合规与风控视角
Agent 动作要能被审、被拦、被复核，而不是事后翻日志拼线索。
常见痛点场景
高危行为事前拦截缺位
Agent 自主调用外部工具或执行敏感环境变更时，缺乏确定性的策略门禁，无法在产生破坏性影响前自动拦截。
日志篡改与审计留痕薄弱
常规文本日志易被覆盖或篡改，发生安全偏差时难以证明具体调用时序、提示词上下文及人工签批凭证的真实性。
策略版本无从追溯
业务治理规则变更频繁，一旦缺乏版本追溯，事后复盘时无法核验历史任务执行瞬间究竟遵从了哪版合规策略。
架构选型
建立运行时门禁与审计基线
汇聚待办流与人工审批回写
通过 AULO 提供统一的人机协作审批台，让合规责任人对命中的高危动作进行复核并向执行层回写决策。
知识入库防护与上下文快照
利用 LarkScout 对入库的 Skill 做格式校验与安全扫描、识别冲突知识，配合 HarnessServer 记录上下文快照与内容版本，追溯上下文变更。
按产品看
- AULO
审批与 HITL 在 AULO 完成人类动作，记录与策略留在 OwlAudit
- HarnessServer
管理型记忆默认关闭，且只给授权 Agent
- HeronSentry
OwlAudit 可从本服务拉取运行导出
- LarkScout
知识源可追溯；MCP 可开启，经 mTLS 与 NodalOS 受控接入，不是公网无鉴权端点
- OwlAudit
提供涵盖工单审批、流转升级与留痕的完整闭环，而非单纯的事前阻断；客观统计人审否决频度以辅助治理评估
- PathPilot
Program 调额只落已批结果；关键节点可接 OwlAudit 回写
- PrismCouncil
决策过程结构化留痕；对接 OwlAudit 后审批事件可进审计链
按治理路径看
- 与替代方案对比
与 AI GRC 平台的互补关系：ReadyForAI 治理 Agent 行为，GRC 治理 AI 模型
- 治理痛点诊断
强调审批审计、策略阻断、全链路追溯
- Harness 工程
Skill 部署前须经人工确认授权；任务记录当时可见的内容版本，便于事后核查
- 现有架构接入评估
接入过程留痕，HITL 审批节点在试点阶段即可启用
- 多 Agent 协作
高风险动作经 OwlAudit 策略拦截后进入人审，审批确认与放行在 AULO 留痕
- 私有部署与安全边界
hook 上可拒 + Hash Chain 留痕 + 本地可验证审计链，满足监管审查
- 完整产品闭环
OwlAudit 是合规闭环核心，审计链本地留存；NodalOS 已挂接 hook 上，HITL 档命中可同步拒绝
- 安全与权限
审计链独立于 Agent 运行时，已写入记录可验证；策略变更带版本，可追溯当时生效的策略
常见问题
没有外网的企业内网环境能否部署？
可以。所有产品和组件都支持完全私有化部署，可在没有外网依赖的企业内网运行，并可对接本地私有 LLM 或本地推理端点。数据是否出网取决于客户网络与模型提供方配置。
企业已部署 AI GRC 平台（如 Credo AI / ModelOp），与 ReadyForAI 有何区别？
两者是上下游互补关系。传统 AI GRC 平台侧重静态模型与算法层面的合规评测（如 Bias、Drift、模型卡片）； 而睿迪孚（ReadyForAI）治理的是动态运行中的数字员工实际行为（HITL 审批、任务升级、Hash Chain 审计、 预算监控与覆盖请求由人或 OwlAudit 回写）。两者可以并存。
LarkScout 入库的 Skill 如何保证安全？会引发 RCE 或注入攻击吗？
不是运行时沙箱。LarkScout 对 ZIP / Tar.gz 入库始终做压缩包结构防护和 SKILL.md 格式校验。 进程隔离的 YARA 默认开启：扫描成功则拦截 critical / high（prompt-injection 规则默认不硬拦）； 扫描失败则入库失败。只有显式关闭 YARA 才跳过该层。 HarnessServer 的 SkillScan 可选、默认关闭，开启后在部署进 Workspace 前做 Python AST 与污点分析。 运行时动作另由 NodalOS 策略与 OwlAudit 人审约束。SkillScan 未开启时该层不生效。
ReadyForAI 是否支持企业私有化部署？
原生支持。所有产品和组件都支持私有化部署，数据不出企业内网。凭证 File / Env 隔离、hook 上可拒、Hash Chain 留痕构成三层安全基线，证据留在本地可验证审计链。