学习路径 03 · 课程: 6 · 61 分钟

让风险可见

学习数据边界、智能体权限、软件供应链,以及让治理落到实处的证据。

你的学习成果

让控制措施与故障后果相匹配。

开始此学习路径
  1. 01

    明确数据可以流向哪里

    追踪数据经过开发工具、模型、日志和已部署服务的路径。使用机密信息前先验证边界。

    10 分钟 · 基础
  2. 02

    限制智能体的权限

    明确允许的操作、资源和条件。在模型之外验证权限,并将实现与发布分开。

    9 分钟 · 实践
  3. 03

    将检索内容视为不可信输入

    识别隐藏在代码仓库文件和工具结果中的指令。将检索到的信息与行动权限分开。

    10 分钟 · 实践
  4. 04

    验证进入发布版本的内容

    检查依赖、构建输入和制品来源。将已审查的源代码与进入生产环境的软件对应起来。

    10 分钟 · 实践
  5. 05

    将义务与证据对应起来

    区分法律适用性、技术控制措施和运行证据。建立可供负责审查的人检查的记录。

    11 分钟 · 基础
  6. 06

    为 AI 开发工作流建立威胁模型

    梳理资产、信任边界和可能故障。为具体开发场景选择控制措施和测试。

    11 分钟 · 进阶