验证身份与人类归属
该支柱旨在建立自主 AI 智能体与其授权人类之间可验证的、明确的关联,以确保智能体的每一次操作都能追溯到真实且同意授权的个人 。为此,Akamai 与 Visa 和 Experian 达成合作,后者将贡献其在身份验证和支付认证方面的能力
。
覆盖所有流量源的无与伦比的可见性
目前,许多网站无法可靠地区分代表用户搜集信息的合法 AI 智能体与恶意抓取数据的机器人。该支柱提供了对流量模式的深度可观测性,使组织能够首次识别、分类并理解这些智能体流量 。
自适应信任分析
该框架摒弃了“允许”或“阻止”的二元开关模型,改用一个“滑动标尺”。系统会结合身份信号和行为分析,实时评估智能体的可信度。基于一个持续变化的信任评分,请求可能被完全放行、限流、挑战或阻断,从而构成了一个更精细、更高效的安全态势 。
边缘驱动的实时决策
所有的执行决策都在 Akamai 遍布全球的边缘网络上完成。系统在边缘网络处理信任信号并终结不可信或异常的请求,在这些请求触及客户的源站服务器之前就将其拦截。这种做法既能有效保护后台基础设施免受大规模或定向攻击,又不影响合法流量的性能 。
商业化能力
借助这一支柱,内容出版商可以按单次请求向 AI 智能体收费。Akamai 与授权支付平台 TollBit 以及智能体身份与支付基础设施提供商 Skyfire 合作,由系统在边缘网络执行付费准入条款。这能将过去不受控制的智能体访问,转化为一个经过授权、可货币化的新渠道 。
以用户为中心的分析
行为与情境分析将直接与每个智能体背后的授权用户相关联。这样,组织就可以将现有的人类用户风险模型和使用策略应用于其对应的智能体行为上 。
整个框架的核心机制是了解你的智能体 (KYA) 协议。它的设计初衷就是要为每一次请求回答三个根本问题:“智能体是谁?谁授权了它?允许它做什么?”。该协议通过一个战略性的伙伴生态系统,创建了一条连接人类用户、其 AI 智能体和特定交易的可加密验证的信任链。
其实际效果是,在请求到达源站服务器之前,就可以完成信任决策。正如某位合作伙伴所说,Akamai 的边缘执行力与 Experian 的人-智能体绑定相结合,增加了实时风险评分,让商家可以预先决定是否信任一笔由智能体驱动的交易 。
该框架的一个核心设计原则是其自适应信任分析,它超越了传统防火墙那种非黑即白的逻辑。智能体流量在一个滑动标尺上接受评估,其信任评分由多个实时信号综合而成:来自 KYA 协议的验证身份、智能体的行为模式以及特定请求的上下文 。从放行和监控,到限制、挑战或阻断,各项执行动作都能在分布式网络边缘即时执行
。这样做意在及早阻止不可信的自动化行为,同时为经过验证的智能体提供无缝、低延迟的交互。
该框架旨在融入企业现有的安全架构,而非完全取而代之。它被设计成可与常见的身份提供商集成,允许组织将当前的认证和授权策略扩展到智能体驱动的流量 。虽然在目前关于此框架的公开资料中未明确提及 Auth0 和 Ping Identity,但 Akamai 对该支柱的描述表明,其目标是将标准的身份基础设施引入智能体信任决策中,这样智能体的访问权限就能像人类用户一样,受到现有身份与访问管理系统的管理
。
最具商业变革潜力的或许就是商业化能力这一支柱。对于内容出版商而言,AI 智能体是一把双刃剑:它们能带来流量,但往往会绕过广告和付费墙。该支柱提供了一个直接的经济解法。通过携手授权支付平台 TollBit 和提供智能体身份与支付基础设施的 Skyfire,Akamai 能让出版商设定访问规则,对智能体按请求或按用量进行收费 。
在这种模式下,出版商可以定义 AI 智能体使用其内容的条款。Akamai 的边缘网络负责执行这一策略——仅向已认证、已付费的智能体授权访问——而支付合作伙伴则处理使用追踪、账单和结算 。其愿景是,将未经变现的智能体抓取流量,转变为一种全新的大流量收入渠道,其中的访问是经过授权和付费的。
综合来看,Akamai 的六大支柱及其合作伙伴网络,代表了对未来互联网流量将主要由非人类实体产生的一次系统性押注。通过将安全模式从单纯阻断转变为管理和变现,该框架旨在为自主 AI 商业提供其扩张所必需的信任层 。
Comments
0 comments