Custos：用策略与审批治理AI智能体的安全网关

AI智能体正在成为企业与内部系统交互的强大方式。当这些智能体获得越来越多工具和API的访问权限时，一个核心难题随之而来：组织如何控制它们能访问什么、被允许做什么、以及这些操作如何被追踪？Custos正是为解决这一难题而生——它作为AI智能体与其调用工具之间的安全与治理网关，提供集中化的身份认证、访问策略、审批和可审计能力。

把治理层放在AI与工具之间

传统做法往往把访问控制的决策权交给底层应用本身，但随着智能体数量和可调用工具的激增，这种分散式管理很快失控。Custos的核心思路是：在AI智能体和企业工具之间插入一个独立的治理层，把"这个工具能不能被调用"的决策权收归到中央控制平面。

从Custos的仪表盘出发，团队可以统一管理工具、策略、审计事件以及其他安全控制。这意味着安全模型不再依赖每个应用各自的实现，而是有了一个可以横向观察和管控的入口。

通过OpenAPI规范自动发现工具

在演示中，Custos连接了一个订单API（Orders API）。接入时无需人工逐一定义每个操作，只要提供该服务的OpenAPI规范，Custos就能读取规范并理解服务暴露出的工具。

规范处理完成后，系统会提示连接已成功发现，并列出该服务可用的工具——例如示例中的 get_order 操作。这种基于规范的自动发现机制，大幅降低了接入成本：服务有多少能力，网关就能识别多少，不必担心遗漏或手工维护的出错。

不过，发现工具并不等于授权使用。这是Custos设计中一个关键的区分点——API暴露了某个工具，但是否真正可用，由策略说了算。

OpenAPI规范（原称Swagger）是一种用于描述RESTful API的标准格式，以JSON或YAML文件的形式列出服务的所有端点、请求参数、响应结构和认证方式。它已成为API文档和互操作性的行业标准，绝大多数现代后端框架都支持自动生成OpenAPI规范文件。对于Custos这类网关产品而言，OpenAPI规范是天然的"工具目录"——只需一份机器可读的规范文件，就能自动枚举出服务暴露的全部操作，而无需人工逐一录入。这使得新服务的接入可以做到近乎零配置，同时规范文件的更新也可以同步反映到网关的工具列表中，降低人工维护的滞后和出错风险。

策略执行：谁能做什么，在什么条件下

工具被发现之后，下一步是为订单服务配置策略。演示中创建了一条名为"read orders"的策略，并选定该策略所要控制的工具。在这里可以精确定义：允许哪些操作、谁能访问、以及在什么条件下访问。本例显式地放行了 get_order 操作。

这一步体现了Custos的治理哲学：访问权限由策略治理，而不是完全交由底层应用自行决定。配置完成后，团队可以审查条件并发布策略，此时Custos便对该工具的访问方式有了明确规则。

值得强调的是，Custos不只是坐在API前面转发流量。它会根据预先定义的策略对每一个请求进行评估，让团队拥有一个集中控制AI工具访问的地方。换句话说，网关不是透明的通道，而是一个带判断力的裁决者。

可审计：记录每一次行为的上下文

治理不仅关乎"拦截"，更关乎"可追溯"。通过审计事件（audit events），Custos提供关于每个事件的详细信息，包括请求的上下文以及与之相关的安全决策。

这就在网关内部建立起一段可追溯的活动历史。团队不再只是知道"某个API被调用了"，而是能看清这次调用前后究竟发生了什么——请求来源、决策依据、放行或拒绝的原因。对于合规审计和事后排查来说，这种可见性至关重要。

在AI智能体的安全场景中，"可审计性"（auditability）的重要性往往超过传统软件系统。这是因为AI智能体的决策过程本身具有一定的不透明性——同样的输入在不同上下文下可能触发不同的工具调用序列，事后若无完整的请求日志，几乎无法还原"智能体究竟做了什么、为什么这样做"。合规框架（如SOC 2、ISO 27001以及各类行业监管要求）通常要求企业能够证明其系统访问受到了适当控制，并且关键操作有完整记录可供审查。对于AI原生系统，这意味着审计日志不仅要记录"谁在何时调用了什么API"，还需要捕获触发该调用的上下文——例如来自哪个智能体会话、基于哪条策略放行或拒绝，以及相关的请求载荷。Custos将这一层记录内置于网关，使得审计能力与业务逻辑解耦，不依赖各个下游应用各自实现日志。

集中管理，随规模扩展

Custos的管控范围并不局限于单个API连接。凭证管理、组织级别设置、API密钥等都可以在同一个控制平面统一处理。这意味着当工具和AI智能体的数量不断增长时，安全模型依然可以被集中维护，而不会随着规模膨胀而碎片化。

结语：从"是否信任"到"允许做什么"

Custos背后的核心理念在于：AI智能体可以访问企业工具和API，但这种访问不必是失控的。通过在中间加入治理层来执行策略、控制访问并生成可审计记录，问题的提法被悄然改变了。

与其纠结"是否应该信任某个AI智能体去使用企业工具"，更好的问题是——"这个智能体被允许做什么"。而借助Custos，这些规则可以被集中定义并强制执行。随着企业级AI智能体的大规模落地，这类治理网关或将成为AI基础设施中不可或缺的一环。