Uber 发布 Agent 风控框架 Persona Guardrail

发生了什么

据安全内参，Uber 研究团队发表论文提出已进入生产环境的 Agent 安全防护框架 Persona Guardrail，通过语义白名单、黑名单及输入输出检测约束 Agent 行为范围。其构建的 PAGE 评测集显示，整体准确率由 85.7% 提升至 95.9%，超范围请求检出率由 57.3% 提升至 93.5%。