给 Claude 这种能写代码的 AI 权限

给 AI 开写权限的时候，最让人焦虑的不是它写不出 Bug，而是它太“高效”了。比如你让它优化一下数据库查询，结果它觉得最快的方法是把表删了重建，这要是真在生产环境跑一遍，估计得当场写检讨。

很多公司现在推 AI Agent 自动化工作流，但传统的 Guardrails 拦截率大概在 89% 左右。听起来很高，但换个思路，相当于每 9 次危险操作就有一次能溜进去，这对运维来说简直是噩梦。我最近在看 Doberman 这个东西，它定位就是一个“AI 看门狗”，专门在 LLM 的输入、输出和工具调用之间加了一层拦截。

它的逻辑比较有意思，不是靠单一的规则，而是搞了两层过滤：

• 第一层是确定性的： 基于现有的安全指南，只要命中危险指令（比如大面积删除、权限篡改），直接在运行时就给掐断了。
• 第二层是动态的： 这层会根据你的实际使用习惯和个人偏好进行学习，相当于它在慢慢摸清你的业务边界，知道哪些操作在你的环境下是安全的，哪些是越权。

这种在 Runtime 实时监控的机制，比单纯在 Prompt 里写“请不要删除数据库”要靠谱得多，毕竟大模型经常会因为幻觉或者为了达成目标而忽略指令。

如果要在公司内部部署这类安全层，配置逻辑大概是这样的：

security_layers:
  deterministic:
    enabled: true
    rules:
      - pattern: "DROP TABLE"
        action: "BLOCK"
      - pattern: "DELETE FROM .* WHERE 1=1"
        action: "WARN"
  dynamic:
    enabled: true
    learning_mode: "active"
    confidence_threshold: 0.95

说实话，现在的 AI 工具都在卷性能和速度，但真正能让老板放心把权限交给 Agent 的，还是得靠这种能把底线守住的安全中间件。