Agent 护栏放流量层还是工具调用层？开发者实测对比
quiet_flare · reddit · 2026-11-03
作者梳理了本周多款 agent 护栏工具（流量代理、防泄密浏览器扩展、MCP 加密身份、GitHub Actions 审计），指出护栏所在层次比功能列表更重要：代理只能看到进出模型的文本，看不到 agent 在 harness 内做不可逆决定（删目录、发邮件）的瞬间。
作者基于 Claude Agent SDK 自建运行时 Mainsheet，在代码层给每次工具调用设门禁：检查参数模式、deny 规则、预算与人工审批；一旦执行过标记为不可信输出的工具，后续会话拒绝所有不可逆操作，每次决策生成哈希链上的签名回执。
作者也坦承局限：污点标记是全会话级的单一 flag，粒度粗；回执的可信度取决于签名密钥的存放位置，尚未文档化。文末向生产环境 agent 运营者征集经验：代理层和工具调用门禁各自拦截过什么？
「编程与Agent」频道最新
- 开发者吐槽:Gemini G-Suite 工具失灵,Claude Code 与 Codex 更可靠 — 3scorciav · 2026-11-03
- Google Cloud Run 推出独立实例：单台 microVM 可 SSH 按需启停 — rseroter · 2026-11-03
- 普林斯顿 ChefNMR2：从 NMR 谱图自动解析未知小分子结构，快 frontier LLM 两三个数量级 — ZhongingAlong · 2026-11-03
- Agent 直接改 Qwen3.5-0.8B 权重，MATH-500 从 7.9% 提到 48.1% — giffmana · 2026-11-03
- Railway 遭入侵暴露 AI 密钥风险:API key 成了算力信用卡 — alvelda · 2026-11-03
- Claude 无训练手写权重：13 任务 959 个程序，算法任务全满分 — ChengleiSi · 2026-11-03