Agent 设计里，门槛比自治更重要
kr-jmlab · reddit · 2026-07-16
作者在做本地 AI agent 工作台时发现，决定 agent 安全性的关键不是模型或框架，而是**工具调用前的“门槛”**放在哪。 他的例子很具体：读取照片 EXIF、整理文件这类只读操作可以自动化，但一旦涉及删除、移动、覆盖文件，完全放权就会变成风险。于是他把工具按破坏性分级，并在运行时的工具调用边界强制人工审批： - 只读工具：直接执行 - 高风险工具：必须先经过人类确认 - 审批逻辑不放在 system prompt，而是放在 runtime 层 他总结的两个发现是： 1. 有了 gate 之后，反而更敢开放更多工具，agent 体验更强。 2. 风险应当属于工具本身，而不是 prompt；prompt 里的安全约束终究只是模型“应该遵守”的规则，runtime gate 才是真正能强制执行的边界。 最后他还抛出了一些开放问题，比如多 agent 场景下谁来审批下游子 agent 的高风险工具调用。