ข้ามไปยังเนื้อหา

แท็ก

#zero-trust

4 บทความ

Google ออก zero-trust agents ภาค 2 — ย้ายด่านตรวจจากโค้ดไปอยู่ที่ runtime ให้ LLM ตัดสิน "เจตนา" ของทุก tool call ก่อนรัน แต่ตัวจับพฤติกรรมของจริงอยู่บนแพลตฟอร์มที่ต้องจ่ายเงิน
เครื่องมือนักพัฒนา

Google ออก zero-trust agents ภาค 2 — ย้ายด่านตรวจจากโค้ดไปอยู่ที่ runtime ให้ LLM ตัดสิน "เจตนา" ของทุก tool call ก่อนรัน แต่ตัวจับพฤติกรรมของจริงอยู่บนแพลตฟอร์มที่ต้องจ่ายเงิน

15 ก.ย. 2026 Google Developers Blog ออกภาคสองของซีรีส์ zero-trust agents — ชี้ว่าด่านตรวจแบบ build-time (regex, SQL parser, unit test) จับได้เฉพาะสิ่งที่ระบุไว้ล่วงหน้า แล้วเสนอสามชั้นที่ทำงานตอน runtime ได้แก่ Model Armor, Semantic Governance Policies ที่ให้ LLM ตัดสินทุก tool call ก่อนรัน และ Agent Anomaly Detection ที่จับการดูดเงินข้ามเทิร์น พร้อม repo โอเพนซอร์สที่รันในเครื่องได้ — แต่ตัวตรวจจับพฤติกรรมของจริงเป็นบริการจัดการบน Gemini Enterprise Agent Platform และ JSON ตัวอย่างในบทความถูกระบุเองว่าเป็นของสมมติ

· อ่าน 7 นาที
SAM: Sovereign Agent Mesh — เครือข่าย P2P แบบ zero-trust ให้เอเจนต์แชร์ทูล MCP กันได้ โดยไม่ต้องเปิดพอร์ตออกอินเทอร์เน็ต
เครื่องมือนักพัฒนา

SAM: Sovereign Agent Mesh — เครือข่าย P2P แบบ zero-trust ให้เอเจนต์แชร์ทูล MCP กันได้ โดยไม่ต้องเปิดพอร์ตออกอินเทอร์เน็ต

SAM (Sovereign Agent Mesh) เป็นโปรเจกต์เครือข่าย P2P ภายใต้ Apache 2.0 ในองค์กร GitHub ของ Google ที่ให้เอเจนต์บนคลาวด์ เซิร์ฟเวอร์ในองค์กร โน้ตบุ๊ก และมือถือ ค้นหากันเองและเรียกทูล MCP ข้ามเครื่องได้ โดยยึดหลัก default-deny ทุกแพ็กเก็ต MarkTechPost หยิบมารายงานเมื่อ 18 ส.ค. 2026

· อ่าน 6 นาที
Google ปล่อยพิมพ์เขียว zero-trust สำหรับ AI agent — เซ็นทุกการเขียนข้อมูลด้วย HSM และรันโค้ดใน gVisor ที่ไม่มีเน็ต
เครื่องมือนักพัฒนา

Google ปล่อยพิมพ์เขียว zero-trust สำหรับ AI agent — เซ็นทุกการเขียนข้อมูลด้วย HSM และรันโค้ดใน gVisor ที่ไม่มีเน็ต

Google เผยแพร่ 17 ส.ค. 2026 ซึ่งเป็น reference implementation แบบโอเพนซอร์สสำหรับสร้าง AI agent ตามหลัก zero-trust ด้วย Agent Development Kit — เอเจนต์ต้องเซ็นทุกคำสั่งที่แก้ข้อมูลด้วยกุญแจใน Cloud HSM รันโค้ดที่โมเดลสร้างใน gVisor ที่ตัดเน็ตออกทั้งหมด และผ่าน gateway ตรวจ input/output แบบ deterministic

· อ่าน 5 นาที
Five Eyes ออก guidance 'Careful Adoption of Agentic AI Services' — เตือนว่าทุก component คือ attack surface, list 23 risk + 100+ best practice, ให้ priority resilience > efficiency
ธุรกิจและกฎหมาย

Five Eyes ออก guidance 'Careful Adoption of Agentic AI Services' — เตือนว่าทุก component คือ attack surface, list 23 risk + 100+ best practice, ให้ priority resilience > efficiency

1 พ.ค. — หน่วยข่าวกรอง 6 หน่วยจาก Five Eyes (CISA, NSA, ASD-ACSC, Canadian CCCS, NZ NCSC, UK NCSC) ออกเอกสาร 'Careful Adoption of Agentic AI Services' เป็น regulatory guidance ครั้งแรกร่วมกันสำหรับ agentic AI ใน critical infrastructure — เตือนว่า agent ที่กระทำได้จริงในเครือข่ายอยู่ใน infrastructure แล้วและส่วนใหญ่ได้ access เกินที่ตรวจสอบไหว — list 23 risk ใน 5 category (privilege, design/config, behavior, structural, accountability) + 100+ best practice — สั่ง vendor ให้ 'fail-safe by default' พบปัญหาแล้ว escalate ให้คน

· อ่าน 6 นาที