Brex AI智能体策略，从网络层拦截到实时决策

在AI Agent快速发展的背景下，企业如何有效管理其安全风险成为重要课题。Brex公司通过实践发现，传统基于规则的治理方式难以应对Agent的实际行为，于是开发了名为CrabTrap的内部平台，开创了一种全新的Agent治理范式。

Brex联合创始人兼CEO Pedro Franceschi在接受VentureBeat采访时表示，他们注意到网络层是一个未被充分利用的执行点。"每个Agent发出的请求都是一个拦截、推理和做出政策决策的机会。"CrabTrap平台的核心功能是作为开源的HTTP/HTTPS代理，能够拦截所有网络流量，检查预设的政策规则，并利用大型语言模型（LLM）作为判断依据，决定是否批准或拒绝Agent的请求。

这种创新方法解决了传统治理方式的局限性。首先，它避免了繁琐的API令牌管理和权限调整；其次，通过实时分析Agent行为，可以更灵活地应对Agent能力的扩展。Franceschi指出，随着Agent能力的增强，其潜在风险也在增加，"我们制造的Agent越强大，就越危险，而我们让它们变得更安全时，它们的实用性又会降低。"

现有解决方案存在的问题包括：细粒度的API令牌虽然能在一定程度上限制功能，但仍可能被滥用；语义防护（如上下文控制、技能限制或提示引导）容易被提示注入攻击绕过，特别是当Agent连接到互联网时。相比之下，Brex的方法通过在网络层进行拦截和判断，提供了一个更为全面和动态的安全框架。

Brex的经验表明，AI Agent的治理应该从单纯的权限控制转向更加智能化的实时决策机制。这种方法不仅提高了安全性，还能更好地适应Agent能力的持续进化，为企业的AI战略部署提供了新的参考路径。