Architettura pratica per autorità degli agenti, ambito di strumenti e dati, policy, validazione, escalation, monitoraggio ed evidenze.
Per architetti di piattaforme per servizi finanziari, responsabili del rischio IA e team di sicurezza.
Ultimo aggiornamento: 7 set 2026 · Versione v1.0 · Non costituisce consulenza legale.
Risposta breve
Un harness per agenti regolamentati collega l’azione proposta da un agente a un’autorità esplicita, a un accesso circoscritto, alla valutazione della policy, alla validazione e all’escalation umana, quindi registra l’esito dell’esecuzione. L’architettura di riferimento di KLA organizza questo lavoro in sette controlli.
Il responsabile del business concede l’autorità → l’agente propone l’azione → verifiche di identità e ambito → policy pre-azione → validazione o decisione umana quando richiesta → esecuzione controllata → esito ed evidenze.
Applicate la sequenza a ogni azione con conseguenze. Stabilite intorno ad essa i confini di rete e delle credenziali e inviate gli errori operativi al processo di monitoraggio e remediation.
La mappatura del prodotto KLA riportata di seguito descrive le superfici pertinenti. La colonna di accettazione contiene un test da eseguire durante la distribuzione; non dichiara un’applicazione estesa a tutto l’ambiente né una verifica cliente completata.
| Controllo | Mappatura KLA | Responsabile | Test di accettazione |
|---|---|---|---|
| Autorità | Agent Registry; identità della richiesta governata | Responsabile della piattaforma e del business | Un agente non riconosciuto o fuori ambito non può eseguire l’azione |
| Ambito di strumenti e dati | Tool Catalog; Data Boundaries | Responsabile della piattaforma e dei dati | Le richieste soggette a restrizioni relative a strumenti, record e tenant vengono rifiutate |
| Policy pre-azione | Policy Builder; KLA Policy Engine | Responsabile della policy | Eseguite allow, warn, require_approval e block sul percorso integrato |
| Validazione | Simulation; verifiche specifiche del workflow | Revisore indipendente | Un output non valido e transizioni di stato non sicure falliscono prima del rilascio |
| Escalation umana | Decision Desk | Responsabile autorizzato della decisione | Il rifiuto e la scadenza impediscono l’esecuzione del percorso dell’azione approvata |
| Monitoraggio | Assurance Center; Lineage Explorer | Operazioni e sicurezza | Un guasto di controllo diventa un rilievo assegnato con una risposta |
| Evidenze | Audit Trail; Evidence Room | Responsabile delle evidenze e dei record | Ricostruite la richiesta, la decisione, la revisione umana e l’esito effettivo dell’esecuzione |
Elencate ogni endpoint di strumento, credenziale, fonte dati e agente delegato che può causare l’azione selezionata. Fate passare l’azione governata dal punto di controllo e testate i percorsi alternativi. Registrate ogni percorso che rimane fuori dall’applicazione dei controlli.
L’ambiente host è responsabile del sandboxing, dell’isolamento di rete e dell’accesso alla produzione. Un’approvazione deve applicarsi all’azione concreta e restare valida al momento dell’esecuzione; specificate il comportamento quando cambiano i parametri, la policy o l’autorità.
Usate un caso sintetico con una lettura consentita, un’azione che richiede approvazione e un’operazione bloccata. Controllate lo stato a valle dopo approvazione, rifiuto, scadenza e retry. Registrate gli identificativi, la versione della policy, l’identità del revisore e il risultato.
Per gli export sigillati, eseguite anche il verificatore indipendente e conservatene il risultato. Un record visibile e un bundle verificato con successo forniscono evidenze diverse; etichettateli accuratamente.
Questa è la proposta architetturale di KLA, elaborata sulla base della nota della Bank of England sull’harness. I suoi sette controlli sono il raggruppamento di KLA. L’articolo di accompagnamento spiega i sei temi della Bank e l’ambito della nota.
La valutazione del modello resta parte della validazione del sistema. Un harness richiede anche test sull’autorità, sull’accesso, sull’esecuzione delle azioni, sulle decisioni umane e sugli errori operativi.
KLA contribuisce con policy, decisioni umane ed evidenze per i percorsi governati configurati. Verificate la copertura dell’integrazione e assegnate separatamente le responsabilità relative a hosting, rete, credenziali e valutazione a livello di sistema.
Standard dell’AI Act: mappatura dei controlli degli agenti
/guides/ai-act-standards-agent-control-mapping
Analisi dell’ingegneria dell’harness della Bank of England
/blog/bank-of-england-ai-harness-engineering
Preparare i controlli degli agenti per gli standard dell’EU AI Act
/blog/eu-ai-act-standards-agent-controls
Framework runtime SAFR
/blog/safr-mas-framework-explained
Discutete la vostra architettura di controllo degli agenti
/book-demo
