一句话看懂：开源项目 Conduct 发布了一套面向 AI Agent 的治理控制层，能在 LLM 调用、Shell 命令和 MCP 工具执行前统一执行“允许、警告、审计或注入”策略，并附带哈希链审计日志，定位是“AI 时代的防火墙与合规闸门”。
事件核心：发生了什么
开发者 sseshachala 在 Hacker News 上展示了开源项目 Conduct（代码库为 conductai）。它为一台机器上运行的 Claude Code、Cursor、Copilot 和 Codex 会话提供统一的策略管控，核心组件包括：Guard 策略引擎、Router LLM 代理和 Lens 对话界面。安装方式为 pip install conduct-cli，通过 CLI 登录后即可同步策略，也支持 Docker Compose 或 Kubernetes 自托管。
Conduct 的三个关键设计是：策略在动作执行前生效（fail-closed，而非事后告警）；配置由工作区签名，防止篡改；审计记录采用 SHA-256 哈希链，任何缺失或改动都会破坏链条。项目内置 20 多个合规包，覆盖 OWASP、SOC 2、HIPAA、PCI DSS、EU AI Act 等标准，并附送 22 个预置 Playbook（如 issue 转 PR、代码审查、生产部署门禁等），每个用一份 YAML 文件定义。
为什么重要
目前市场上多数 AI 安全工具（如 Straiker、Lakera）定位是“运行时防火墙”，即在动作发生后检测异常。Conduct 明确转向“治理优先”而非“检测优先”，相当于把传统网络安全中的事前拦截与最小权限原则搬到了 AI Agent 场景。
对行业而言，这件事有两点值得关注：一是它将策略覆盖面从纯 LLM 调用扩展到 Shell 工具和 MCP（Model Context Protocol）调用，覆盖更多实际攻击面；二是“哈希链审计”和“签名配置”的设计，让 AI 行为记录具备可验证性，而不是依赖供应商的日志流。这更贴近企业审计和合规要求，也为后续在金融、医疗等强监管行业的落地提供了技术前提。
对用户/开发者/创作者的影响
对个人开发者来说，Conduct 提供了接近零成本的实验入口：Discovery 模式允许 14 天只读观测团队内所有 AI 动作，不需要先写策略就能看到风险，再决定是否将某条规则提升为正式策略。
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。
对使用 Claude Code、Cursor、Copilot、Codex 等工具的团队，最大的变化是可以在不改造 SDK 的前提下，通过 Router（一个兼容 Anthropic / OpenAI 协议的代理端点）或 CLI hook 接入统一治理，实现对工具调用、预算和合规状态的集中管理。Lens 对话界面则能回答“今天谁被拦截了”这类问题，并把回答过程本身纳入 Guard 策略约束。
需要注意，目前项目仍处于早期阶段，自托管部署依赖 Docker Compose，Kubernetes 模板还在 issue #1149 中提供，意味着生产级高可用部署仍需自行验证。
值得关注的后续
目前公开信息显示，Conduct 已开放源码并提供托管服务（含免费 Discovery 层）。有几点值得跟踪：一是 Guard 对 MCP 工具调用的拦截能力是否真能覆盖主流 MCP 生态，尤其是社区自定义工具；二是其 YAML Playbook 生态能否吸引足够多的合规模板贡献者，这是企业采购时的重要考量；三是“哈希链审计”与现有 SIEM 或合规平台能否集成，若只能在其自有 Canvas UI 查看，实际落地价值会打折扣。
来源：Hacker News
