一句话看懂：开源项目 trajeckt 推出了一款 AI 代理运行时防火墙，通过检查代理的执行轨迹而非单步动作来阻止多步数据泄露攻击，延迟仅约 1.6 毫秒。这个项目揭示了当前 AI 代理安全系统的一个结构性盲区。
事件核心：发生了什么
开发者 beebeeVB 在 GitHub 上开源了 trajeckt，一个面向 AI 代理的运行时强制网关。它不同于传统权限系统逐条检查工具调用是否合法（例如读取数据库允许、发送邮件允许），而是将整条执行轨迹视为一个整体。项目用了一个典型攻击场景演示：代理先读取客户数据库，再调用摘要工具，最后发送邮件到外部——每一步单独看都合法，但顺序组合构成了数据窃取。trajeckt 通过跟踪数据流向（“敏感数据到达了禁止的汇点”），在第三步执行前直接阻断。其核心机制是“密封承诺执行”：运行前由操作员签署并密封一份授权的轨迹图（通过 HMAC 加密），会话中每个工具调用都必须符合该图当前可达的前沿节点，否则被硬拒绝。项目提供了 Docker 和单命令两种快速体验方式，支持任何使用 MCP（Model Context Protocol）的代理接入。
为什么重要
当前主流 AI 代理安全方案（如权限列表、API 策略引擎）都假设“动作是独立的”，这导致一个结构性的安全缺口：多步利用。trajeckt 的出现表明，业界开始从“检查单步”转向“审计执行链”，这一思路在自动化编程、Agent 工作流、RPA 等场景中意义重大。项目采用了密封承诺+图约束的确定性方法，而非概率性检测，使得安全策略可以审计、不可篡改，对于合规要求高的企业（金融、医疗、企业数据治理）有直接价值。同时，它在 GitHub 上以 Rust 实现，约 1.6ms 的开销在性能上具备了生产部署潜力。
对用户/开发者/创作者的影响
对 AI 应用开发者：如果在开发使用 MCP 协议的多步骤代理（如自动化客服、数据ETL、内容生成流程），trajeckt 提供了一种免修改即可插入的安全加固方案：只需将代理的 MCP 端点指向 trajeckt 网关。但这要求预先编写授权轨迹规格文件，增加了部署前的工作量。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
对企业 IT 和安全运维：这个工具是 AI 代理准入控制的补充，适合那些无法信任代理行为黑箱的场景。需要注意的是，项目目前提供的是“密闭模式”和“启发式模式”两档选择：后者作为兜底策略只能检测已知的模式（如“敏感读取+外发”），并不能覆盖所有异常，需要人工评估风险。
对内容创作者/普通用户：目前无直接使用场景，但理解这个机制有助于评估使用第三方 AI 代理工具（如自动化写作助手、研究助手）时的隐私风险。
值得关注的后续
1. 项目目前还是早期阶段（README 标注为 v0.1.0 级别），能否与主流的代理框架（如 LangChain、AutoGPT）集成，以及长期维护和社区贡献情况，是判断其可持续性的关键。
2. 密封图策略需要人工定义轨迹，这在复杂、动态的代理场景（如自由对话式推理）中可能难以适用；项目是否有计划引入自动生成或学习式轨迹定义，目前公开信息未提及。
3. 随着 AI 代理被更广泛地用于企业数据处理（如 Salesforce Einstein AI、Microsoft Copilot 的自动化），类似的多步审计方案可能会被大厂内置或收购，值得观察该项目是否会引发生态竞品跟进，或成为企业安全合规的新标配参考。
来源：github.com
