Giskard Guards：點樣為企業 AI Agent 建立安全與治理層

情境感知 Guardrails

系統唔只係比對關鍵字，而係嘗試理解請求嘅意圖同上下文，例如任務目標、可用工具同資料來源。咁樣 guardrails 可以更準確判斷行為是否合理。

多重偵測機制

Guards 同時使用多種安全檢測，例如：

• jailbreak 嘗試
• prompt injection
• 敏感資料暴露
• 違反公司政策

當偵測到風險時，系統可以選擇 允許、監控或阻擋 行動。

監控完整執行鏈

另一個重點係監察整條 agent execution chain。因為攻擊有時並唔係發生喺輸入或輸出，而係中間步驟，例如：

• 檢索到含惡意指令嘅文件
• agent 呼叫高風險工具

透過監控整個流程，系統更容易發現潛在問題。

Policy‑as‑Code：把企業規則變成機器可執行政策

平台嘅核心概念之一係 Policy‑as‑Code。

企業通常有大量治理規則，例如：

• 私隱政策
• 合規要求
• 內部安全指引

Policy‑as‑Code 嘅做法係將呢啲規則轉換成可由系統即時執行嘅控制機制，而唔只係寫喺文件或提示入面。

相關研究指出，AI agent 在受監管或安全關鍵場景中運作時，需要將自然語言政策轉換成可驗證嘅運行時 guardrails，例如建立政策樹（policy tree）並編譯成輕量分類器，用於即時監控行為。

企業可以透過呢種方式設定例如：

• 禁止披露醫療或金融資料
• 高風險決策必須人類審批
• 限制 agent 可以使用嘅工具
• 將所有行動記錄以供審計

由於政策係可版本化同程式化，企業可以隨 AI 系統演進而更新治理規則。

與 EU AI Act 的監管要求對齊

另一個推動企業 AI 治理嘅重要因素係監管。

歐盟人工智能法案（EU AI Act） 採用風險分級制度。若 AI 系統對健康、安全或基本權利有重大影響，就會被列為「高風險系統」，並需要滿足嚴格要求，例如風險管理、透明度、紀錄保存、人類監督同系統穩健性。

像 Giskard Guards 呢類平台，嘗試透過以下方式幫助企業符合要求：

• 監控 AI 行為並保存日誌
• 在運行時執行政策控制
• 支援審計同人類監督

呢啲能力可以協助滿足高風險 AI 系統對監督同技術穩健性嘅要求。

為何銀行、保險同醫療特別關注

AI agent 治理需求喺高度監管行業尤其明顯。

銀行與保險 可能使用 AI agent 做：

• 承保分析
• 欺詐偵測
• 理賠處理
• 客戶服務

呢啲流程涉及大量敏感金融資料，因此需要確保 agent 不會洩露資料或執行未授權操作。

醫療領域 風險更高。AI agent 可能：

• 總結病歷
• 檢索病人資料
• 協助分流或文件處理

因此 guardrails 必須確保醫療資料保密，並避免自動建議繞過醫護人員監督。

研究亦指出，企業 AI 治理通常需要在基礎架構層面設置政策防火牆，以阻止未授權行動，而唔能單靠模型提示控制。

歐洲「主權 AI」基礎設施的背景

Giskard 亦將 Guards 定位為歐洲 Sovereign AI（主權 AI）策略嘅一部分。

平台支援本地部署（on‑premise）或受控環境運行，讓企業可以將：

• 敏感資料
• 系統日誌
• 政策執行

全部保留喺自己嘅基礎設施內，而唔需要完全依賴外部審核 API。

對於需要遵守 GDPR 或 EU AI Act 嘅企業而言，安全與監控基礎設施部署位置往往會影響 AI 系統是否能夠投入使用。

AI 安全的新方向：監控行為而非內容

AI Agent 的興起，正在改變 AI 安全系統嘅設計方式。

只分析 prompt 或輸出內容嘅 guardrails，已經難以覆蓋會計劃任務、存取資料同使用工具嘅智能代理系統。

Giskard Guards 代表嘅思路係：

即時監控 AI agent 在整個工作流程中的行為，並用政策規則去控制。

至於呢類平台能否在大規模企業部署中完全避免 AI 失誤，目前仍然有待更多實際案例驗證。但愈來愈多企業開始認為——當 AI agent 進入關鍵業務系統時，呢一層行為級安全機制可能已經變成必需品。