长期运行的智能体身份认证:委托令牌与重新补水循环
长期运行的自主智能体的身份认证:为何静态密钥行不通,以及 OBO 委派、审计背板与重新水合循环在无服务器环境中的运作机制。
企业级人工智能正从被动的聊天界面转向能够执行交易的自主智能体。这一转变带来了身份识别问题,而这与模型的推理能力关系不大。问题在于当智能体采取行动时,它的身份究竟是谁。
那些向语言模型提供静态API密钥、定期更换的密钥或普通服务账户的组织,正在面临日益严重的安全风险。智能体不同于传统软件,它能独立对外部服务进行操作,其行为具有灵活性和不确定性,并会随着环境变化而调整。
由此产生三个问题:为何在智能体时代,传统的身份与访问管理机制会显得力不从心?为何适用于简单聊天机器人的设计在处理长时间运行的自主智能体及群体时就会失效?又怎样的重置循环才能让具有状态存储能力的智能体在临时的无服务器计算环境中安全运行?
为何智能体需要独立的身份
网页和移动客户端基于结构化且无歧义的输入进行操作,因此它们所执行的操作能够清晰、可审计地体现用户的意图。而智能体则需要处理非结构化数据,并自行构建执行流程图。大语言模型及其配套工具实现目标的路径具有概率性,正是这种随机性使得审计变得极为困难。
如今,智能体常常以外部服务无法察觉的方式伪装成用户,从而造成责任界定上的空白。如果智能体在拥有广泛管理权限的情况下编造出网络自动化脚本,其造成的破坏可能极为严重,已有几起实际事件证明了这一点。
解决方案是从隐式伪装转变为显式委托。委托机制依赖于“代表执行”(OBO)流程,即代理在表明自己被授权可执行的操作的同时,仍能作为与所代表用户不同的独立实体被识别。代理需要拥有可经加密验证的独立身份,这样既可避免后续对操作予以否认,也能确保能力限制得到执行。
一个类比有助于理解。隐性身份冒用就好比把资深工程师的个人徽章借给需要重启服务器的初级承包商。安全系统只能识别到工程师本人。如果承包商惊慌失措地关闭了主计费数据库,审计记录会显示是工程师所为,而无法证明还有其他人在场。如今的智能体也被如此对待:通用的系统API密钥会被放入它们的运行环境中。模型负责进行推理,但会以用户的管理员权限来执行操作。如果它错误地生成了具有破坏性的DROP TABLE命令,该命令就会在没有任何最小权限限制的情况下被执行,其后果将由人类承担。
明确授权的方式是,承包商亲自前往安保处领取属于自己的临时证件。该证件上会注明持证人为承包商X,并说明工程师Y已批准其单独进入4号机架,停留时间为一小时。这样既限定了空间范围,也限定了时间长度。若尝试进入5号机架,则会触发红灯警示。在审计时,记录中不仅会显示工程师Y曾在场,还会记载承包商X代表工程师Y进入了4号机架。
在云原生架构中,JWT就起到了类似访客证的作用。仅凭标识个人的子声明是不够的,该令牌还应当包含用于指定具体代理实例的操作声明。这样的证明机制能将代理的行为限制在所授权的范围内,且其执行的每一项操作都会被记录为机器在代表某人工作。
第一代代理的常见模式
早期的智能体安全机制相当简单。当智能体操作为同步时,与智能体配合使用的OAuth 2.1框架在单一信任域内就能正常运行。
在标准模式下,员工会与聊天机器人交流,而该聊天机器人需要查询内部工具。智能体遵循模型上下文协议(MCP),通过企业身份提供商(IdP)进行身份验证,获取短期有效的JSON Web Token,随后调用相关工具。
这种机制之所以可行,是因为操作是同步且耗时短暂的。智能体启动后收集上下文,利用Token从数据库中读取信息,并在Token失效前回复用户。
短期运行智能体与长期运行智能体的区别
随着自主性的提升,现有模型会出现问题。无状态RAG聊天机器人与异步智能体间通信(A2A)架构之间存在巨大差异。
以威胁狩猎为例。凌晨2点,一条严重级别为1的警报提示存在DNS重绑定攻击。分析师随即启动一组分析工具,对48小时的VPC流量日志进行解析,将其与实时威胁情报进行比对,从而定位受感染的终端。这并非简单的聊天请求,而是一个可能需要数分钟甚至数小时才能完成的多步骤执行流程。
临时计算环境中的身份难题
在Google Cloud Run这样的无服务器基础设施上运行此类代理程序会引发一个矛盾:基于短期有效、与会话绑定的访问令牌构建的身份模型并不适用于长时间运行的异步任务。严格的零信任策略要求使用15分钟有效期的令牌,但这样的令牌会在代理程序的推理流程进行到一半时过期。此时MCP服务器会返回401未经授权的错误响应,容器随之崩溃,数小时积累的推理上下文也会随之丢失。
开发者们常常采取一种糟糕的变通方法:将长期有效的刷新令牌或静态 API 密钥置于代理的沙箱中。给一个非确定性模型一个永久存在且权限极高的、会无限续期的令牌,会彻底破坏最小权限原则。如果该代理出现幻觉或遭受提示注入攻击,它就会获得一种无人能够阻止的访问凭证。
持久身份与恢复机制
更好的做法是不再抗拒云计算的临时性特性,将代理的认知状态与其运行所在的机器分离开来。
代理需要一个持久且可委托的身份标识,该身份在IAM系统中应为一等对象,与创建它的用户相互独立,这样才能使其能够在长时间内独立完成身份验证。这一身份标识会与一种名为“感知与行动”(SnAC)模式的时间记忆设计相结合,该设计实际上相当于将代理的海马体外部化。
零信任SnAC设计
该架构由四个独立的组件构成。它们共同构建了一个生态系统,能够在不授予永久管理权限的情况下让自主代理安全运行。首先,人类通过身份控制平面授权,该平面会向隔离计算沙箱中的代理发放短期有效的令牌。代理尝试的每一项操作都会被负责执行策略的SnAC IAM网状结构拦截并评估。与此同时,代理的思维过程与执行状态会实时流式传输到基于Kafka和ClickHouse构建的临时审计背板中。如果令牌在任务执行过程中耗尽,或者代理尝试了需要通过移动推送获得人工额外批准的高风险操作,该背板会暂停代理的状态。随后,后台调度器会检查权限并重新启动一个新的容器,从而使工作能够顺利继续。
- 身份控制平面(SCIM与IdP)。跨域身份管理架构得到了扩展,使得智能体可被视为非人类员工。IdP保留来自人类用户的持久授权,但仅为沙箱环境生成短时效的OBO令牌。
- 计算隔离层(Cloud Run或WebAssembly)。智能体在严格的临时无服务器环境中运行,不会存储任何持久性机密信息。
- 时间审计后端(Kafka导入ClickHouse)。当智能体处理其逻辑流程时,每一条思维、推理轨迹及操作都会作为变更数据通过Kafka导入ClickHouse。这样即可实现亚秒级的时间状态追踪,同时避免读取放大问题。
重新激活的运行机制
在运行过程中令牌过期被视为正常的生命周期事件,而非致命错误。
第一阶段:执行与暂停
- 代理在Cloud Run中运行,使用固定有效期的令牌(例如15分钟)与MCP网关通信。
- 它通过Kafka持续将上下文数据流式发送到ClickHouse。
- 令牌过期后,网关会返回401 Unauthorized错误。
- 代理捕获该异常,向Kafka发送包含其在执行图中精确位置的最终STATE_SUSPENDED标记,然后干净地关闭容器。
第二阶段:验证与重新激活
- 安全的后台协调器会检测到 ClickHouse 中的 STATE_SUSPENDED 事件。
- 它会询问身份提供商,该用户的原始持久授权是否仍然有效。
- 如果有效,身份管理模块会生成一个新的15分钟有效期的令牌。
- 协调器会启动一个新的 Cloud Run 容器,将新生成的令牌传递给该容器,并指示代理从 ClickHouse 中加载之前的认知状态。代理将从停止的地方继续运行。
// Inside the Ephemeral Agent Worker
try {
const result = await mcpClient.executeTool(action.tool, action.params);
this.state = updateState(this.state, result);
await flushStateToKafka('STATE_ACTIVE', this.state);
} catch (error: any) {
if (error.statusCode === 401) {
console.log(`[AUTH_BOUNDARY] Token Expired. Halting execution.`);
// Safely persist execution pointer before container death
await flushStateToKafka('STATE_SUSPENDED', this.state);
// Graceful exit. Orchestrator will re-hydrate.
process.exit(0);
}
}
使用CIBA升级集群处理能力
该设计还能应对最棘手的实际场景之一,即在处理高风险威胁时出现的人工干预瓶颈问题。
回到隔离DNS重绑定攻击的集群场景。在处理过程中,分类代理会识别出受感染的节点,并将隔离该节点的任务交给修复子代理。隔离是一项后果严重的操作,MCP网关发现该子代理的令牌不具备执行此操作的权限。
系统并未因此失败,而是采用了客户端发起的背通道认证(CIBA)机制。该代理会向身份提供商发送CIBA请求,将节点状态记录在ClickHouse中为STATE_SUSPENDED,随后终止当前进程。
CIBA允许代理通过离线方式向合适的人事决策者请求安全授权。值班工程师会通过手机收到包含完整上下文的推送通知,进而批准权限升级。授权服务器随后会触发重新授权流程,这次新生成的令牌会包含经过加密验证的权限范围,用于删除防火墙规则。
将身份视为可动态更新的状态而非静态凭证,就能消除安全与自主性之间的矛盾。自包含的数据代理能够在遵循云原生基础设施严格规则的前提下,在分布式系统中处理大规模、耗时多天的任务。
回归分布式系统的基础
一种常见的捷径是将固定的管理令牌粘贴到 Python 脚本中,再用大语言模型对其进行封装,将最终结果称为智能体。这是最快构建出原型方案的方法。然而,一旦这类系统从内部演示转向在真实基础设施上的实际应用,这种捷径就会变成严重的隐患。不应一直使用静态的、通用的凭证去驱动非确定性模型,只期望不会出现问题。
“重新水合”机制不仅仅是一种应对 15 分钟令牌过期时间的巧妙方法,它还反映了在底层平台不保留状态的情况下,有状态系统究竟应如何构建。试图通过修改 IAM 策略或延长令牌有效期来弥补缺陷,其实违背了无服务器计算的本质,而这种设计则接受了这一特性。
内存安全地存储在 ClickHouse 中,执行任务则在生命周期短暂的 Cloud Run 容器中完成,而明确的授权则通过 on-behalf-of 令牌实现。这实现了职责的清晰划分。它承认一个现实:没人能保证大型语言模型下一步会做出什么决定。标准的 IAM 规则以及 CIBA 等外部审批机制则能确保系统允许其执行哪些操作。这样的边界既明确又可审计,且遵循最小权限原则。