运行时护栏

运行时护栏关注可观测性与紧急控制，包括脱敏审计日志、监控延迟/错误率/工具调用模式/每任务成本，以及人类操作的终止开关。

运行时护栏是在模型推理和智能体执行过程中实时介入的安全机制，不修改模型权重，而是在输入输出、工具调用等环节进行拦截、改写或阻断。

由于部署前无法穷举验证所有执行路径，团队应建设运行时护栏，如异常工具调用实时拦截、敏感数据访问告警、执行轨迹自动审计。

运行时护栏是在Agent执行过程中实时生效的约束机制，常见形式包括工具调用白名单与参数模式校验、敏感数据访问分级拦截、调用频率和成本上限、异常行为触发人工审批暂停。