这两年，几乎每个做 AI 应用的人都在做一个同样的动作：把「聊天机器人」升级成「能自己干活的智能体（Agent）」。但真动手了才发现，事情远比想象中复杂。它不再是「写一段更长的 Prompt」那么简单——你要让它自己规划步骤、调用工具、记住上下文、在出错的循环里自己走回来，还要在它「越界」之前把它拦住。一个能演示的 Agent 和一个能上线的 Agent，中间隔着一整套工程能力。

CUA安全检测平台新增静态源码审计功能，实现“运行前”风险预判：无需执行即可扫描代码仓库，自动识别工具注册点、高危调用与权限声明不一致问题，生成Agent理论危险能力清单。结合此前的运行时轨迹检测与注入过滤（screen_filter），形成“事前-事中-事后”全链路防护体系。新增remember_ttl、approve_plan等细节优化生产体验，四条设计红线确保安全策略不可放宽。建议新项目先审

CUA harness 为 AI Agent 提供四层动作管控：L0只读放行，L1可逆写记录，L2需人工确认（超时自动拒绝），L3硬阻断不可豁免。通过 API Key 接入，支持本地演示与自定义集成，动作前后自动审计上报。关键设计原则：宁可误拦不可漏拦，策略可收窄不可放宽，确认超时默认拒绝，审计失败落本地。配套服务端提供评测报告、动作回放与待确认队列管理，实现安全可控的自动化交互。

Agent 写完了、Demo 跑通了，离上线还差一步——安全自检。和传统应用不同，Agent 的攻击面是「一张网」（输入、工具、记忆、权限、输出都可能是入口），漏掉任何一层都可能出事。这篇给一份可直接照着打勾的上线前清单，按 5 层组织，每层附检查项和判断标准。声明：清单为通用安全工程实践，适用于自建 Agent 团队自检；文中配置片段均为示意占位，具体参数以你所用框架的官方文档为准。

接入本身不难——就是「发文本、收四色、拦红橙」三步。难的是把它接在正确的位置（高风险输出节点）并配上降级与成本策略。想跑通流程，可以先拿网页版（粘贴文本即可，零代码）验证检出效果，再上 API 自动化，官网 aihcc.cloud 上都有入口。