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：
- 有了 gate 之后，反而更敢开放更多工具，agent 体验更强。
- 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。
「编程与Agent」频道最新
- 同一套 DeepSeek 内核两种优化路线：vLLM 拆专家、SGLang 降访存 — AccBalanced · 2026-10-27
- 用 Tailscale 让云端 Grok Bot 在自己 Mac mini 上写代码，全程不开公网端口 — talkaboutdesign · 2026-10-27
- 工程师数月实践：Agent 每次调用重发全量上下文，改一个 token 全额付费 — dscape · 2026-10-27
- Alchemy 支持 Effect Workflow:跨 Durable Objects、Workflows 与 Lambda 持久函数 — samgoodwin89 · 2026-10-27
- Alchemy 推出 Lambda Web Functions,Node 版 Web 服务器直接上 Lambda — samgoodwin89 · 2026-10-27
- Alchemy 全部约 2850 个 AWS binding 现已跨云可用 — samgoodwin89 · 2026-10-27