skilder：基于角色权限控制的LLM智能体渐进式技能发现治理框架
针对大语言模型智能体在接入海量企业工具时面临的上下文超限、工具选择退化及合规治理漏洞等问题，研究人员提出了名为 skilder 的新框架。传统通过提示词设定的安全策略缺乏硬性约束，而多智能体委托方案又分散了审计日志。skilder 将技能与工具等能力打包为特定角色，通过基于角色的范围划分与渐进式技能发现机制，实现对智能体工具调用的结构化治理与确定性访问控制。
DC AI 热点
精选
当前热点完整榜单 →
1英伟达推出新软硬件安全平台，旨在约束失控AI智能体110 热度 ⌁2AI智能体开发商Instinct完成10亿美元C轮融资，估值达100亿美元96 热度 ⌁3Meta推出企业级AI平台并聘请MongoDB前CEO掌舵91 热度 ⌁4Anthropic 发布 Claude Sonnet 5.5：成本降 30% 且性能逼近 Opus 5.584 热度 ⌁5Akamai 与 Anthropic 签署 116 亿美元算力采购协议81 热度 ⌁9月25日2026-09-25
9月24日2026-09-24
ZeroGate：面向受治理AI智能体运行时的信任保留快速路径机制
针对AI智能体提前授权可能导致载荷、权限或状态发生漂移的安全风险，研究团队提出ZeroGate架构。该方案将精确操作审批与持久本地准入解耦：签发者签署具有时效性的ActionPass凭证，受信任运行时适配器重构最终操作，再由本地网关验证绑定并消耗nonce。系统利用SQLite事务同步处理nonce注销、配额更新及准入收据生成，在维持信任边界和决策一致性的前提下优化了执行分发延迟。