过去20年来，企业安全一直以身份为核心：验证用户身份、授权操作、审计请求。智能体AI正在暴露这一模式的局限性。
随着组织日益依赖AI系统来检索信息、做出决策和执行任务，问题已不再只是由谁发出请求，而是首先应信任哪个模型来完成工作。
与此同时，另一种趋势正在显现。AI能力正向端点迁移。如今，PC开始配备神经处理单元（NPU）和可在本地运行推理的嵌入式模型。小语言模型正逐渐成为日常应用中的实用组件，而不再只是云端服务。
这两大趋势正以一种引人关注的方式交汇。
随着AI向端点迁移，模型路由可能会从一种性能和成本优化机制，逐步演变为安全架构的基础要素。
当前假设：一个模型，多项权限
目前，大多数智能体架构都假设由一个通用模型运行，并可访问不断扩展的工具、API、数据源和企业系统集合。
通常会围绕模型构建多层安全防护：
- 身份系统用于确定请求的发起者。
- 访问控制决定哪些资源可用。
- Guardrails 旨在约束行为。
- 审计会跟踪执行后的操作。
这种方法与传统应用架构类似：单个应用获得权限，并由安全控制措施决定其可以执行哪些操作。挑战在于，大语言模型越来越多地被要求执行风险特征差异显著的任务。
总结文档、审批费用报表、修改客户记录和删除生产基础设施并非同等性质的操作。然而，许多架构却将它们视为同一种交互的不同形式。
随着智能体能力不断扩展，这会带来持续增加政策、控制措施和监督机制的压力，以管理能力日益增强的系统。
这导致治理和执行的复杂性不断增加。
另一种方法：通过专业化实现权威管理
如果解决方案并不是加强对通用模型的控制呢？如果解决方案是减少任何单一模型可获得的权限呢？
从历史上看，分布式系统逐渐向专业化演进，因为专业化可以降低复杂性并限制故障域。数据库负责数据库功能，代理负责代理功能，负载均衡器负责负载均衡功能。
AI架构可能会沿着类似的路径演进。
组织可以部署一组专业化模型，而不是依赖单个拥有高权限的模型：
- 用于摘要和分类的本地模型
- 用于访问企业知识的检索模型
- 用于编排的工作流模型
- 面向特定业务流程的操作模型
- 用于特权操作的高度受限模型
每个模型将仅具备执行其预期功能所需的能力。架构师不必仅依赖模型选择后的策略执行，而是可以逐步将权限直接与模型选择本身绑定。
所选模型将成为安全决策的一部分。
将模型路由作为策略路由
目前，关于模型路由的讨论主要集中在成本和性能方面。组织会根据延迟要求、令牌成本或推理能力，将请求路由到不同的模型。随着时间的推移，路由标准可能会大幅扩展。
未来的路由决策可能会评估：
- 数据敏感性
- 监管要求
- 所需权限级别
- 工具访问要求
- 数据驻留限制
- 用户信任级别
- 端点功能
在此模型中，路由的重点不再是寻找成本最低的模型，而是选择安全性更高的执行环境。
- 涉及敏感财务数据的请求可能仅限在本地处理。
- 需要访问客户系统的请求可能会被路由至采用获批工具的企业托管模型。
- 涉及破坏性操作的请求可能需要升级到严格受控的执行环境中处理。
路由层实际上成为策略决策点。
端点AI为何会改变局面
端点AI的兴起可能会加速这一转变。
过去，云托管模型迫使组织采用相对集中的架构。由于模型位于云端，数据必须传输到模型。随着功能强大的模型可直接部署在用户设备上，新的架构模式随之出现。
敏感信息可能完全无需离开端点。某些工作流可以完全在本地信任边界内完成。
组织可以采用更多方式来平衡隐私、性能和治理。更重要的是，还可以获得一种新的安全原语。
能够决定任务应在本地还是远程执行，已成为一项重要的架构控制手段。在某些场景下，即使是安全性较高的云模型，其暴露风险仍可能高于功能足够强大且完全不接入网络的本地模型。
采用本地AI网关的理由
这为构建新的基础设施层创造了契机。
组织可能会越来越多地部署本地 AI网关，而不是允许应用程序直接调用模型。这些网关负责：
- 模型选择
- 策略实施
- 工具授权
- 数据移动控制
- 审计生成
- 上下文筛选
一种可行的实现路径是采用基于WebAssembly的轻量级运行时，作为本地推理和策略代理运行。借助这一层，无论最终由哪个模型执行任务，组织都可以实施一致的治理。更重要的是，它将安全决策与模型行为分离。
与其寄希望于模型遵守策略，不如由网关从一开始就控制是否向模型授予相应能力。
随着模型的自主性不断增强，这一区别变得愈发重要。
战略影响
这一转变带来了几项更广泛的影响。
首先，模型路由可能会成为一项核心架构功能，而不再只是平台优化功能。
其次，在企业环境中，规模较小的专用模型可能比规模较大的通用模型更具价值，因为前者能够提供更清晰的权限边界。
第三，端点AI不仅可能成为一种性能策略，也可能成为一种治理策略。
最后，组织可能会开始将模型选择本身视为访问控制的一部分。
在这样的未来，安全决策将不再局限于用户和资源相关问题，还需要考虑应将特定任务交由哪个可信模型处理。
展望未来
多年来，身份一直是企业计算的主要控制平面。智能体系统正在挑战这一假设。
随着AI更深入地融入业务流程，安全架构将需要采用新机制来约束权限、限制暴露面并降低运营复杂性。
模型专业化提供了一条可行路径。与其围绕能力日益增强的模型构建规模不断扩大的安全框架，组织可以选择将权限分配给不同的专业化模型，并利用路由基础设施强制实施这些边界。
如果出现这种情况，模型路由将不再局限于性能优化，而会演变为策略路由。策略路由一直都是安全基础设施。
关于作者
Lori MacVittie是F5首席技术官办公室的杰出工程师兼首席技术布道师，在应用交付、自动化战略和基础设施领域拥有深厚的专业知识。无论是为AI智能体定义防护机制、剖析脆弱的多云架构，还是探索可扩展系统的极限，她都善于化繁为简。她在应用开发、IT架构以及网络和系统运维领域拥有30多年的行业经验。加入F5之前，她曾担任技术编辑，并因出色表现获得奖项。 MacVittie拥有计算机科学硕士学位，著述颇丰，出版作品涵盖安全、云和企业架构领域。她还热衷于桌面游戏和电子游戏，并且对奶酪有着毫不掩饰的鲜明见解。
Lori Mac Vittie 的更多博客文章相关博客文章
恶意软件包正在摧毁我们的行业
尽管AI和自动化技术加剧了供应链滥用，开源生态系统仍缺少用于登记恶意软件包的中央注册库。该生态系统需要一种可信的方式来报告和跟踪安全失陷事件。
