智能体拿到的凭证太多了:Edera 把权限控制下沉到虚拟机监控器层
让 AI 智能体替你改代码、查数据库、发工单,最让人睡不着觉的问题不是它会不会做错,而是它手里握…
文章目录
让 AI 智能体替你改代码、查数据库、发工单,最让人睡不着觉的问题不是它会不会做错,而是它手里握着多少把钥匙。一个被提示注入攻破的智能体,如果环境里还放着云密钥、API 令牌和管理员凭证,攻击者就能顺着这些钥匙在企业内网里横向移动。

11 月 13 日,Edera 公布了一套「对象能力受限权限模型」,思路很直接:把操作权限和底层凭证分开,让智能体在不知道密钥的情况下,依然能完成被允许的操作。这套方案由 Edera 联合创始人、杰出工程师 Ariadne Conill 牵头,她因对底层开源安全技术的贡献而知名。
一分钟速览
- 核心思路:权限与凭证分离,智能体执行操作但不持有密钥。
- 实施层:对象能力控制在虚拟机监控器(VMM)层强制执行,而不是容器边界。
- 粒度:细到单资源单操作,例如只允许向某一个 GitHub 仓库 push。
- 组件:capcurl 负责无凭证 API 访问,capsudo 管理限定作用域的命令执行,SPIFFE/SPIRE 做工作负载身份验证。
- 覆盖 MCP:模型上下文协议服务器同样被限制在明确的外部资源与命令范围内。
容器隔离为什么不够
传统容器安全很大程度上依赖边界隔离,以及注入环境变量或配置文件的静态密钥。问题在于,智能体的执行环境本身就可能被提示注入或供应链操纵污染。一旦大语言模型驱动的智能体被攻破,攻击者通常可以直接提取这些令牌,然后在内部系统之间横向移动。容器把进程隔开了,却没有把「权限」和「凭证」隔开。
Edera 的解法是把控制点下沉到虚拟机监控器层。对象能力是一种安全模型,它在实施细粒度访问控制的同时,让自主 AI 工作负载和 MCP 服务器与敏感凭证隔离。换句话说,智能体拿到的是「能做什么」的许可,而不是「能打开所有门」的钥匙。
三个组件怎么配合
为了让这套模型可落地,Edera 的 Agent Runtime 框架集成了多个运行时组件。capcurl 负责无凭证 API 访问,把获准的请求经由隔离的代理转发,同时不向智能体暴露底层认证材料;capsudo 管理限定作用域的命令执行,让工作负载无需长期管理员权限或 root 权限,就能运行特定的特权命令;SPIFFE 和 SPIRE 则提供密码学验证的工作负载身份,在不依赖长期静态密钥的情况下建立双向 TLS 连接和服务身份。
这套机制也直接延伸到 MCP 服务器。MCP 连接大语言模型与企业工具和数据库,因此经常成为高价值攻击目标。通过在基础设施层定义明确的对象能力,安全团队可以把 MCP 服务器限制在特定的外部资源和命令范围内。即使宿主模型行为异常或遭遇提示注入,也能防止其不受控制地访问资源。
行业正在形成共识
值得注意的是,Edera 不是唯一往这个方向走的公司。同一天,Docker 也呼吁通过隔离与治理保障智能体安全。两家的措辞不同,指向却一致:智能体安全不能只靠「提示词写得更小心」,必须落到运行时和权限模型上。
评估自主智能体的工程团队,过去往往需要投入大量开发工作,构建自定义的凭证处理中间件和临时拼凑的权限代理。Edera 的承诺是把这种控制机制下沉到虚拟机监控器和运行时层,统一企业系统向行为不确定的软件授予权限的方式。目前,聚焦于限定作用域的命令执行和工作负载身份的初步功能已经发布;基于凭证代理的 API 访问和与编排器的深度集成,将作为更广泛的 Project Lunchbox 计划的一部分在后续推出。
趋势洞察
智能体越能干,权限问题就越尖锐。企业想要的是「能办事的助手」,不是「拿着管理员密码的实习生」。把权限拆成一个个对象能力,本质上是把「信任」从身份转移到操作:不问你谁,只问你要做什么、对哪个资源做。
这套思路并不新,但在智能体时代重新变得关键。接下来要观察的是落地成本:企业是否愿意为了细粒度权限改造现有身份体系,以及主流编排平台会不会原生支持这类能力模型。如果答案是肯定的,智能体大规模进入生产环境的最后一道门槛,才算是真正被推开。
本文地址:https://www.163264.com/20900


