许可消费、审批与结算证据;以“全链路审计”名义无条件记录敏感 Prompt 与结果;关键审计与费用事实依赖普通遥测管道,遥测故障即丢失。

8.7 评测与红队 ​

  • 选择标准:Golden Set 管理与版本化;影子运行与回归对比;自动化红队能力(注入、目标劫持、工具误用、越权尝试等场景);结果到候选变更的流程是否与发布门禁打通;评测环境与生产环境的差异是否可说明。
  • 候选类型:评测框架与回归平台、红队服务与对抗测试集、影子运行与在线对比机制。
  • 常见陷阱:评测结果直接扩大生产权限——评测和检测只能生成候选规则或版本,仍需回归、审批与分阶段发布;红队只在发布前做一次,不随能力变化持续进行;以评测分数替代生产验证场景(第 12 节)。

9. 安全档位 S0–S3 ​

安全档位把“这个 Agent 需要多严格的控制”从主观讨论变成按维度判定的结论。判定维度五个:自主性、权限、数据敏感度、动作可逆性、外部暴露面。

上图是从高档到低档的快速判定入口,属简化表达;最终档位以五维度表取最高(木桶原则)为准,任一维度达到高档即整体不低于该档。

档位特征:

维度S0S1S2S3
自主性只读问答与建议流程内低风险动作跨系统动作外部不可逆动作
权限只读内部受限写跨系统写外部、资金或生产发布
数据敏感度公开或低敏内部一般内部敏感高敏或受监管数据
可逆性完全可逆可逆部分不可逆不可逆
暴露面仅内部仅内部内部加受限外部公网暴露

判定规则采用木桶原则的反向形式——任一维度达到高档,整体不低于该档。例如只读但访问内部敏感数据的 Agent 至少 S2;访问高敏或受监管数据则直接进入 S3;对外发布内容并可能产生资金影响的 Agent 直接 S3。档位由 Agent 网关的风险分级在受理时初始化,由资产域在发布评审时确认;档位变更必须走评估与审批,不能由 Agent 在运行中自行升档。

每档最低控制要求(可以增加,不得减少):

控制项S0S1S2S3
身份与授权入口认证与数据授权加逐调用授权加高风险动作审批双人或高资质审批,执行前重新授权
执行控制只读接口ExecutionRecord 与预算加 Sandbox 与出口检测强隔离、专用出口、凭据代理
内容治理输出来源标记加输出检测加敏感出口检测 fail-closed全链路检测与人审兜底
检测与响应基础审计加行为基线加异常告警与撤权预案实时阻断、kill switch 就绪与专项值守
发布准入基础回归加安全回归加红队准入灰度、双签与应急演练记录
审计保留常规保留常规保留延长保留防篡改长期保留与取证就绪

档位的价值在于一致性:同一个平台里,相似风险的 Agent 承受相似的控制强度;新增控制时有据可依,削减控制时有审批可查。


10. kill switch 与应急运行手册 ​

10.1 kill switch 的层级 ​

kill switch 不是一个全局按钮,而是一组按作用层级区分的紧急控制:

各层级与既有机制的对应关系:单 Run 级对应持久取消意图(control_intent=CANCEL)与取消专用对账;能力级对应能力目录撤销,使后续授权与描述符校验失败;版本级对应第 4 篇的 revocation_epoch 递增——阻止新 Run、暂停受影响在途 Run、撤销工具与网络权限;租户级与全局级则是受理与调度层的紧急闸口。统一末端门禁保证:即使停止命令与已提交 Outbox 的命令竞争,外呼前校验最新 control_intent 与 revocation epoch 仍会拒绝执行,并形成耐久拒绝事件。

必须澄清的边界:kill switch 能停止新的平台动作,不能回滚已经发生的外部副作用。 已发生或结果未知的动作进入对账与收尾;把 kill switch 当作“撤销一切”的按钮,会在应急时产生错误的安全感。

10.2 触发条件 ​

  • 行为基线严重偏离:异常工具序列、目标偏移信号持续命中;
  • 完整性与逃逸告警:沙箱逃逸、镜像或 AgentSpec 完整性校验失败;
  • 凭据泄漏或滥用迹象;
  • 费用或调用量异常飙升且无法解释;
  • 合规指令或重大生产事故联动。

触发可以是自动检测信号,也可以是人工决定;自动触发必须有防误报的确认窗口或分级生效机制,但确认窗口不能长到让损害扩大。

10.3 动作顺序与运行手册要点 ​

标准动作顺序:停新 → 冻在途 → 撤凭据 → 对在途 → 留证据 → 通报。

  1. 停止新动作:阻断新 Run、新执行与新受理(按层级);
  2. 冻结在途:受影响 Run 进入暂停或取消,释放可释放资源但保留状态;
  3. 撤销凭据:短期凭据、ReleaseGrant、委托关系;
  4. 对账在途副作用:按 ExecutionRecord 与 ExternalHandle 逐项确认已发生、未发生或未知;
  5. 证据保留:审计、账本、现场快照按取证要求保存,隔离实例不重新入池;
  6. 通报:按预案通知安全、业务与受影响方。

运行手册(runbook)至少包含:

  • 角色分工:指挥人、操作人、通报人、记录人,以及各自的授权边界;
  • 决策矩阵:哪类信号触发哪个层级的 kill switch,谁有权决定,确认窗口多长;
  • 操作清单:每个层级的具体命令与校验点,避免应急时临场发挥;
  • 传播时延目标:从触发到各执行点生效的时间上限,并纳入演练度量;
  • 演练要求:定期演练并记录实际生效时间、误报与遗漏;
  • 误报处置与重新准入:误触发后的恢复路径;真实事件后的重新准入必须经过修复证据、回归与显式批准,与发布准入同一门禁。

11. 常见反模式 ​

11.1 一个“AI 网关”包办一切 ​

认证、任务准入、模型治理、能力授权、执行门禁全部塞进一个产品或一个进程。边界没有消失,只是从架构图移进了事故报告:变更相互耦合、故障相互传染、审计无法区分决定来源。

11.2 用网络策略代替语义治理 ​

只开放端口和域名清单,就认为工具调用已被治理。网络策略不理解“这次调用的参数是否在批准摘要内”“这个 Grant 是否已被撤销”。语义强制必须在能力调用与执行层完成。

11.3 敏感出口 fail-open ​

检测服务故障时选择“先放行、后追责”。数据流出不可逆,追责不能替代控制。敏感出口检测失败必须阻断或受限。

11.4 审批疲劳与盖章式审批 ​

所有动作都走同一条审批流,审批人每天批准上百个请求,审批退化为仪式。解法不是取消审批,而是低风险预授权分流、批量审批与档位路由。

11.5 审批通过即永久授权 ​

把 ApprovalRecord 当作长期令牌,执行时不再验证当前主体与资源条件。审批只对固定动作摘要有效,执行前仍须重新授权。

11.6 以检测代替强制 ​

行为监测产生告警,但没有任何阻断动作与之连接。检测的价值在于驱动响应;告警不连接响应的系统,只是更昂贵的日志。

11.7 选型清单即安全架构 ​

采购了身份平台、策略引擎与沙箱产品,却没有定义能力契约、失败语义与事实归属。产品提供组件,架构提供边界;先有边界,产品才有落点。

11.8 kill switch 只停进程 ​

紧急停止后不对账在途副作用、不撤销凭据、不保留证据。外部动作可能已经发生;停止进程只是应急的第一步。

11.9 安全档位靠协商而非判定 ​

档位由项目重要性、上线压力或声音大小决定,而不是按自主性、权限、数据敏感度、可逆性与暴露面判定。结果是高风险 Agent 低配运行,低风险 Agent 过度设防。

11.10 归并后审计不可区分 ​

物理归并本身合法,但归并后无法回答“这个拒绝是哪一层、依据哪个策略版本做出的”,事故复盘与合规举证同时失效。


12. 生产验证场景表 ​

安全治理架构的正确性同样要靠故障条件下的行为证明。以下场景应纳入上线前验证与定期回归:

#验证场景预期事实
1认证服务不可用接入网关拒绝高风险访问,不降级匿名,返回明确错误
2策略引擎不可用高风险动作 fail-closed 阻断;低风险动作按声明策略执行并告警
3审批请求超时默认拒绝,TimeoutDenied 耐久事件,Run 按策略收尾或重规划
4审批通过后权限被撤销执行前重新授权拒绝执行,旧批准不生效,形成拒绝记录
5执行参数与已批准摘要不一致摘要校验失败即拒绝,需要重新审批
6敏感出口检测服务故障敏感出口被阻断或受限,不出现先流出再追责
7MCP 描述符被篡改哈希钉扎校验失败,拒绝加载与调用,形成审计事件
8旧 epoch Worker 提交执行执行网关 fencing 拒绝,形成耐久拒绝事件
9取消发生在命令已进入 Outbox 之后末端门禁按最新 control_intent 拒绝外呼,形成 CallRejected/Cancelled 耐久事件
10kill switch 触发版本撤销新 Run 被阻止,受影响在途 Run 暂停,凭据被撤销,在途副作用进入对账
11出口重定向到非 allowlist 域重验阻断,连接与重定向链被记录
12归并部署的策略与审计审查策略顺序、权限、审计事件源与变更范围均可区分
13非关键遥测管道故障有界缓冲或样本丢弃;关键审计、执行与费用事实不丢失
14预授权条件发生变化低风险预授权自动失效,回退普通审批
15低风险请求洪峰冲击审批队列分流与配额生效,高风险请求不被淹没,队列有界且可升级
16交付被策略拒绝DeliveryIntent 经同一执行链被拒,形成拒绝事实,不产生旁路交付

验证应同时检查状态、事件序列、审计记录与账本事实,而不是只看最终回答是否正确。


13. 架构评审清单 ​

职责与边界 ​

  • 八类逻辑职责是否全部存在,各自输入、控制点与失败语义是否明确?
  • 每类网关“不应承担”的职责是否被遵守,是否存在职责越界?
  • 执行网关是否同时是 Execution Runtime 的强制入口,且无内部绕行通道?

顺序与旁路 ​

  • 主链顺序是否符合廉价拒绝在前、语义先于物理、末端独立复核的原则?
  • 是否存在模型、数据或工具绕过 Harness 与执行账本的路径?
  • 交付是否经同一执行链,DeliveryEvent 是否回到交付域?
  • Run 期结果是否一律经回程治理形成 RuntimeEvent 或 Observation?

物理归并 ​

  • 归并后策略顺序、权限、审计与变更范围是否仍可区分?
  • 归并单元的故障域与扩缩模型是否经过评估?

失败语义 ​

  • 每个控制点的 fail-open/fail-closed 是否显式声明并有测试覆盖?
  • 授权与敏感出口是否 fail-closed?审批超时是否默认拒绝?
  • 关键审计与费用事实是否不依赖普通遥测管道?

审批 ​

  • ApprovalRequest 是否绑定规范化动作摘要与资源条件?
  • 审批展示是否包含参数差异与风险证据?
  • 审批通过是否仍执行前重新授权?撤销是否即时生效?
  • 是否存在防疲劳分流,且预授权条件机器可校验、可撤销?

治理闭环 ​

  • 威胁建模、发布准入、运行时强制、检测、响应、恢复与策略反馈是否全部闭合?
  • 检测信号是否映射到分级响应动作?重新准入是否与发布准入同一门禁?
  • 合规映射是否区分法律义务、政策文件、征求意见稿与行业清单?

选型与档位 ​

  • 每类安全能力是否先定义能力契约再选型,是否回答四问?
  • 安全档位是否按五维度判定,任一维度高档即整体高档?
  • 每档最低控制要求是否落实且只增不减?

应急 ​

  • kill switch 是否分层级,触发条件、决策权与动作顺序是否成文?
  • 是否演练并度量传播时延?误报处置与重新准入路径是否存在?

只要存在未声明失败语义的控制点、不可区分的归并审计、盖章式审批或只告警不阻断的检测,就不能认为安全治理已经闭环。


14. 本篇结论与后续专题 ​

本文把 Agent 平台的安全治理层整理为一条主线:以八类逻辑网关为策略执行点,以顺序与归并规则保证不可旁路,以 fail-open/fail-closed 矩阵定义失败语义,以耐久审批服务约束人的决定,以治理闭环连接设计、发布、运行、检测、响应、恢复与反馈,以能力契约指导选型,以安全档位分配控制强度,以分层 kill switch 兜底应急。

几个可以长期成立的结论:

  • 网关是职责,不是设备。逻辑职责清晰后,物理部署可以随规模归并或拆分;判断归并是否合法的标准是四个“可区分”,而不是进程数量。
  • 安全治理的难点不在正常路径,而在失败路径。每个控制点都必须回答“依赖故障时怎么办”,授权与敏感出口永远 fail-closed,审批超时永远默认拒绝。
  • 审批的价值来自其严格性。绑定摘要、差异展示、重新授权与防疲劳分流,共同防止审批退化为仪式。
  • 检测不连接响应就没有控制力,响应不反馈策略就没有进化力。闭环的每个环节都要有输出事实。
  • 选型先定义能力契约与失败语义,再谈产品;安全档位按维度判定,不按协商分配。

下一篇将进入数据视角,讨论 Agent 平台的数据、记忆、产物与费用:短期上下文与长期记忆如何分治,Artifact 如何受管理流转,交付记录如何区分已发布、已发送与已确认,以及用量结算与资源治理域如何独立承载费用事实。


参考资料 ​

以下均为官方资料。动态规范和文档会持续更新,实际实现应固定所采用的版本与访问日期。

  1. OWASP Top 10 for Agentic Applications for 2026
  2. OWASP Agentic AI Threats and Mitigations
  3. MCP Authorization Specification(2026-07-28)
  4. A2A Protocol v1.0 Announcement(2026 年春)
  5. Regulation (EU) 2026/1744(EUR-Lex)
  6. EU AI Omnibus Enters into Force
  7. 《智能体规范应用与创新发展实施意见》相关发布
  8. TC260《智能体系统开发安全指南(征求意见稿)》通知
  9. OpenTelemetry GenAI Semantic Conventions Repository