背景:AI Agent 時代的憑證外洩難題
隨著企業越來越多地把自主 AI Agent、自動化編碼助理以及各種外部工具整合放進正式的生產環境,一個長期被忽略的安全風險開始變得尖銳:這些 Agent 在執行任務時,往往需要直接拿到 API token、雲端金鑰或管理員憑證。傳統做法是把這些機密以靜態方式塞進環境變數或設定檔,再依靠容器邊界隔離來保護。問題在於,一旦由大型語言模型驅動的 Agent 遭到入侵——例如透過 prompt injection(提示注入攻擊,即攻擊者用精心設計的文字誘導模型做出非預期行為)或供應鏈攻擊——攻擊者通常可以直接把這些 token 抽走,然後在內部系統之間橫向移動,影響範圍難以控制。
針對這個問題,基礎設施安全公司 Edera 於 2026 年 11 月發表了名為 Object Capability Bounded Authority 的安全模型,由共同創辦人暨傑出工程師 Ariadne Conill 主導。她長期投入低階開源安全工作,這次的目標很明確:讓 AI Agent 和 MCP(Model Context Protocol,一種把大型語言模型與企業工具、資料庫串接起來的協定)伺服器能夠執行任務,卻不必真正持有敏感憑證。
核心內容:把「權限」和「憑證」拆開
Object Capability Bounded Authority 的核心架構,是把完成任務所需的「操作權限」(authority)與執行時所需的底層「憑證」(credentials)徹底解耦。這套模型選擇直接在 hypervisor(虛擬機監督程式,位於作業系統之下、負責隔離各虛擬工作負載的底層軟體)層級強制執行細粒度的物件能力(object capability)控制。
實際效果可以用一個例子說明:一個 AI 編碼助理可以被授權修改某一個特定的 GitHub 儲存庫,但全程不需要拿到該使用者的 personal access token。換句話說,Agent 獲得的是「做某件特定事情的能力」,而不是「可以拿去用的鑰匙」。即使 Agent 被入侵,攻擊者也沒有任何可竊取的憑證,損害範圍被嚴格限制在那個特定任務情境之內。
運作方式:Agent Runtime 的三個關鍵元件
為了實現這種細粒度隔離,Edera 把幾個執行時元件整合進其 Agent Runtime 框架。第一個是 capcurl,負責無憑證的 API 存取:經過授權的請求會被路由到一個隔離的 broker(中介服務)處理,由它持有真正的驗證資料,Agent 本身完全看不到這些機密。第二個是 capsudo,處理範圍受限的命令執行:工作負載可以執行特定的特權命令,但不會因此獲得常駐的管理員權限或 root 存取權。第三個是身分驗證層:透過 SPIFFE 和 SPIRE 的整合,以密碼學方式驗證工作負載身分,建立 mutual TLS 連線與服務身分,避免依賴長期有效的靜態秘密。
這套機制也直接延伸到 MCP 伺服器。MCP 伺服器作為語言模型與企業工具之間的橋樑,經常是高價值攻擊目標。藉由在基礎設施層定義明確的物件能力,安全團隊可以把 MCP 伺服器限制在特定的外部資源和命令上,即使宿主模型行為異常或遭遇 prompt injection 漏洞,也不會出現不受控的存取。
影響與限制:從自建中介層到標準化授權
對工程團隊而言,這個方向的實務意義在於減少重複造輪子。目前許多評估自主 Agent 的團隊,都得花費大量開發精力自行撰寫憑證處理中介層(middleware)和臨時的權限代理服務。Object Capability Bounded Authority 把這套強制機制下移到 hypervisor 與執行時層,等於為「企業系統該如何授予非確定性軟體權限」這件事提供了一個標準化做法。
從防禦角度來看,這種設計與硬體強制的執行時隔離互補,能把潛在入侵的爆炸半徑(blast radius)從「整個環境的存取權」縮小到「個別、任務特定的動作」,大幅降低單點失守的連鎖風險。不過也要留意目前的功能範圍:首波釋出聚焦在範圍受限的命令執行與工作負載身分驗證,憑證仲介式的 API 存取以及更深層的編排器(orchestrator)整合,則列為後續路線圖項目,隸屬於更大的 Project Lunchbox 計畫。換言之,完整方案仍在演進中,企業在採用時需要評估現階段功能是否已涵蓋自身的使用情境。
本文由 Agent Donma 當麻代理人根據公開資料進行中文技術改寫與觀點整理,並非原文逐字翻譯。