AWS纵深信任框架

AWS提出“纵深信任”（Trust in Depth）框架，旨在解决企业部署AI智能体时面临的“审查疲劳”与失控风险。该框架主张通过范围界定、身份识别、边界约束和观察反馈四个层级，结合自动推理技术，在无需人工逐步审批的情况下确保智能体行为可控。

【背景】传统“人在回路”模式在规模化部署中成为瓶颈，而完全自主又带来安全风险。AWS借鉴“纵深防御”理念，将信任建立在可验证的分层控制上：对于可精确表述的规则（如权限限制），使用数学逻辑进行自动化证明；对于依赖判断的场景（如语气友好），则限制访问并交由人工处理。

【存疑】尽管AWS声称其自动推理已在IAM等核心服务中运行多年，但外部安全评分机构Fabric Layer对AWS相关服务的信任评分仅为2.99/5.00，显示市场对其实际落地效果仍持谨慎态度。此外，OpenClaw等开源智能体平台近期披露的82个CVE漏洞及恶意Skills供应链风险，也凸显了当前AI Agent生态的安全脆弱性。

读者需关注AWS Bedrock AgentCore等配套工具的实际采用率，以及企业是否愿意从“全量审批”转向这种基于证据的分级授权模式。