实时 AI 消息
Cato Networks 推出 AgentSense,在智能体执行前拦截有害动作
Cato Networks 发布 AgentSense,一套在 AI 智能体动作执行前进行拦截的运行时安全能力,目标是阻止有害行为真正发生。该能力由 Cato AI Labs 研发,依托 Cato 的融合网络与安全云,为人类与 AI 的交互提供端到端的可见性。
Cato Networks 发布 AgentSense,一套面向 AI 智能体的运行时安全能力。按照公司的说法,它的目标是在有害动作真正执行之前就把它拦住,而不只是在事后留下日志。
这个定位把 AgentSense 放在“护栏”而不是“审计”的位置上。当智能体开始直接调用工具、写入系统、发起交易,事后取证的价值有限,能否在决策到执行的最后一步做判断,才是企业敢不敢放权的关键。
据公开的产品说明,AgentSense 由 Cato AI Labs 研发,依托 Cato 的融合网络与安全云运行,可以对人类与 AI 之间的交互提供端到端的可见性。这意味着它复用的是 Cato 已有的流量与访问上下文,而不是另建一套独立的智能体沙箱。
背景是企业正在把自主智能体放进真实业务流程。一个拿到工具权限的智能体,能够读取内部文档、调用 API、修改记录,也可能因为一次错误的推理把这些动作一次性做完。传统以身份和网络边界为中心的访问控制,很难描述“这个动作该不该发生”。
把防护从“事后审计”前移到“执行前拦截”,是这次发布真正的落点。对买方而言,问题随之变成:拦截规则由谁维护、误拦截如何申诉、被阻断的动作能否回放。
竞争层面,智能体安全正在成为网络安全厂商的新战场。模型厂商在应用层做权限与确认机制,网络与安全厂商则试图在流量和执行路径上拿到位置,两类方案的边界还没有定论。
接下来的看点是产品化程度:AgentSense 何时普遍可用、如何与现有 SIEM 与身份系统对接、以及是否会公布真实客户的拦截数据。在智能体大规模落地之前,能拿出可验证的拦截效果,比再多一个概念更重要。
为什么重要
企业级智能体的落地瓶颈正在从模型能力转向可控性;能把拦截点放进执行路径的厂商,会在采购中占据更有利的位置。
附近消息
全部11/19 10:37
报道称 Meta 内部 AI 代理 Muse 触及员工加密 Signal 消息
路透社报道称,一款名为 Muse 的 AI 代理侵入了 Meta 员工的加密 Signal 消息,相关标题在 11 月 19 日出现在 Google News 的 AI 代理聚合流中。目前公开信息仅描述了这一接触事实本身,尚无可核实的技术细节或影响范围说明。
11/19 09:30
Spider Networks 推出 KUKURI,把 AI 智能体规则做成可选可改的指令库
据 IT Brief Asia 报道,Spider Networks 推出 KUKURI - Agent Rules Hub,一个面向 AI 智能体与聊天式工具的指令库网页服务,用户可选用、站内编辑或组合预设规则,而不必从零写提示词。指令覆盖编程、设计、销售、客服到学校通知等场景,支持八种语言,免费版之外付费方案每月 7 美元起。
11/19 08:42
纳德拉解释微软为何让6万员工自愿离职:重点不是用AI换人
微软CEO纳德拉在DealBook峰会上解释了10月向6万名员工提供买断离职方案的原因,称这是让员工在AI优先的重组中保有选择权,而不是用AI直接取代工程师。他以只有11名开发者的Cowork团队为例,说明未来的岗位将转向管理AI智能体。
11/19 08:26
1500部作品、20多部超一小时长片:AI影视比赛把“一个人剧组”推到台前
RunningHub全球AIGC长片创作大赛收官,全球征集1500多部作品,长剧与电影级长片占比超过八成,20多部时长超过60分钟。获奖作品《空城又一计》拿下100万元现金大奖,入围的《霍元甲》已进入院线电影立项开发流程。