🏠 总目录 📚 资料库智能体安全

AI Agent 的零信任架构

⏱ 10 分钟 | 🔐 把 Agent 当成不可信的内部用户

🎯 一句话

零信任的核心假设是「边界内部同样不可信」。用在 Agent 上就是:不要因为它是你自己部署的,就默认它的每个请求都合法——因为它的行为可以被输入里的文字改写。

本页先解决:每次调用怎样按任务身份与权限重新检查?

Claude 博客资料库 · 智能体安全

每次调用怎样按任务身份与权限重新检查?

Agent 风险不只来自恶意输入,也与可触及资源和执行速度有关。

读完可以:按每次调用的任务身份、权限和上下文检查访问,而不是永久信任 Agent。

📄 来自 Claude 官方博客
原文标题
Zero Trust for AI Agents(AI Agent 的零信任架构)
原文链接
https://claude.com/blog/zero-trust-for-ai-agents
作者
Anthropic(Claude Security 团队)
发布日期
2026-05-27
⚠️ 本页是原文的中文结构化整理笔记(保留架构、数据、案例、结论),并非逐字翻译。版本、参数与案例数字属于原文所示条件,不是本资料库的实测结果;产品状态与接口以实施时官方文档为准。
📑 本页目录

前沿 AI 同时加速攻防两端,部署自主 Agent 的组织面临前所未有的安全挑战。传统访问控制不够用——Agent 可能自主滥用合法权限。解法是把零信任架构(「什么都不信、一切都验证、假设已被攻破」)适配到 Agent 系统:加密身份、按任务限权、抗投毒记忆、AI 速度的防御运营。

Agent 风险不只来自恶意输入,也与可触及资源和执行速度有关。

加速问题

从漏洞发现到被利用的时间线急剧压缩——AI 模型现在能找出人类审查者多年未发现的严重漏洞。这种双刃剑效应同时作用于基础设施和 Agent 本身。

Agent 特有的风险

五大攻击向量

  1. 提示词注入(Prompt injection)
  2. 工具投毒(Tool poisoning)
  3. 身份与特权滥用
  4. 记忆投毒(Memory poisoning)
  5. 供应链攻击

四原则指导每次访问的检查,成熟度框架描述实施层次,不代表越级即可补齐控制。

零信任四原则(Agent 版)

  1. 加密身份根: Agent 需要可验证的、有加密锚定的身份
  2. 按任务最小特权: 权限狭窄地限定到具体操作
  3. 假设已被攻破: 架构从一开始就按「攻陷终会发生」设计
  4. 速度对等: 防御自动化必须匹配自主攻击的速度

三级成熟度框架

  1. 基础层(Foundation): 安全基本功
  2. 进阶层(Advanced): 增强控制
  3. 优化层(Optimized): AI 速度的防御运营

把原则落回身份、权限与审计配置,核对真实任务边界。

实施要点

结论

最适合部署 Agent 的组织,是那些在部署前就有扎实安全基本功以减少漏洞、并且从一开始就采用「假设被攻破」架构的组织。该框架为安全负责人构建企业级 Agent 系统提供了实用路径。


✅ 检查点

  1. 零信任的核心假设是什么?用在 Agent 上意味着什么?
  2. 为什么 Agent 特别需要零信任,而传统程序不那么需要?
  3. 最小权限原则在 Agent 场景该怎么落地?
👀 答案
  1. 核心假设是「网络边界内部同样不可信」,每个请求都要独立验证身份和权限。用在 Agent 上:不能因为 Agent 是自己部署的就信任它发出的每个调用,要像对待外部用户一样逐次鉴权。
  2. 因为传统程序通常由代码规定控制流,也仍会遭遇输入、依赖和权限漏洞;而 Agent 的行为由它读到的内容决定——一封邮件、一个网页、一份文档里的文字,都可能改写它接下来要做什么(提示注入)。⭐ 「代码是可信的,数据是不可信的」这条传统假设,在 Agent 上失效了——因为对 Agent 来说,数据可能被模型误当成指令,因此更需显式区分输入内容与授权。
  3. ①按任务而不是按 Agent 授权——同一个 Agent 做不同任务时权限不同;②凭证短时效,用完即失效;③写操作和读操作分离,写操作走单独的审批或确认;④所有工具调用留审计日志,且日志里要能还原「它当时读到了什么」——否则事后无法判断是不是被注入了。

本节回顾

先记住这几件事

  • 每次请求都独立检查权限,不因调用来自内部就自动信任。
  • 按任务授予最小权限,并区分读、写与敏感操作。
  • 日志应能还原调用依据和外部输入,支持事后调查。