這週從「掃描」走到「治理」

Week 4 的五篇，其實是一條完整的鏈路：Day19 用 garak 找出模型層的弱點 → Day20 用 guardrail runtime 攔截已知的風險模式 → Day21 用 Model Armor 補上 GCP 原生的語意層過濾 → Day22 用 Binary Authorization 確保部署的東西沒有被掉包 → Day23 把視角拉高到 Agent 平台層級的權限彙聚風險。

模型與 Agent 層防線對照表

完整模型/Agent 層防線 Checklist

• [ ] 已針對實際推論堆疊做過獨立的 garak 掃描，不只依賴官方 model card
• [ ] 已設計 guardrail runtime 層，明確定義 Agent 的 sandbox、policy、network 邊界
• [ ] 對外服務已啟用 Model Armor，並依場景選擇 Floor Settings 或 Templates
• [ ] 部署流程已導入 Binary Authorization，強制簽章驗證
• [ ] 多 Agent 平台的權限隔離、工具授權、跨 Agent 資料流已完成盤點

這週對應的 SAIF 要素

garak 掃描、Model Armor 屬於 SAIF「自動化防禦以跟上威脅演進」——用工具化、可重複的方式偵測與過濾風險，而不是依賴人工逐一審查；Guardrail Runtime、Binary Authorization、Agent 平台權限盤點則更貼近「擴展偵測與應變至 AI 威脅範疇」，把傳統只監控網路與系統層的偵測視野，擴大到模型與 Agent 這個新的威脅面。

下週要往哪走

模型與 Agent 層的防線設計好之後，最後一週要回答的問題是：這一切怎麼被監控、怎麼證明給稽核單位看。Week 5 會進入監控、治理與可觀測性——Security Command Center、Google SecOps（原 Chronicle）、產業案例、AIRSS 自評，以及把整個系列 30 篇扣回 Day4 那張 MODA 官方風險分類對照表。