覆盖工具调用全生命周期 —— 从执行前预检到执行后审计，不留盲区
stdio/SSE 代理 + 安全管线，支持多上游路由与工具名冲突保护
低风险工具跳过云层，端到端延迟 < 1ms，80%+ 流量零额外开销
tool_call/tool_result 全链路 trace，session 时间线 + 因果链可视化
高风险操作触发 challenge 审批流，token 限权执行，超时默认阻断
多 LLM 协同检测 + 动态风险评分，覆盖越狱/DAN/角色扮演等攻击
会话风险、告警、审批队列、防篡改哈希链审计，一目了然
端层亚毫秒 PII 脱敏（手机号/身份证/邮箱/银行卡），可离线执行
跨工具追踪不可信输出，阻断数据泄漏与间接注入
Agent 写入/读取记忆前的敏感数据脱敏与注入检测
不只是另一款安全工具 —— 专为 Agent 原生安全而设计
大多数竞品只提供单点 API 检查。VirbiusAgent 在四个独立层级部署安全能力——端层预检、管层阻断、核层观测、云层终判——即使某一层被绕过，其他层仍能拦截威胁。
规则以亚毫秒延迟、近零成本处理 80%+ 已知威胁。ML/LLM 模型仅用于高风险请求深度分析。这种混合方案是业界验证的成本、速度与覆盖率的最佳平衡。
竞品聚焦 Prompt 层过滤，VirbiusAgent 保护完整的工具调用生命周期：执行前预检 → 在线网关阻断 → 运行时内核观测 → 执行后审计。为 MCP 时代量身定制。
通过 eBPF/Falco，在 syscall 级别观测 Agent 进程——文件访问、网络连接、进程创建。即使 Agent 被攻陷，syscall 对 eBPF 仍然可见。没有竞品提供这种深度。
Agent 带来了全新的安全范式——传统方案无法覆盖
与主流 Agent 安全方案的全方位对比
| 能力 | VirbiusAgent | Lakera Guard | Prompt Security | Guardrails AI |
|---|---|---|---|---|
| 架构 | 四层（端—管—核—云） | 单层 API 网关 | 单层 API 网关 | SDK / 库 |
| 纵深防御 | ✅ 四层独立防御 | ❌ 单点检查 | ❌ 单点检查 | ❌ 单点检查 |
| 检测方式 | 规则 + ML 模型（混合） | 以 ML 模型为主 | 以 ML 模型为主 | ML 模型 + 验证器 |
| 规则引擎 | ✅ Lua DSL + Groovy L3 + Falco | ❌ 纯模型 | ❌ 纯模型 | ⚠️ 有限验证器 |
| 运行时观测 | ✅ eBPF / Falco（syscall 级） | ❌ | ❌ | ❌ |
| MCP 协议支持 | ✅ 原生（stdio/SSE） | ❌ | ❌ | ❌ |
| 工具调用安全 | ✅ 预检 → 终判 → 审计 | ⚠️ 仅 Prompt 层 | ⚠️ 仅 Prompt 层 | ⚠️ 仅输出校验 |
| 人工审批 | ✅ 挑战→审批→Token 验证 | ❌ | ⚠️ 策略动作 | ❌ |
| 决策链路追踪 | ✅ 全链路因果可视化 | ❌ | ⚠️ 日志 | ⚠️ 日志 |
| DLP（PII 脱敏） | ✅ 端层、亚毫秒、可离线 | ⚠️ 云端 API | ⚠️ 云端 API | ✅ 验证器 |
| 沙箱隔离 | ✅ Landlock / gVisor | ❌ | ❌ | ❌ |
| 部署方式 | 自部署（Sidecar/远程/SDK） | SaaS | SaaS / 自部署 | SDK（Python） |
| 开源 | ✅ MIT | ❌ 闭源 | ❌ 闭源 | ✅ Apache-2.0 |