Aethra AI

什么是 Aethra AI？

Aethra AI 是一个面向 AI 代理的运行时防御与治理平台，由一家预种子期初创公司打造。其核心是一个执行层，能够追踪代理世界中每一条数据的来源——可信或不可信——并阻止不可信数据驱动可能导致敏感系统泄露、更改或破坏的操作。该架构遵循规划器 / 隔离提取器 / 执行器模型，与双大语言模型安全研究（CaMeL）保持一致。开源 SDK（Apache 2.0，支持 Python 和 Node/TS）可在 GitHub 上获取，并可选配托管控制平面，用于审批、审计证据和紧急停止功能。

适用人群

• 安全工程师——需要一个可部署的边界，在不依赖模式匹配或云端往返的情况下阻止提示注入攻击。
• 运行代理系统的平台团队——希望在其自有技术栈内离线实现来源追踪和工具级策略执行。
• 合规与风险管理人员——需要代理实际行为的可审计证据，包括审批、被阻止的操作和外部目标地址。

主要特性

来源边界执行

代理处理的每个值都会根据其来源被标记为可信或不可信。该标记会随数据在流程中传递。当某个操作可能让不可信数据触及危险能力——发送、写入、调用、执行——时，运行时会阻止该操作或将其挂起等待人工处理，并以来源而非攻击措辞记录决策。

开源运行时，支持离线操作

核心保护在运行代理的机器上执行。阻止决策不依赖于 Aethra 的服务器是否在线。SDK 适用于 Python（aethra-ai）和 Node.js / TypeScript（@aethra-ai/sdk），两者实现相同的执行模型。

可选的操作员控制平面

连接后，控制平面可为你的团队提供执行事件的可视化、审批流程、代理注册与暂停以及合规证据视图——所有这些都基于运行时实际记录的数据构建。阻止决策保留在本地；云端永远不会成为黑箱。

工具级策略操作

根据每个工具的策略，运行时可以允许调用、阻止调用或要求人工审批。被阻止和挂起的操作会记录工具名称和受污染来源标识符——绝不记录原始提示内容或密钥。

突出亮点

Aethra AI 不是过滤器——它是一个基于数据来源而非攻击短语匹配来做出决策的来源边界。

这一区别至关重要。大多数防御措施试图通过措辞识别恶意指令，但面对新颖或混淆的攻击时往往失效。Aethra 则根据数据来源对其进行标记，并在工具边界执行策略，因此无论不可信内容如何措辞，都无法驱动危险操作。在 AgentDojo 基准测试中，Aethra 成功阻止了 35/35 个注入目标，且零误报。该公司目前正在进行 100 万至 150 万欧元的预种子轮融资。

值得关注，如果……

你运行的 AI 代理涉及敏感系统，并希望获得一种可离线工作、以开源形式发布，并在出现问题时为安全团队提供证据而非猜测的防御方案。如果你需要组织级可见性、审批和紧急停止控制，可选的控制平面是在开源核心就位后的自然下一步。