AI 博客

发现不等于清单

四天之内,三家厂商发出了同一份自认:没人知道有哪些智能体正在运行。CrowdStrike 把发现能力放进了端点传感器,AIR 拿了 5000 万美元做一道位于上下文边界的内联防火墙,Tenable 与 OpenAI 则在一个登记册前面加了一道审查。每一份答案都只对一个位置是完整的,在其余各处则一言不发——而正在拿来审计你的每一套治理体系,假定的都是一份权威登记册,不是一个估计值。该开始跟踪的那个数字,是这两者之间的差。

作者 智能体 AI 维基 28 分钟读完

三家厂商在同样的四天里发布了智能体安全产品,而在三样不同的东西底下,他们作出了同一份自认:没有人说得出自己公司里到底有哪些智能体在跑。CrowdStrike 把答案放进了端点传感器,AIR 融了 5000 万美元把它放进请求路径,Tenable 与 OpenAI 把它放在一个登记册前面——而这三份答案,每一份都是一次抽样普查:对某一个位置是完整的,对其余各处一言不发。这要紧,是因为拿来审计你的那些体系要的不是普查。它们要的是一份登记册;而这一周真正有用的指标,不是你发现了多少个智能体,而是"已发现"与"已登记"之间那道缝有多宽。

速览

四天,三则公告,三个截然不同的落脚点。

产品发布时间埋点位置主要做什么
CrowdStrike Falcon Guardian 2026-09-01,Fal.Con 大会 Windows 与 macOS 端点上的 Falcon 传感器 发现已知与影子智能体,把提示词一路追到动作,拦下未获批的
AIR 2026-09-01,走出隐身 内联,位于上下文被组装起来的那道边界 在智能体动手之前,筛查进入其上下文的指令、工具与数据
Tenable / OpenAI Exchange Inspector 2026-09-03 CyberAgents Exchange 登记册,部署之前 在采用之前审查提交上来的智能体、技能、MCP 服务器与多智能体剧本
Coverage matrix: enumeration, runtime behaviour, enforcement and reach beyond the endpoint A four-by-four matrix. Rows are a self-service registry, pre-deployment review, an endpoint sensor, and an inline context firewall. Columns are how well each enumerates what exists, whether it observes runtime behaviour, whether it can block, and whether it reaches agents that never run on a managed endpoint. The self-service registry is weak on enumeration because registration is voluntary, sees no runtime behaviour and blocks nothing, but nominally covers every environment. Pre-deployment review is medium on enumeration within its own catalogue, sees no runtime behaviour, gates admission rather than execution, and is environment-neutral. The endpoint sensor is strong on enumeration and runtime behaviour and can block execution, but reaches nothing off the endpoint. The inline firewall is medium on enumeration, strong on runtime behaviour and blocking for traffic it sees, and reaches whatever is routed through it. What each layer can actually answer Enumerates what exists Sees runtime behaviour Can stop an agent Reaches beyond the endpoint Self-service registry Voluntary None No In principle Pre-deployment review Its catalogue only None Gates admission Environment-neutral Endpoint sensor Running + dormant Prompt to action Blocks execution No Inline context firewall What routes through Context contents Blocks in path If routed Strong Partial Weak or absent
每一行都在某处强、在别处空白。没有哪一行在四列上都强。

先读第一行,因为它正是今天多数组织所倚仗的那一行。一个自助登记册——那份表格、那张 ServiceNow 工单、那个让各团队自行申报 AI 系统的 wiki 页面——在唯一一列"它的全部存在意义所系"的项目上得了低分。登记是自愿的,而你最需要知道的那些智能体,恰恰是没人替它填过表的那些。

三样产品,三个落脚点

Three instrumentation points on the path an agent takes A left-to-right path: a component source such as a registry or marketplace, installation on a host, the running agent process that assembles context, the tool calls it makes to MCP servers and APIs, and the systems of record it finally touches. Three controls attach at three different points — a pre-deployment review at the component source, an endpoint sensor at the host, and an inline firewall at the boundary where instructions, tools and data enter the agent's context. Beneath the path sits a wide band showing the agents none of the three observe: a workflow inside a SaaS product, an agent in a CI runner, one in a personal cloud account, and a browser extension in an unmanaged profile. Where each control attaches The path an agent takes Component source Registry, marketplace, repo, skill file. Install on a host User space, running as the user, no admin step. Agent process Assembles context, decides, calls tools. Tool calls MCP servers, APIs, shell, browser. Systems of record Data, money, identity, production config. Pre-deployment Review before anyone installs it. Endpoint sensor Enumerates what is actually running. Inline context firewall Screens instructions, tools and data on the way in. Each control is complete about the point it sits on, and silent about every agent that never passes it. Outside all three A workflow inside a SaaS product An agent in a CI runner A container in a personal cloud account A browser extension, unmanaged profile The register that governance frameworks assume is authoritative; every line above produces an estimate.
同一条路径,三个拦截点——以及下面那条它们谁都碰不到的带子。

CrowdStrike:那台笔记本上早就装着的传感器

Falcon Guardian 是 Falcon AIDR 的后继者;后者在去年 12 月正式可用,并在 3 月的 RSAC 上拿到了影子 AI 发现与端点运行时保护。Guardian 的说法是,Falcon 传感器本来就坐在每一台受管的 Windows 与 macOS 机器上,所以它可以像一直以来枚举进程那样去枚举智能体:一份关于正在运行的与休眠的智能体的实时清单、每一个是谁部署的,以及它当前的安全状态。随后,Agent Runtime Visibility 把智能体的行为与普通端点遥测连起来,把提示词、身份、工具调用与技能使用一路追到它们所产生的下游系统动作。Agent Access Controls 定义哪些智能体可以在受管端点上运行,其余一律拦下。托管服务与一个 AI 网关被写成计划中,而非已发布。

真正的战略动作是那个不炫的。CrowdStrike 并没有宣称一项新颖的检测技术;它宣称的是"枚举问题是一个端点问题",而端点本来就归它。在那一群"就是普通桌面进程"的智能体上——一个编码智能体、一台本地 MCP 服务器、某位开发者周二装上的一个助手——这个说法基本上是对的,而任何基于登记册的做法都竞争不过它。

AIR:架在上下文前面的那道防火墙

AIR 在同一天走出隐身,带着由 Sequoia 与 Greenoaks 领投的 5000 万美元种子轮、由 Yair Saban 与 Niv Hoffman 组成的创始团队、二十多家集中在金融服务与制药的客户,以及一件坐在链路里、筛查什么东西进入智能体上下文的产品:指令、工具与数据,在智能体动手之前先过一遍。它公布的研究才是值得留下的那部分:超过 17,800 个公开 AI 附加组件、合计约 670 万次安装,依赖着不可信的外部指令源——也就是说,它们在运行时从安装者控制不了的地方拉取文本。

这个数字很好地说明了"部署前审查"这条路为什么有天花板。一个在运行时才去取指令的技能或 MCP 服务器,不是一件你审一次就完事的固定产物;它是一条通道。审阅清单告诉你的是它在你看的那一天是什么样。这也正是智能体供应链安全这件事别扭的地方,也是为什么一道内联控制并不与目录审查重复。

Tenable 与 OpenAI:采用之前先审

Tenable 在 8 月上线了 CyberAgents Exchange——一个面向智能体、技能、MCP 服务器与多智能体剧本的开源、安全原生登记册;在 Black Hat 的 SWARM 共建活动之后,它已收录一百多个社区提交的组件。9 月 3 日公布的 Exchange Inspector 就是架在它前面的那道审查流程:用 OpenAI 的 GPT cyber 模型做评估、经由 Tenable One AI Exposure 做技能检查,再加上 Tenable 研究员的人工复核,检视 LLM 指令、工具链式调用权限与提示词注入暴露面。

这是三者里最常规的一个,也是最容易被低估的一个。一份带公开审查流程的精选目录,正是其他每一个组件生态最终变得可用的方式;而另一条路——每个安全团队自己去读每一个技能文件——过不了几个团队就撑不住。它的局限同样常规:它管的是从正门进来的东西,而正门并不是多数东西抵达的地方。

三者共有的那个前提

把产品剥掉,底下压着的是同一句话:那份登记册并不存在。当前正在落地的每一套 AI 治理体系,开篇都是一项清单义务。欧盟《人工智能法案》对提供者与部署者的责任,预设了你知道自己在运营哪些系统。ISO/IEC 42001 要一份成文的范围。NIST 的 AI RMF 以 Map 开篇,而 Map 从枚举开始。这些框架,每一套都写得像是"一份权威名单靠问就能拿到"。

拿不到,而理由是结构性的,不是文化性的。一个经典的企业应用是走采购来的,要一台服务器,无论谁想不想要都会留下纸面痕迹。而一个智能体是以一条命令行安装的形式抵达的,跑在用户空间、用着用户自己的凭据;或者是部门本来就在付费的某个 SaaS 产品里的一个复选框;或者是某人午饭时间在自动化工具里搭出来的一条工作流。这些没有一个会经过一个"会产生记录"的控制点。它所凭借的环境权限是用户的,早就授予了,而整个流程里从来没有哪一步会去问管理员一句话。

所以当三家厂商在同一周里各自发布发现能力时,正确的读法不是"智能体安全多了一项新本事"。而是市场已经认了:那份登记册本来就填不满,于是现在改为把"从自家传感器所在之处得出的估计值"卖给你。这份认账既诚实又有用。它也很容易被误当成对那项义务的解答——而它不是:一次从单一观测点做出的普查不是登记册,而在审计里把它称作登记册,是一句你撑不住的陈述。

每一个看不见什么

What each control can enumerate, and what it is blind to Three columns. Pre-deployment review enumerates components submitted to a registry and is blind to anything installed from elsewhere. The endpoint sensor enumerates processes on managed Windows and macOS machines, including dormant ones, and is blind to agents that run off the endpoint entirely. The inline context firewall enumerates the skills, plugins and MCP servers on traffic routed through it, and is blind to any agent configured to talk directly to a model provider. Enumerates / blind to Pre-deployment review Components submitted to one registry, inspected before anyone installs. Endpoint sensor Running and dormant agents on managed Windows and macOS. Inline context firewall Skills, plugins and MCP servers on traffic that routes through it. Blind to Blind to Blind to Anything installed from a repo, a gist, a vendor bundle or an employee. Every agent that never touches an endpoint: SaaS, CI, cloud, mobile. Any agent pointed straight at a provider with a personal key.
每一道控制的盲区都不是产品的缺口。它就是"它坐在哪儿"的定义。

把三者放在同一根轴上比,图样很干净:每一个都恰好对经过自己那道咽喉的流量是权威的,而每一个都有一大群点得出名字、却永远观察不到的对象。端点传感器在开发者的笔记本上极为出色,而对一个跑在某 SaaS 厂商产品内部、跑在 CI 执行器里、跑在一个用私人卡报销的云账号的容器里、或者跑在手机上的智能体,则结构性地看不见。内联防火墙对经它转发的东西是权威的,而对一个配了个人 API 密钥、直连模型提供方的智能体则完全无形。部署前审查管的是它自己的目录,对某位开发者从一篇博客里抄来的那个技能文件无话可说。

这些都不是对三者中任何一个的批评。这就是"埋点位置"这个词的意思。这里现成的错误,正是企业十年前在 CASB 上犯过的那个:买下传感器,看着"已发现"的计数往上爬,把一个上升的数字读作覆盖率在改善——而一个上升的数字同样可以解释成:你在抽样的那个群体正在变大,而你抽到的比例或多或少。

另外注意,三者中有两个在发现之外还卖执行,而执行正是这些层次不再可以互换的地方。在受管端点上拦下一个未获批的智能体二进制,是一道针对真实群体的真实控制。但让一个智能体变得危险的那份权限,通常住在一个令牌里,而不是一个进程里——用户一路点过去的那次 OAuth 授权、某个配置文件里的 API 密钥、某人复用的那个服务账号。把笔记本上的进程杀掉并不吊销那份授权,而同一份授权会很乐意伺候下一个进程。这就是委托访问与同意记录里的那个论证,而这一周的产品没有一个能取代它。

真正值得跟踪的那个数字

如果发现是一个估计值、而登记册是一个愿望,那么有用的仪器就是两者之差。具体说:

  • 保留登记册,但别再把它当清单。它的职责从"存在什么的名单"变成"有人认领了责任的名单"。那是一件真正有价值的产物,也是一句诚实得多的主张;而这正是智能体清单与登记册实际要做的事。
  • 把"已发现"与"已登记"按环境、按周期对账。两个计数,一把连接键。难的是那把连接键,也正是设计评审上值得吵一架的东西:端点传感器给出的是一个进程名与一个部署它的用户;登记册给出的是一个系统与一个负责人。把这两者连起来的那一块,没有谁卖给你。
  • 把差值当趋势看,不当水位看。第一个月缝很大,意味着你的发现能力开始工作了。缝到了第六个月还在扩大,意味着智能体被造出来的速度快过有人认领它们的速度——而这本身就是一项治理发现,与任何单个智能体是否有风险无关。
  • 按环境报覆盖率,别报总数。"94% 的智能体已被发现"若指的是端点智能体的 94%、而对 SaaS 毫无可见性,那它毫无意义。把这个数字按"你能在哪儿埋点"拆开,让没有传感器的那些环境显示为空白,而不是显示为零。
  • 把发现出来的东西闭环。一个未登记的智能体被发现、被登记、被认领,这才是全部意义所在。如果你"已发现且无人认领"的计数逐月持平,那你买的是遥测,不是治理。

一个不太舒服的推论:你清单的完整度如今是你安全厂商传感器覆盖面的一项属性——这意味着智能体清单已经悄悄从平台团队挪到了安全团队。谁掌握传感器,谁就掌握那个计数;而审计员读的正是那个计数。这件事值得刻意地定下来,而不是在审计过程中才发现。

什么时候该拿哪一个

如果你的问题是……部署前审查端点传感器内联上下文防火墙
"我不知道有什么在跑"仅限它自己的目录受管主机上最好的选择仅限经它转发的部分
"开发者乱装技能"强——这就是它的场景事后才检出在运行时筛查那些指令
"某个技能在运行时才取指令"弱——审查只是一张快照看得见由此产生的动作强——这就是它的场景
"跑在我没托管的 SaaS 产品里的智能体"否否只有在强制路由的前提下
"我需要一份可审计的登记册"贡献一份目录贡献一次普查贡献一份流量

值得在最后一行上多坐一会儿。三家厂商,三份真实的贡献,而法规要的那件产物,仍然得由你自己拼出来。

常见问题

一个端点传感器足以满足 AI 清单义务吗?

不足,而声称足够是一个听上去站得住、但一被问到 SaaS 就塌掉的立场。端点传感器能给出一份关于"在受管 Windows 与 macOS 机器上作为进程运行的智能体"的有力普查。而欧盟《人工智能法案》、ISO/IEC 42001 及类似体系下的义务,其范围是你所提供或部署的 AI 系统——其中有大量从不触及一台笔记本。

为什么把休眠的智能体也发现出来很要紧?

一个休眠的智能体照样持有它的凭据与工具授权,而且通常还留着一个触发器——一个定时任务、一个 webhook、一个快捷键。只枚举正在运行的进程,给你的是一个随时段变化的计数,并且会漏掉一切等着被唤醒的东西。

内联防火墙能取代智能体自身的提示词注入防御吗?

它加了一层,也没有拿掉任何一层。筛查进入上下文的东西,能抓住已知的坏指令源与过分的权限申请;它并不能让一个智能体变得"可以放心地喂给它敌意文本",因为分类器有失败率,而真正奏效的载荷很少与你的指令相抵触。控制手段的分类见2026 年的提示词注入防御。

既然登记册不可靠,为什么还要留着它?

因为"归属"是发现不出来的。传感器能告诉你某个进程存在、是哪个账号启动的;它没法告诉你谁为它所做的事负责、它被允许碰什么,或者有没有人审过它。这些信息只有在一个人把它写下来时才存在——而这正是登记册在你不再要求它完整之后的用处。

这周最便宜的那件事是什么?

挑一个你已经有遥测的环境,数一数里面的智能体,数一数为它登记过的智能体,把这两个数字放在同一页幻灯片上。多数团队从没见过这两个数字挨在一起,而那道缝通常不用再多争就把预算谈完了。

延伸阅读

本站:

信息来源: