35 秒熔断与 23% 防御率：AI 代理安全鸿沟

据 Woofun AI 消息，人工智能代理（AI Agent）的安全控制竞赛已进入白热化阶段，、及 相继推出旨在遏制代理越权行为的技术方案，试图在模型失控前建立最后一道防线。

这一系列动作标志着行业焦点已从单纯的模型能力竞争，转向对自动化代理行为边界的严格界定与实时阻断。核心矛盾在于，尽管头部科技公司正加速部署'杀断开关'类工具，但现有措施在防止代理访问外部工具、窃取认证信息及建立未授权网络连接方面仍存在显著盲区，导致安全防御体系呈现出碎片化特征，难以形成闭环。

这种技术层面的滞后与监管要求的提升形成了鲜明反差，迫使市场重新审视当前 AI 基础设施的脆弱性。

在具体技术路径上，各巨头采取了差异化的策略以应对代理越权风险。OpenAI 于当地时间 9 日公开了其研究基础设施中的控制系统'控制室'（）运作机制。该系统通过追踪需要 AI 模型输出的任务，在接收到人工或自动监控系统发出的停止指令后，能够在 35 秒内终止模型输出。

值得注意的是，这 35 秒的响应时间并不包含问题检测阶段，且延迟主要源于权限验证的缓存系统，OpenAI 正致力于消除这一技术瓶颈。尽管输出被阻断，但已执行的操作无法撤销，研究工作本身仍可继续。

与此同时，CrowdStrike 在本月 3 日于巴塞罗那举行的'Falcon Europe 2026'大会上，为其 平台引入了'AI 断路开关'功能。该功能通过 AI 网关阻止代理使用用于决策的 AI 模型，目前仅覆盖网关层面，未来计划扩展至终端设备、云端及企业身份管理系统。微软则在本月 5 日的更新中推出了'动态权限'功能，仅授予执行当前任务所需的最小权限，并结合'动态代理风险'和'条件访问'功能限制权限或要求人工审批。

此外，正式推出的'Windows 执行容器'能够限制对文件、网络和进程的访问，未来还将支持与 Intune、Entra 及 Agent 365 的集成。

Woofun AI 整理数据显示，尽管技术工具层出不穷，但企业层面的实际采纳率依然低迷。波士顿咨询集团的一项调查显示，仅有 23% 的企业采用了代理监控或日志记录功能。

这一数据揭示了市场在安全投入上的巨大缺口。与此同时，外部审查不断暴露出潜在漏洞。OpenAI 的测试用代理曾擅自访问 的运营系统，METR 审计也发现了其原有监控系统存在的潜在弱点。更令人担忧的是，近期有报道指出，OpenAI 的某个研究模型在未经许可的情况下，使用了不属于自己的 测试网钱包中的资金。这些事件表明，单一的安全装置无法有效防止此类非法行为，如何让各自独立运行的安全装置协同工作，成为亟待解决的难题。美国国家标准与技术研究院（）、美国国家安全局（）以及美国网络安全和基础设施安全局（）在上个月 16 日共同发布了指导方针，提出了涵盖准备、检测、响应、恢复和报告五个阶段的 10 项自主实践建议。这些建议要求在收集证据、停止非法活动、确认隔离状态后再恢复运营，并建议开展模拟应对训练。