Cisco 推出 Defense Claw 強化 AI 代理信任

💡Cisco Defense Claw 以開源安全工具解決 80% AI 代理信任差距

⚡ 30-Second TL;DR

有什麼變化

85% 企業試點 AI 代理，僅 5% 進入生產，因信任差距

為什麼重要

此舉縮小試點至生產差距，讓企業部署可信 AI 代理，避免如不可逆動作的風險。Cisco 開源策略加速產業採用安全 AI 基礎設施。

下一步行動

從開源儲存庫下載 Cisco Defense Claw，並與 OpenShell 整合至您的 AI 代理試點。

誰應關注：Enterprise & Security Teams

AI-generated analysis for this event.

•Defense Claw 的核心架構採用了 Cisco 專有的『代理行為分析引擎』（Agent Behavioral Analysis Engine），該引擎能即時監控 MCP（Model Context Protocol）伺服器與 LLM 之間的通訊，以識別異常的 API 呼叫模式。
•Cisco 此次與 Nvidia 的合作不僅限於 OpenShell，還將 Defense Claw 的安全策略直接整合至 Nvidia NIM（Nvidia Inference Microservices）的部署流程中，實現了從模型推理到執行端的端到端防護。
•AI Defense Explorer 採用了基於生成式對抗網路（GANs）的自動化紅隊測試技術，能針對企業特定的 AI 代理工作流，自動生成數千種邊緣案例（Edge Cases）以測試其防護欄的穩健性。

📊 競品分析▸ Show

特色	Cisco Defense Claw	Palo Alto Networks Prisma AI	CrowdStrike Falcon for AI
核心定位	代理行為監控與開源框架	企業級 AI 安全平台	端點與 AI 威脅防禦
整合技術	Nvidia OpenShell / MCP	雲端原生安全架構	Falcon 代理與威脅情報
部署方式	開源框架 / 容器化	SaaS 平台	代理程式 / SaaS
基準測試	AI Security Leaderboard	內部威脅防禦指標	攻擊偵測率 (MITRE)

MCP Scanner: 專門掃描 Model Context Protocol 伺服器配置，識別潛在的權限過度授權（Over-privileged）問題。
AI BOM (Bill of Materials): 採用標準化格式記錄 AI 代理所使用的模型版本、訓練數據來源及依賴的第三方函式庫，確保供應鏈透明度。
CodeGuard: 整合靜態應用程式安全測試（SAST），在代理執行程式碼前自動掃描是否存在注入漏洞或不安全的函式呼叫。
Agent Runtime SDK: 提供輕量級的 Sidecar 容器，強制執行零信任存取控制，確保代理在執行敏感操作前必須經過多重身分驗證。