傳統護欄通常只是關鍵字或分類器過濾，缺乏實際的操作情境。結果可能是 誤判率高，卻仍然漏掉複雜攻擊，例如跨多步驟的提示注入。

Giskard Guards：為 AI 代理設計的執行期安全層

Giskard 將 Guards 定位為一個「運行時（runtime）」安全平台，部署在 AI 代理與企業系統之間。

與只檢查輸入或輸出的工具不同，它會分析代理整個執行過程，包括：

• 使用者提示
• 中間推理與流程
• 工具呼叫
• 最終輸出

目標是在行為真正影響企業系統之前，就發現並阻止風險。

情境感知護欄（Context‑aware guardrails）

系統不只依賴關鍵字，而是分析請求的 意圖與情境。例如請求是否與代理任務一致、是否涉及敏感資料、或是否試圖操控工具行為。

多層偵測機制

Guards 同時使用多種偵測器，包括：

• 越獄（jailbreak）與提示注入偵測
• 敏感資料與個資識別
• 政策違規檢查

當偵測到風險時，系統可以選擇 允許、監控或阻擋 該操作。

監控完整執行鏈

攻擊不一定出現在輸入或輸出，而可能藏在中間步驟，例如文件中的惡意提示或不安全的工具呼叫。

因此 Guards 會檢查整個 代理執行鏈（execution chain），以找出跨步驟的攻擊模式。

Policy‑as‑Code：把治理規則變成可執行控制

平台的一個核心概念是 policy‑as‑code（政策即程式碼）。

企業通常已有各種治理規則，例如：

• 隱私與資料保護政策
• 法規遵循要求
• 內部安全規範

Policy‑as‑code 的做法，是把這些自然語言規則轉換為 可由系統自動執行的控制邏輯。

研究指出，AI 代理治理框架可以將文件、設計規格或風險控制轉換為可在運行時監控的護欄，例如將政策編譯成輕量分類器或規則系統，以即時監控代理行為。

企業因此可以定義規則，例如：

• 禁止洩漏醫療或金融資料
• 高風險決策必須有人類審核
• 限制代理可呼叫的工具
• 保留所有操作的稽核紀錄

因為這些規則是可版本化與程式化的，它們可以隨 AI 系統快速演進而更新。

與 EU AI Act 的合規對齊

另一個推動企業導入 AI 治理平台的重要因素，是 法規要求。

歐盟的 AI Act（人工智慧法案） 採取風險分級監管模式，對可能影響健康、安全或基本權利的「高風險 AI 系統」提出嚴格要求。

這些要求包括：

• 風險管理
• 技術文件與紀錄保存
• 透明度
• 系統穩健性與安全性
• 人類監督

像 Giskard Guards 這類平台，嘗試透過以下方式支援企業達成這些義務：

• 即時監控 AI 系統行為
• 建立完整操作日誌
• 在執行階段強制套用政策

這些機制能幫助企業滿足 AI Act 對 人類監督與技術可靠性 的要求。

為何金融與醫療產業最關注

AI 代理治理需求最強烈的，是高度監管的產業。

銀行與保險 可能使用 AI 代理處理：

• 風險評估
• 詐欺偵測
• 理賠流程
• 客戶服務

這些流程涉及敏感金融資料與合規要求，因此必須確保代理不會做出未授權操作。

醫療領域 的風險甚至更高。AI 代理可能用於：

• 病歷摘要
• 病患資料檢索
• 分診或醫療文件生成

在這些情境中，護欄必須確保機密醫療資訊不被外洩，同時避免自動化建議繞過必要的人類審核。

因此許多企業更傾向於 基礎設施層級的安全控制，而不是只依賴提示設計或模型指示。

歐洲「主權 AI」基礎設施的推動

Giskard 也把 Guards 定位為歐洲 「主權 AI（sovereign AI）」 生態的一部分。

平台支援 本地部署（on‑premise）或受控環境部署，讓企業可以將資料、監控與政策執行保留在自己的基礎設施內。

對於需要遵守 GDPR 或 EU AI Act 的組織而言，能夠控制安全系統的部署位置，是導入 AI 的重要考量。

AI 安全的下一個階段

隨著 AI 代理越來越深入企業流程，安全策略也正在改變。

只檢查提示或輸出內容的護欄，難以覆蓋會 規劃任務、存取資料並操作工具 的代理系統。

Giskard 的思路代表了一種新的方向：

在整個代理工作流程中監控行為，並以即時政策控制 AI 的行動。

這種「行為層安全」是否能在大規模企業環境中有效防止複雜失敗案例，仍需要時間驗證。但隨著 AI 代理逐漸進入關鍵業務系統，這類治理層很可能會成為企業 AI 架構中的標準組件。

傳統護欄通常只是關鍵字或分類器過濾，缺乏實際的操作情境。結果可能是 誤判率高，卻仍然漏掉複雜攻擊，例如跨多步驟的提示注入。

Giskard Guards：為 AI 代理設計的執行期安全層

Giskard 將 Guards 定位為一個「運行時（runtime）」安全平台，部署在 AI 代理與企業系統之間。

與只檢查輸入或輸出的工具不同，它會分析代理整個執行過程，包括：

• 使用者提示
• 中間推理與流程
• 工具呼叫
• 最終輸出

目標是在行為真正影響企業系統之前，就發現並阻止風險。

情境感知護欄（Context‑aware guardrails）

系統不只依賴關鍵字，而是分析請求的 意圖與情境。例如請求是否與代理任務一致、是否涉及敏感資料、或是否試圖操控工具行為。

多層偵測機制

Guards 同時使用多種偵測器，包括：

• 越獄（jailbreak）與提示注入偵測
• 敏感資料與個資識別
• 政策違規檢查

當偵測到風險時，系統可以選擇 允許、監控或阻擋 該操作。

監控完整執行鏈

攻擊不一定出現在輸入或輸出，而可能藏在中間步驟，例如文件中的惡意提示或不安全的工具呼叫。

因此 Guards 會檢查整個 代理執行鏈（execution chain），以找出跨步驟的攻擊模式。

Policy‑as‑Code：把治理規則變成可執行控制

平台的一個核心概念是 policy‑as‑code（政策即程式碼）。

企業通常已有各種治理規則，例如：

• 隱私與資料保護政策
• 法規遵循要求
• 內部安全規範

Policy‑as‑code 的做法，是把這些自然語言規則轉換為 可由系統自動執行的控制邏輯。

研究指出，AI 代理治理框架可以將文件、設計規格或風險控制轉換為可在運行時監控的護欄，例如將政策編譯成輕量分類器或規則系統，以即時監控代理行為。

企業因此可以定義規則，例如：

• 禁止洩漏醫療或金融資料
• 高風險決策必須有人類審核
• 限制代理可呼叫的工具
• 保留所有操作的稽核紀錄

因為這些規則是可版本化與程式化的，它們可以隨 AI 系統快速演進而更新。

與 EU AI Act 的合規對齊

另一個推動企業導入 AI 治理平台的重要因素，是 法規要求。

歐盟的 AI Act（人工智慧法案） 採取風險分級監管模式，對可能影響健康、安全或基本權利的「高風險 AI 系統」提出嚴格要求。

這些要求包括：

• 風險管理
• 技術文件與紀錄保存
• 透明度
• 系統穩健性與安全性
• 人類監督

像 Giskard Guards 這類平台，嘗試透過以下方式支援企業達成這些義務：

• 即時監控 AI 系統行為
• 建立完整操作日誌
• 在執行階段強制套用政策

這些機制能幫助企業滿足 AI Act 對 人類監督與技術可靠性 的要求。

為何金融與醫療產業最關注

AI 代理治理需求最強烈的，是高度監管的產業。

銀行與保險 可能使用 AI 代理處理：

• 風險評估
• 詐欺偵測
• 理賠流程
• 客戶服務

這些流程涉及敏感金融資料與合規要求，因此必須確保代理不會做出未授權操作。

醫療領域 的風險甚至更高。AI 代理可能用於：

• 病歷摘要
• 病患資料檢索
• 分診或醫療文件生成

在這些情境中，護欄必須確保機密醫療資訊不被外洩，同時避免自動化建議繞過必要的人類審核。

因此許多企業更傾向於 基礎設施層級的安全控制，而不是只依賴提示設計或模型指示。

歐洲「主權 AI」基礎設施的推動

Giskard 也把 Guards 定位為歐洲 「主權 AI（sovereign AI）」 生態的一部分。

平台支援 本地部署（on‑premise）或受控環境部署，讓企業可以將資料、監控與政策執行保留在自己的基礎設施內。

對於需要遵守 GDPR 或 EU AI Act 的組織而言，能夠控制安全系統的部署位置，是導入 AI 的重要考量。

AI 安全的下一個階段

隨著 AI 代理越來越深入企業流程，安全策略也正在改變。

只檢查提示或輸出內容的護欄，難以覆蓋會 規劃任務、存取資料並操作工具 的代理系統。

Giskard 的思路代表了一種新的方向：

在整個代理工作流程中監控行為，並以即時政策控制 AI 的行動。

這種「行為層安全」是否能在大規模企業環境中有效防止複雜失敗案例，仍需要時間驗證。但隨著 AI 代理逐漸進入關鍵業務系統，這類治理層很可能會成為企業 AI 架構中的標準組件。