最小权限原则
信息安全领域的基础性原则，要求系统中每个主体仅拥有完成其任务所必需的最小权限，由Jerome Saltzer和Michael Schroeder于1975年提出
核心事实
时间轴 (近 90 天)
业界常用的内部威胁缓解措施包括用户行为分析（UEBA）、最小权限原则、职责分离以及离职流程中的权限即时回收。
分级权限系统在安全领域常被称为最小权限原则的代理版本，传统系统为每个用户或服务分配刚好够用的权限，代理场景需要进一步细分‘读’与‘写’。
最小权限原则要求系统或账号只被授予完成当前任务所必需的最小访问范围；在连接器与Bot配置场景中，即使选择了某类连接器，也不等于自动获得该账号下所有邮箱、日历、文件夹的读写权限。
LLM Agent的行为是模型在运行时根据上下文逐步生成的，同一条权限在不同语境下的风险截然不同，且组合行为空间远超任何静态枚举能力。
最小上下文原则源自安全工程中的最小权限原则，主张发送给外部系统的信息恰好足以回答当前问题。
当 Agent 能自主开通账号并获取凭证时，最小权限原则（Principle of Least Privilege）的落地难度显著上升。
将制冷设备的管理网络与办公网、收银网隔离，限制可访问设备控制接口的来源 IP，并对远程管理账户实行最小权限原则、禁用或修改默认密码、强制多因素认证，是可行的防护措施。
对于 CLI 工具，最小权限原则意味着默认不应注册系统级服务，或至少应把常驻、自启、自动更新等能力设为显式选择（opt-in）。
工具权限应在模型之外的服务层强制执行，系统提示词是指引而非安全边界
Anthropic、OpenAI等机构已开始在其Agent框架文档中讨论最小权限原则在智能体场景下的应用
还有 40 条时间轴事件
全部知识事实 (20)
最小权限原则（Principle of Least Privilege）主张任何主体只应被授予完成其任务所必需的最小权限
90%已验证最小权限原则（PoLP）由Jerome Saltzer在1975年正式提出，要求系统中每个组件只被授予完成任务所必需的最小权限集合
90%已验证最小权限原则（PoLP）源自1970年代的计算机安全领域，由Jerome Saltzer在MIT提出
80%已验证最小权限原则由Jerome Saltzer在1975年提出
80%已验证AI Agent具备'规划-执行-反馈'的完整闭环能力，能自主拆解复杂任务、调用外部工具、持续迭代直到任务完成
80%已验证最小权限原则（Principle of Least Privilege）是信息安全领域的基础原则，要求系统组件只拥有完成当前任务所必需的最低权限
80%已验证POLP（最小权限原则）要求任何主体在任何时刻只拥有完成当前任务所必需的最小权限集
75%已验证针对AI智能体的常见防护措施包括输入过滤、权限最小化、沙箱隔离和行为监控
75%已验证每一次AI能力的扩张都伴随着攻击面的扩大，这本质上是便利与安全之间的权衡
75%已验证多智能体系统具有非平稳性，每个智能体的最优策略依赖于其他智能体的行为
75%已验证研究界提出了「最小权限原则」、「人在回路」（Human-in-the-Loop）审批机制和沙箱隔离执行环境等方案来缓解AI Agent安全风险
75%已验证AI智能体的安全控制方案包括最小权限原则、能力令牌（有时限和范围限制的临时授权）、分层审批机制
70%已验证最小权限原则被认为是智能体安全的核心思路之一，即智能体只应获得完成任务所必需的最低权限
65%已验证权限最小化原则（Principle of Least Privilege，PoLP）是信息安全领域数十年来的基础准则，指任何系统组件只应被授予完成当前任务所必需的最低权限
65%已验证将最小权限原则应用于 AI 代理意味着代理默认不应具备联网能力，只有在用户明确授权特定请求时才临时获得
65%已验证在没有人类引导时，即使配置强烈的系统提示词，AI智能体行为也会走向快速极化或礼貌性共识循环两个极端
65%已验证使用AI Agent应遵循最小权限原则，避免一上来就开放邮箱、文件、服务器等敏感权限，以防提示词注入攻击等风险
65%已验证最小权限原则源自1975年Saltzer与Schroeder发表的系统安全设计经典论文，是零信任架构的核心支柱之一
65%已验证最小权限原则的技术实现通常依托基于角色的访问控制（RBAC）或更细粒度的基于属性的访问控制（ABAC）系统
65%已验证最小权限原则（PoLP）指任何程序或组件只被授予完成任务所必需的最低权限，以压缩爆炸半径
65%