AgentTrust：AI 代理工具使用的运行时安全评估与拦截

现代 AI 代理通过文件操作、Shell 命令等工具调用产生现实世界影响，单一不安全行为即可造成不可逆损害。现有防御存在滞后性或无法理解上下文语义。本文提出 AgentTrust，一种运行时安全层，能在执行前拦截工具调用并返回结构化裁决（允许、警告、阻止或审查）。该系统结合 Shell 去混淆规范化、安全修复建议、多步攻击链检测及缓存感知的大模型评判机制。在包含 930 个场景的基准测试中，AgentTrust 展现了高准确率与低延迟，有效防御混淆载荷，并为兼容 MCP 协议的代理提供安全支持。