AI 分析
痛点:AI代理审批疲劳会导致用户关闭安全策略,而简单阈值调优又会放过“删除生产数据库”等高危操作,需要可自托管的智能审批与不可覆盖的高危操作下限。
目标用户:运行无人值守AI编码/运维代理的独立开发者、小团队和平台工程团队。
证据:1,759 approval interruptions in seven days. About 251 a day, against 2 blocks. ... A fake "drop the production database cluster" scored 95 and my own guard allowed it.
变现:按代理数或席位的SaaS订阅,例如每代理每月20-50美元;也可提供企业自托管授权、审计日志与合规策略包。
MVP:两周内做一个CLI/代理包装器:拦截shell和Git命令,用规则+LLM分类风险,设置审批预算与Slack/Webhook审批,对不可逆高危操作强制加锁,并输出审计日志。
竞品:LangChain Human-in-the-loop、OpenAI Agents SDK guardrails、Guardrails AI、Anthropic Claude Code permissions
摘要:作者公开DashClaw,一个让无人值守AI代理在执行破坏性操作前请求审批的层。日志显示7天产生1759次审批打断(约251次/天)却只有2次阻止,导致审批疲劳;调优后阈值又涨到101.8,超过0-100范围,模拟的drop production database cluster得95分仍被放行。作者因此加入不可被学习阈值覆盖的高风险下限,说明AI代理审批与风险分级存在真实产品机会。