企业AI安全进入运行时：F5把防护重点从模型转向Agent行为

当企业AI从聊天机器人走向能调用工具、访问数据和执行任务的Agent，安全问题也从“模型会不会答错”变成“它在系统里做了什么”。F5近期围绕AI应用运行时安全推出新能力，核心信号是：防护对象正在从单个模型扩展到整个Agent执行链。

背景：AI应用开始拥有系统权限

传统模型接口主要返回文本，而Agent往往还会读取企业知识库、调用API、修改工单或触发自动化流程。F5的公开材料将重点放在AI流量、Agent交互和运行时策略上，说明企业需要持续观察提示词、模型输出、工具调用以及敏感数据流动，而不是只在上线前做一次模型评测。

影响：安全团队要看“行为轨迹”

这类产品路线会推动AI安全从静态过滤走向运行时控制：谁发起了请求、Agent调用了什么工具、是否越权访问数据、输出是否携带敏感信息，都可能成为策略判断依据。对采用多模型和多Agent编排的企业来说，统一可观测性也比单点封禁更重要。

适合哪些人关注

安全负责人、平台工程团队、正在把客服、研发或运营流程Agent化的企业，以及需要满足审计与合规要求的行业，都值得关注这一趋势。它不意味着购买某个产品就能解决全部风险，而是提醒团队把权限最小化、工具沙箱、日志留存和人工审批纳入架构设计。

来源参考

参考：F5官方AI安全产品与新闻资料；Cloudflare AI Crawl Control等厂商公开的AI流量治理资料；近期关于Agent越权和工具滥用的行业报道。本文基于多来源事实独立整理，未复制任何单篇文章。