從「模型是否聽話」轉向「程式實際做了什麼」
來源事實:Tigera 的原文提出一個重要轉向:傳統服務的行為主要由程式碼決定,但 AI Agent 會根據使用者提示、檢索文件與工具回傳內容動態決策,同時可能持有服務帳號、網路連線、檔案系統與祕密資料的存取權。即使映像檔經過簽署、程式碼完成審查,仍不能保證每次執行路徑都符合設計者預期。原文:https://www.tigera.io/blog/why-ebpf-is-useful-for-watching-and-sandboxing-ai-agents/
這並非單一廠商創造的風險敘事。NIST 指出,Agent 會反覆呼叫模型、使用工具並把結果送回後續提示;一旦外部文件或網頁藏有間接提示注入,攻擊者可能劫持 Agent、執行任意程式或外洩其環境中的資料。NIST 同時提醒,現有提示注入緩解措施不能提供完整保護,系統設計者應假設接觸不可信輸入時仍可能遭到注入。查證來源:https://nvlpubs.nist.gov/nistpubs/ai/NIST.AI.100-2e2025.pdf
eBPF 為何適合站在執行期的最底層
運作機制:Agent 最終仍是 Linux 上的行程。讀檔、寫檔、啟動執行檔與建立網路連線,都會經過系統呼叫或核心安全掛鉤。eBPF 程式可附掛在這些核心事件上,因此不必理解模型的推理,也能記錄某個 Agent 是否讀取祕密目錄、啟動非預期的 shell,或嘗試連向未核准的外部端點。
這裡必須區分「原文主張」與「核心能力已獲驗證的部分」。Tigera 列舉 LSM hooks、kprobes、sched_process_exec、cgroup connect hooks 與 tc/XDP 等觀測點;Linux 核心官方文件則確認,具權限的使用者可透過 BPF LSM 掛鉤實作系統層級的強制存取控制與稽核政策,範例程式也展示以回傳 -EPERM 拒絕操作。官方文件:https://docs.kernel.org/7.1/bpf/prog_lsm.html
因此,同一套部署可以循序從「觀察」進入「告警」,再轉為「阻擋」:先盤點正常行為,之後禁止唯讀 Agent 寫入工作區、限制可執行的程式,或只准流量經過企業指定的模型閘道。其商業價值不只是多一套監控,而是把難以預測的模型決策,轉換成可以明確回答的是非題:這個行程能不能讀這個路徑、執行這個檔案、連到這個目的地?
為何現在值得注意
合理推論:當企業把生成式 AI 從「提供建議」升級為「自行使用工具完成任務」,風險也從錯誤文字擴大為真實的資料與系統變更。OWASP 將過多功能、過大權限與過度自主列為 Excessive Agency 的主要成因,並建議縮減工具能力、採用唯讀權限、對敏感動作要求人工確認,以及監控下游活動。來源:https://genai.owasp.org/llmrisk/llm062025-excessive-agency/
eBPF 的價值正是在模型防線失敗後控制「爆炸半徑」。提示清理、注入偵測與護欄模型處理的是 Agent 為何產生某個意圖;核心政策處理的則是即使意圖錯誤,它到底能做到哪一步。兩者不是替代關係,而是不同信任層的防線。
實際影響與容易忽略的限制
- 可見性不等於語意理解:eBPF 能看到連線、行程與路徑,卻不知道一封郵件是否含有詐騙指令,也不能直接判斷加密 HTTPS 內容是否正在外洩個資。
- 攔到的未必是完整業務動作:如果 Agent 透過另一個工具代理或 SaaS 執行刪檔、付款、寄信,核心層可能只看見對代理服務的連線;真正的授權仍須在工具或 API 層執行。
- 「免改 Agent」不代表零部署成本:BPF LSM 需要適當的核心支援與載入權限;政策還必須正確對應容器、cgroup、行程身分及工作負載生命週期。規則太鬆無法防護,太緊則可能阻斷合法任務。
- 核心層也有自己的信任邊界:原文所稱的防竄改能力,成立前提是 Agent 本身沒有足以卸載 BPF 程式、變更核心政策或逃逸容器的高權限。
此外,Tigera 本身銷售 Kubernetes 與雲端安全產品,原文最後也導向自家電子書。因此,「低負擔、可全面部署、不需 sidecar」應視為供應商提出的架構優勢,而非已由文中基準測試證明、適用所有環境的普遍結論。正式採購前仍需用自身工作負載測量事件量、延遲、誤擋率及維運成本。
對台灣企業的意義
作者觀點:對台灣金融、製造與政府機關而言,真正該問的不是「是否能保證 Agent 永不被誤導」,而是「被誤導時是否仍只能在核准範圍內行動」。例如研發助理不應任意讀取整座程式碼庫,產線維運 Agent 不應直接改寫控制設定,公務文件助理也不應同時擁有廣泛讀取與對外傳送能力。
較務實的架構會同時包含:工具層的細粒度授權、敏感操作的人工作業閘門、模型閘道的內容檢查,以及核心層的檔案、行程與網路限制。eBPF 適合成為共同底線,卻不應被包裝成可以單獨解決 Agent 安全的萬靈丹。
後續應觀察的指標
- Agent 是否出現未列入基準的執行檔、shell 或子行程。
- 讀取憑證、金鑰及掛載祕密路徑的成功與遭拒次數。
- 繞過模型閘道、直接連外或使用異常 DNS 目的地的嘗試。
- 政策從觀察轉為阻擋後的誤擋率、處理延遲與例外規則成長速度。
- Agent 版本、提示或工具組更新後,執行期行為是否產生明顯漂移。
最值得追蹤的並非攔下多少事件,而是企業能否建立可說明、可稽核的能力邊界。當 Agent 的決策無法完全預測時,限制它能接觸的資源,往往比試圖預測每一次錯誤更可靠。