Translation(model translation, not the source's own text)
面向 AI Agent 的零信任
前沿 AI 模型正在把从漏洞到利用的时间线从数月压缩到数小时。采用这些工具的防御者能更快地发现并修复缺陷;而采用这些工具的攻击者,或者只是坐等防御者的补丁、再将其逆向工程为利用代码的攻击者,行动也同样更快。这不是未来的隐忧:模型已经能发现传统工具和人工审查者多年来一直漏掉的严重漏洞。
这种加速对任何部署 Agent 的组织而言都有双重影响。你的 Agent 所运行的基础设施,和你其余资产一样暴露在 AI 加速的攻击之下;而 Agent 本身引入了自主性——去解读目标、选择工具、执行多步操作。传统访问控制无法阻止 Agent 滥用合法权限,监控也需要把那些旨在通过持久化而非漏洞利用来得手的攻击纳入考量。
零信任——不信任任何事物、验证一切、并假定入侵已经发生——为安全负责人提供了应对此事的成熟基础。但这些原则需要针对 Agent 系统重塑形态:以密码学为根基的身份、按任务划定的权限范围、受保护以防投毒的 memory,以及以自主攻击者的速度运行的防御运营。
为帮助安全与风险负责人为这一转变做好准备,我们整理了一套在企业中部署自主 AI Agent 的实用框架。
在本指南中,我们分享:
- Agent 系统特有的安全考量,包括工具访问、自主决策、上下文持久化和多 Agent 协同
- Agent 当前的威胁态势,包括 prompt injection、工具投毒、身份与权限滥用、memory 投毒和供应链攻击
- 一个三层零信任框架(Foundation、Advanced 和 Optimized),对应组织成熟度与风险容忍度
- 一个八阶段实施工作流,涵盖身份、访问范围划定、沙箱、输入输出控制和 memory 防护
- 如何以足够快的速度运行 Agent 安全运营(Agentic SOAR),以应对 AI 加速的攻击者
- 面向受监管行业(包括医疗、金融和政府)的合规对齐
最能把握这一转变的组织,将是那些基础足够扎实、以至于 AI 辅助扫描一开始就能发现更少缺陷的组织,以及那些从第一天起就把 Agent 部署按「假定已被入侵」来架构的组织。
在这里查看。
立即开始使用 Claude Security。