読書リサーチレーダー投資フレームワーク
ログイン / 新規登録
← 読解に戻る
トピックDisconfirmAI 編集部更新日 2026-10-24 07:05

CadreAI策略引擎

2 ステップ1 件3 ソース

思科DevNet平台工程团队公开了其内部AI执行助手CadreAI的核心治理机制:采用“模型提议、策略引擎决策”的双层架构,确保语言模型不直接拥有行动权限。该引擎通过确定性规则检查调用者身份及参数,将请求分为拒绝、人工审批或自动允许三类,并强制所有操作记录于哈希链审计日志中,以实现事后不可篡改的可追溯性。这一设计旨在解决AI智能体进入生产环境时的信任危机,即如何在不依赖模型自述的情况下验证其行为合规性。与此同时,思科与英伟达合作推出的企业级代理安全方案进一步明确了基础设施层的沙箱约束与应用层的持续行为验证之间的分工,共同构建了可证明的信任体系。

経緯

  1. 2026-10-20

    思科DevNet平台工程团队Matt Shooshtari发布博客,详细阐述CadreAI如何通过确定性策略引擎和哈希链审计日志来建立AI智能体的生产信任。

    blogs.cisco.com ↗
  2. 2026-03-16

    思科与英伟达联合发布企业代理安全方案,介绍NVIDIA OpenShell提供运行时沙箱约束,而Cisco AI Defense负责行为边界定义与持续验证。

    blogs.cisco.com ↗

未解決の問題

  • CadreAI的确定性策略引擎在处理复杂跨系统上下文时,其误报率(False Positive)对运维效率的实际影响数据尚未公开。
  • 哈希链审计日志在大规模并发场景下的存储成本与查询性能表现如何,是否支持实时合规监控?
  • 除思科内部案例外,是否有第三方独立机构对类似“模型提议+引擎决策”架构的安全性进行过渗透测试或认证?

ソース

  • blogs.cisco.com原始出处:The receipt, not the demo: Four questions that earn AI agent trust↗
ログイン / 新規登録
読書リサーチレーダー投資フレームワーク
blogs.cisco.com
相关背景:Securing Enterprise Agents with NVIDIA OpenShell and Cisco AI Defense
↗
  • developer.cisco.com技术参考:Authentication - AI Defense Management API↗
  • このトピックでのカバー範囲

    • Cisco DevNet Platform Engineering's Matt Shooshtari: Judge an AI Agent by Its Receipt, Not Its Demo2026-10-21ニュース

      Matt Shooshtari of Cisco's DevNet Platform Engineering team proposes four evaluation questions for AI agents in production. The core mechanism: the language model only proposes, a deterministic policy engine decides, and a hash-chained audit log records actual decisions and arguments rather than the model's self-written summary, making agent behavior verifiable after the fact.