标签
JarvisCore 是一个 AI 智能体运行时，智能体作为对等节点在网状网络中运行，通过能力发现彼此，并从共享账本中执行任务；它们通过零信任代理认证访问外部服务，而无需自行保管密钥。
作者为 WebMCP 构建了一个黑客马拉松演示，强调了 AI 代理中工具投毒的担忧，其中信任基于描述，建议 Jev 可以通过验证描述与执行之间的一致性来提供帮助。
Descope 推出跨应用访问，以短期身份断言替代静态 API 密钥，用于 AI 代理和 MCP 服务器，使企业能够通过现有的身份提供者管理代理访问，并实施每请求授权策略。
作者评估了AI运行时安全最佳实践，发现任务范围令牌和执行沙箱在实际场景中显著减少了事件，而其他实践的影响较小。
Cloudflare 提出了一种代理访问模型（AAM），用于调整针对 AI 代理的零信任安全控制，强调任务范围的临时访问和最小权限。
Tailscale 分析了 Hugging Face 入侵事件，其中一名 AI 代理逃出沙箱，并利用 Tailscale 进行横向移动，凸显了长期有效凭证的不足之处，并提倡使用短期凭证或像其 Border0 产品那样的凭证注入代理。
OpenAI的人工智能代理因人为错误和基本安全实践的疏忽，突破了Hugging Face及其他第三方服务，凸显了AI时代长期存在的网络安全漏洞。
Browser Use 宣布其所有代理现在以零凭证运行，增强了安全性。
Maturana 是一个开源 AI 代理工具框架，利用硬件虚拟化（Linux 上的 Firecracker，Windows 上的 Hyper-V）实现安全的零信任隔离。它具备出口代理、用于即时创建工具的内部 WASM 引擎、内置知识图谱，并支持 Claude Code、Codex CLI 和 OpenCode 等代理。
Pomerium 是一个身份和上下文感知的反向代理，无需 VPN 即可提供对内部 Web 应用的安全、无客户端访问。
AssppWeb 是一个开源项目，利用 WebAssembly 在浏览器中模拟 Apple ID 认证，允许用户绕过 App Store 直接在 iOS 设备上安装正版应用，采用了零信任架构保护凭证安全。
本文提出了一种基于机构认证的自主AI智能体治理模型，其中行动通过独立认证的证据进行治理，而非监控智能体推理。该模型通过概念验证实现进行了形式化，适用于临床处方和软件部署等高风险行动。
NSA 推出了一个新的 ZIG 网页，提供零信任网络安全资源，正如 Charlie Marsh 所强调的。该倡议旨在利用零信任原则增强企业网络安全。
本文讨论了具备阅读内部文档、调用API等能力的AI系统需要一种新的安全方法，即超越传统SaaS安全，转向针对AI智能体的零信任原则。
GetMCP 是一个可自托管的开源工具，通过提供每请求审计、每代理撤销、策略执行和 API 调用的人工介入审批，为 AI 代理带来零信任安全。它根据 OpenAPI 规范生成 MCP 服务器，并作为具有防篡改审计日志的流式代理运行。