甲骨文深度信任AI架构

美国数据库巨头甲骨文（Oracle）于2026年10月26日在拉斯维加斯举行的AI World大会上正式发布“深度信任”（Deep Trust）AI架构。该架构旨在解决企业部署AI智能体时的安全与控制难题，通过将信任机制嵌入软件平台、数据、数据访问和应用开发四个关键层级，强制实施安全策略和业务规则，防止AI绕过控制。

【背景】甲骨文执行副总裁Juan Loaiza指出，当前企业面临的最大挑战是“无法信任AI生成的内容”，因此不能仅依赖应用层或代理自身实现安全防护。新架构利用Oracle AI Database和Autonomous AI Database等技术，在数据库底层直接验证用户身份并执行业务规则（如支出限额），确保无论通过何种接口（包括MCP服务器或自然语言转SQL）访问，合规性均不可被规避。

与此同时，学术界对AI信任的实现路径存在分歧。独立研究者Yakov P. Shkolnikov在论文《Composable Trust for Language Models》中提出，由于大模型内部指令与数据共享同一令牌流，无法从内部区分可信度，必须将行动权限置于模型之外的确定性代码中，由非模型监控器根据来源完整性等级决定操作。另一项研究《TRUST: A Framework for Decentralized AI Service》则主张通过去中心化框架，利用分层有向无环图分解推理过程，并结合多智能体交互因果图进行分布式审计，以解决中心化方法的单点故障和不透明问题。

甲骨文的方案侧重于在现有企业基础设施（特别是数据库层）内建立集中式、不可绕过的控制边界；而学术研究倾向于通过外部监控或去中心化共识来弥补模型内部的结构性缺陷。这一差异反映了企业在追求可控性与学术界探索通用可验证性之间的不同技术路线。