安全治理层之外,还能建什么
归属:附录 · 方法建设 — 跨产品通用,非某一公司交付。零密钥公开资产。
在已有「减幻觉 + 内容安全」之外,按 L0–L4 补齐调度白名单、发布脱敏、护栏评测。
Skills 仓 §07 Skills1. 分层建设地图
L0
入口会话匿名 id · 入口文案合规提示 · (可选)限流说明 — 不放真实网关配置
L1
主调度已建:意图优先级。新增:tool-whitelist 越权调用直接拒
L2
Skill已建:citation / content-safety。可扩:领域工具仍走白名单 + 副作用确认
L3
知识cite 强制 · 虚构书架权限矩阵 · 过期证据标注(方法级)
2. 本次落地的 3 个 Skill
| Skill | 层 | 一句话 |
|---|---|---|
| tool-whitelist | L1/L2 | 不在白名单的工具调用一律拒绝 |
| publish-desensitize | L4 | 公开发布前扫手机号/密钥形态/内网 |
| agent-eval-rails | L4 | 最小用例证明该拒就拒、该引用就引用 |
3. 安全治理层还可加深(仍可公开)
- 误杀 / 漏拦复盘字段字典(匿名会话 id,无 PII)
- 话术包「发布门禁」检查表(对齐 Sales Ops 授权)
- 红队用例集(虚构)挂在 tests.html,而不是真实用户日志
4. 刻意不公开的
真实敏感词库全文、企业微信 Secret、SMTP、生产网关、未脱敏问询日志 —— 继续 Private。