Thiếu quy gán và điều tra pháp y

Khi có gì đó trục trặc với một agent, câu hỏi đầu tiên luôn giống nhau: nó thực sự đã làm gì, và ai đã thay đổi chính sách cho phép nó? Không có một dấu vết, bạn không thể trả lời cái nào. Bạn không thể cho một auditor thấy rằng một kiểm soát đã có hiệu lực vào ngày đang xét, bạn không thể phân biệt một cuộc tấn công thật với một false positive ồn ào, và bạn không thể tái dựng lần chạy đã rò rỉ hàng dữ liệu. OrcaRouter ghi lại câu trả lời ngay khi bạn tiến hành. Mỗi prompt được sàng lọc, mỗi cuộc gọi tool, mỗi lần phê duyệt, và mỗi lần sửa chính sách đều rơi vào một bản ghi theo phạm vi workspace, có thể truy vấn — được tương quan ngược về lần chạy agent và session đã tạo ra nó. Trang này cho thấy cách dùng bản ghi đó như một audit trail cho AI agent: từ một lần chạy khả nghi đơn lẻ đến một báo cáo có chữ ký bạn trao cho một auditor.

​

1. Bốn bản ghi đằng sau một audit trail cho AI agent

Quy gán đến từ bốn luồng độc lập, mỗi luồng tương quan với cùng một lần chạy và session để bạn có thể xoay trục giữa chúng: Mô liên kết là id lần chạy agent và session. Một match guardrail và một sự kiện firewall từ cùng một cuộc hội thoại mang theo cùng một dòng dõi lần chạy, nên “lần chạy này đã mask một email, rồi thử một fetch mà chúng ta deny, rồi được duyệt cho một lần ghi” đọc như một câu chuyện thay vì ba log rời rạc.

​

2. Matches của Guardrail — những gì đã được sàng lọc (Member)

Mỗi lần một quy tắc guardrail kích hoạt, gateway ghi một match. Feed nằm trên trang Guardrails (tab Matches) và đọc được bởi mọi thành viên workspace. Mỗi match ghi lại kiểu quy tắc, action đã thực hiện (block / mask / flag / annotate / spotlight), stage (input / output), một chuỗi detail, và dòng dõi lần chạy của request đã kích hoạt nó. Liệt kê nó, nhóm nó theo guardrail hoặc kiểu quy tắc, lọc theo action, đào sâu vào một match, hoặc export feed ra CSV. Một quy tắc ồn ào cũng là một phần của dấu vết. Đánh dấu một match như một false positive với POST /api/guardrail/match/:id/mark-fp (Admin) để tín hiệu của bạn giữ sạch và các báo cáo của bạn không đếm thừa.

​

3. Events & Runs của Firewall — agent đã làm gì (Developer+)

Nơi Matches phủ văn bản, Events của firewall phủ hành động. Mỗi lần đánh giá cuộc gọi tool được ghi log với verdict, surface, tên tool, và — quan trọng nhất — lần chạy agent và session mà nó thuộc về. Đọc trên Events, bản gộp Runs/sessions, và trace theo từng lần chạy yêu cầu Developer+; các feed Discovered-tools và bất thường nhẹ hơn mở cho mọi Member. Chế độ xem Runs & sessions là con ngựa thồ pháp y: nó gộp các sự kiện theo lần chạy agent thành một phân tích verdict, các tool và mô hình riêng biệt mà lần chạy chạm tới, và các dấu thời gian thấy đầu/cuối — câu trả lời “agent này thực sự đã làm gì” trong một màn hình. Vượt ra ngoài các verdict tĩnh, feed bất thường gắn cờ các sai lệch khỏi baseline giờ-trong-tuần đã học của mỗi workspace (trung bình trượt 14 ngày) — spike tốc độ và chi phí, retry_loop, và các chuyển tiếp novel_path — nên một mẫu được-phép-nhưng-bất-thường vẫn lộ diện trong bản ghi.

​

4. Quyết định phê duyệt — ai đã nói có (hành động audit)

Khi một quy tắc phân giải thành pending_approval, cuộc gọi bị giữ lại trở thành một cuộc xem xét ngoài luồng (xem luồng HITL của Firewall). Quyết định là một phần của dấu vết: duyệt hoặc từ chối ghi một hàng audit workspace — firewall_approval_approve hoặc firewall_approval_reject — nêu tên người thực hiện. Các quyết định theo nguyên tắc first-writer-wins và idempotent, và nếu quy tắc nền tảng thay đổi sau khi giữ lại, phần enrichment ghi chú rằng ngữ cảnh đã dịch chuyển. Nên một cuộc gọi tool bị-giữ-rồi-được-duyệt hoàn toàn quy gán được từ đầu đến cuối: sự kiện firewall cho thấy việc giữ lại, hàng audit cho thấy ai đã giải phóng nó, và cả hai tương quan với cùng một lần chạy.

​

5. Audit thay đổi chính sách — ai đã thay đổi các quy tắc

Một dấu vết hành vi agent chỉ đáng tin nếu bạn cũng có thể chứng minh chính sách là gì tại thời điểm đó — và ai đã thay đổi nó. Guardrails giữ một lịch sử version đầy đủ. Mỗi lần tạo, cập nhật, và xóa ghi một hàng lịch sử có version trong cùng transaction với thay đổi. Mở History trên một guardrail để thấy mọi version với tác giả và dấu thời gian, diff hai cái bất kỳ, và revert về một cái cũ hơn (revert được ghi như một version mới — lịch sử không bao giờ bị biến đổi). Các thay đổi chính sách, quy tắc, và cài đặt của Firewall mỗi cái ghi một hàng audit workspace sau khi thay đổi được commit — firewall_policy_update, firewall_rule_create, firewall_settings_update, v.v. — và các thay đổi cấp độ tự chủ (firewall_autonomy_applied / firewall_autonomy_undone) bắt snapshot trạng-thái-trước cung cấp năng lượng cho hoàn tác một cú nhấp. Secret và rule blob không bao giờ được ghi log.

​

6. Một ví dụ đã giải: trace một lần chạy khả nghi

Giả sử một lần chạy bị gắn cờ vì một cuộc gọi đi ra ngoài bất ngờ. Từ console, với một session Developer+: Một lần chạy, bốn bản ghi tương quan, không có khảo cổ học log-grep. Để biết chính các phòng thủ exfiltration, xem Rò rỉ dữ liệu và Cuộc gọi tool nguy hiểm.

​

7. Báo cáo tuân thủ có chữ ký — một dấu vết mà một auditor có thể xác minh

Để có bằng chứng bên ngoài, bề mặt Compliance biến dấu vết này thành một artifact duy nhất. Duyệt catalog framework, các pack, và sự sẵn sàng mở cho mọi Member và miễn phí; cài đặt một pack, tạo một báo cáo, lên sống, và đặt cư trú dữ liệu là các hành động Admin workspace trên một gói trả phí (cổng-server). Một báo cáo tuân thủ được ký Ed25519 với một hash nội dung SHA256 và xác minh công khai được — người nhận kiểm tra nó mà không cần một tài khoản OrcaRouter: Các báo cáo export dưới dạng CSV / JSON / PDF. Các framework bao gồm soc2, hipaa, gdpr, iso_27001, iso_42001, nist_ai_rmf, pci_dss, EU AI Act (eu_ai_act), và OWASP Top 10 cho Ứng dụng LLM (owasp_llm), cùng nhiều cái khác — cài đặt một pack hiện thực hóa các guardrail và chính sách firewall khớp nên các kiểm soát bạn báo cáo là các kiểm soát thực sự được thực thi.

​

8. Lưu giữ và quyền được xóa

Một bản ghi pháp y có giới hạn, không phải mãi mãi. Request log mặc định 30 ngày lưu giữ và bị server kẹp về tối đa cứng 180 ngày. Khi một người dùng tự xóa, một cửa sổ ân hạn 30 ngày áp dụng, sau đó PII của họ bị quét sạch và việc cascade xóa các match guardrail, request log, và sự kiện firewall của họ — thỏa mãn các nghĩa vụ quyền-được-xóa / DSAR trong khi giữ lịch sử audit tổng gộp nguyên vẹn.

​

9. Đi tiếp đâu