Jeremy Canale 我设计 ▍

智能体安全是一门保护自主 AI 智能体及其调用基础设施的学科。与聊天机器人不同，智能体会推理、规划、调用工具、派生子智能体并跨系统串联决策。每一次工具调用都是具有现实影响的可执行动作，因此安全边界必须从用户会话转移到工具调用本身。随着 Model Context Protocol、LangGraph、LangChain 以及 Azure AI Foundry 等框架的快速普及，企业把智能体推向生产的速度已经超过其安全团队的跟进速度，智能体安全正是用来弥合这一差距。

传统 LLM 安全聚焦于提示与模型输出：越狱、提示注入、幻觉、推理时的数据泄露。智能体安全把这一边界扩展到智能体生成计划后所能做的一切，包括工具调用授权、子智能体隔离、多步骤工作流可观测性、动作可回滚，以及针对工具链滥用与数据外泄的红队演练。爆炸半径不再是单次回应，而是一整条工作流。

三种主要合作模式。战略：对您 AI 智能体资产进行董事会级诊断，给出目标架构与 12 个月路线图。构建：与您团队共同前置部署工程能力，在生产环境中实施护栏、子智能体隔离、工具授权与 Langfuse 可观测性。验证：独立的智能体安全审计，包括红队与可呈送董事会的监管映射档案。新兴平台亦可采用兼职 CISO 模式。

高风险的受监管行业，包括银行、保险与再保险、资产管理、金融信息服务商、国防、医疗与公共部门。十二年的项目跨越欧洲、海湾地区与亚洲，并对 Swiss Re、AXA、BNP Paribas、Standard Chartered、Thomson Reuters、Société Générale、Seddiqi Holding、NusaVest、Thales、Dassault Systèmes、Veolia、Baxter 与 Gemalto 拥有实战经验。

针对 AI 治理：ISO/IEC 42001、NIST AI 风险管理框架与欧盟 AI 法案。针对信息安全与数据保护：ISO/IEC 27001 与 27701、SOC 2 Type II、HIPAA、PCI DSS、DORA、NIS2，以及阿联酋 PDPL、沙特 PDPL 与 GDPR 等区域性法规。项目始终把这些框架转化为可部署的控制，而非文书。

驻地分布在新加坡、迪拜、巴黎与帕罗奥图，跨三大洲承接项目。绝大多数工作以远程方式交付，按项目范围安排现场拜访。典型项目时长：战略或审计数周，完整构建与兼职 CISO 任务则可长达数个季度。

一次简短的范围沟通，通常 30 分钟，无须承诺。沟通将厘清您的智能体资产、监管暴露与期望成果。大多数项目在十个工作日内提交结构化诊断与书面方案。