企业级受控 AI 平台架构技术白皮书
Harness Runtime v2.0 · 面向企业级生产环境的受控分层与零信任治理规约
一、设计哲学与四层受控模型
不同于面向开发者的沙盒游乐场（如 Dify/Coze），企业级生产架构的根本目标是在权限受控、合规审查与可信沙箱的边界内，充分激发 AI Agent 的自主工程能力。
二、5 大关键生产落地缺口的闭环设计
数据出境红线与 DLP 脱敏网关 (Data Loss Prevention)
生产红线：在任何向外部商用模型（OpenAI/DeepSeek/Qwen）发送请求的链路中，严禁企业私有明文泄露。
落地解法：在 Model Runtime 出口前置 DLP 网关，采用轻量 NLP + 正则混合引擎毫秒级扫描 PII 与代码密钥，采用同态假名化（Pseudonymization）技术自动替换敏感 token；模型响应返回后再由网关解密逆向还原，模型全程零接触明文。
质量评测平台与经验沉淀进化回路 (Eval & Evolution)
生产红线：传统审计日志仅记录“何时调了什么工具”，无法对输出质量和幻觉率做持续评测，无法沉淀组织智慧。
落地解法：在纵贯柱构建 LLM Eval 评测平台，建立任务完成率与事实一致性 Benchmark；经自动化与人工验收的高分优质轨迹（Golden Trace）经由反哺闭环自动提炼为企业标准 Skill，回流至 Layer 2 供全员复用。
成本配额与 FinOps 实时熔断闸门 (Cost & Token Budget)
生产红线：Agent 自主递归与长上下文调用容易引发不可控的 Token 费用爆炸。
落地解法：在 Zero-Trust 判定主链路注入 FinOps 闸门，构建“企业-部门-个人-单任务”四级配额体系；Token 纳秒级计量，超额自动触发熔断并在工作台呈现看板。
长任务可靠性与 Checkpoint 状态机 (Resilient State Engine)
生产红线：长达数小时的大型研发任务，遇人机协同审批（Ask）或服务重启时容易上下文丢失中断。
落地解法：基于 Checkpoint 快照引擎对 Agent 执行上下文进行单步持久化；遇 Ask 审批时任务自动脱水挂起释放计算资源，审批通过后零损失快速唤醒续跑。
策略引擎单点容灾与 Fail-Closed 默认阻断原则
生产红线：策略引擎是全部调用的中心枢纽，若出现故障或网络不可达，降级逻辑若处理不当会导致越权放行。
落地解法：设定 P99 < 5ms 严苛决策预算，依托本地内存策略快照极速判定；若发生网络分区或超时，坚决奉行 Fail-Closed（默认阻断），宁可任务暂停，绝不敞开放行高危动作。
三、零信任准入链路时序图 (Zero-Trust Pipeline)
[User] ➔ [Workspace] ➔ [Skill] ➔ [Tool] ➔ [Data] ➔ [Credential]
│
▼
[FinOps 预算闸门] ──(Token 配额超限)──➔ 阻断 (Deny) 并推送预警
│
▼ (配额充足)
[Policy Engine 策略引擎] (P99 < 5ms 本地微秒快照 · 默认 Fail-Closed)
│
├─► [Allow 准入放行] ──➔ 进入 Layer 3 Harness Runtime 安全执行
├─► [Deny 违规拦截] ──➔ 即时阻断并写入合规审计追踪
└─► [Ask 人机协同] ──➔ Checkpoint 状态脱水挂起 ➔ 推送审批待办 ➔ 唤醒注水续跑