KLA Runtime

Intercettazioni in tempo reale per azioni di agenti AI

Un’intercettazione in tempo reale è un punto decisionale posto tra l’azione proposta di un agente e il sistema che la eseguirebbe. L’intercettazione normalizza l’azione, valuta autorità e policy e applica il risultato abbastanza presto da controllare l’effetto collaterale.

KLA Runtime può governare agenti esistenti tramite punti di controllo SDK o ricevere esecuzioni mediante un endpoint gestito. Entrambi i modelli applicano una decisione prima della chiamata dello strumento e correlano l’effetto risultante.

Percorso di azione governataRuntime · attivo
  1. 01Intento dell’agenteEsportare il set di dati dei clienti
  2. 02Intercettazione in tempo realedata.export · production-eu
  3. 03Esito applicatoblock · confine superato
  4. 04Sistema di destinazioneNessuna richiesta di esportazione ricevuta
Percorso decisionale completato Evidenza allegata
Punto di controllo
Prima dell’effetto collaterale
Integrazione
Punto di controllo SDK o Executions API
Input decisionali
Identità, autorità, policy e contesto
Output correlato
Risultato dello strumento o azione impedita

01: Concetto

Come funzionano le intercettazioni in tempo reale nella pratica

Un’intercettazione diventa un controllo affidabile quando il confine dell’azione, il comportamento in caso di errore e il contratto delle prove sono espliciti.

Un’intercettazione in tempo reale è un punto decisionale posto tra l’azione proposta di un agente e il sistema che la eseguirebbe. L’intercettazione normalizza l’azione, valuta autorità e policy e applica il risultato abbastanza presto da controllare l’effetto collaterale.

Posizionare il punto di controllo all’effetto collaterale
Confini utili si trovano immediatamente prima di chiamate a strumenti, scritture, pagamenti, messaggi, transizioni di Process e accesso a dati sensibili.
Descrivere in modo coerente l’azione proposta
KLA valuta una Decision Request stabile che contiene attore, azione, risorsa, parametri, ambiente e contesto aziendale.
Applicare l’esito nel percorso della richiesta
Allow prosegue, warn prosegue con un segnale registrato, require approval mette in attesa e block interrompe l’azione governata prima che venga chiamato il sistema di destinazione.
Correlare l’effetto a valle
La risposta dello strumento e lo stato risultante vengono collegati allo stesso Lineage Record, così le operazioni possono verificare il controllo e l’esito effettivo.

02: Implementazione KLA

Come KLA implementa le intercettazioni in tempo reale

KLA supporta due modelli di integrazione che condividono lo stesso modello di policy, approvazione e prove.

  1. 01

    Strumentare il confine dell’azione

    Govern in Place aggiunge punti di controllo SDK al codice dell’agente esistente. Run through KLA invia l’esecuzione attraverso la superficie di runtime gestita.

    Risultato · Confine governato

  2. 02

    Aprire una Decision Request

    Il punto di controllo invia un’azione normalizzata e il relativo contesto di runtime a KLA Policy Engine.

    Risultato · Richiesta correlata

  3. 03

    Applicare l’esito di runtime

    L’integrazione prosegue, segnala, mette in attesa o interrompe l’azione in base all’esito della policy restituito.

    Risultato · Decisione applicata

  4. 04

    Chiudere il record di esecuzione

    KLA collega la risposta dello strumento, la decisione umana se presente, lo stato risultante, la tempistica e i metadati di integrità.

    Risultato · Lineage Record completato

Esempio · Esportazione di dati dei clienti

Un’esportazione vietata termina al confine dell’azione

Un agente operativo richiede un’esportazione in blocco che include record esterni al proprio Data Boundary regionale approvato.

Il data warehouse non riceve alcuna richiesta di esportazione. L’agente riceve un esito block strutturato e una motivazione di correzione che può usare per restringere la richiesta.

Registro degli eventi di esecuzioneUTC
  1. Chiamata dello strumento propostaricevuta

    warehouse.export · 18.420 record clienti · production-eu

  2. Controllo del confine non superatobloccata

    1.308 record esterni a data-boundary-eu-customer-support

  3. Azione bloccatabloccata

    warehouse.export impedita · correzione restituita all’agente

  4. Intercettazione registrataregistrata

    Policy, istantanea dell’autorità, parametri ed esito impedito sigillati

04: Record di evidenza

Cosa registra KLA per la revisione

Il record dell’intercettazione dimostra quale azione è stata proposta, quale controllo l’ha valutata e se un effetto collaterale ha raggiunto il sistema di destinazione.

Campi di evidenza acquisiti per le intercettazioni in tempo reale
Livello del recordEvidenza acquisitaFinalità della revisione
Azione propostaAgente, strumento, operazione, parametri, risorsa e contesto aziendaleDefinire l’esatto effetto collaterale richiesto
Confine di runtimeTenant, ambiente, Process, Release, punto di controllo e ID di correlazioneIndividuare l’intercettazione nel percorso di esecuzione distribuito
Decisione di controlloIstantanea dell’autorità, versione della policy, esito, codici motivazione e tempisticaMostrare come il runtime ha risolto e applicato l’azione
Effetto operativoStato di invocazione dello strumento, riferimento alla risposta, stato prima e dopo o esito impeditoVerificare cosa ha raggiunto il sistema a valle

06: Riferimenti tecnici

Leggi i record esatti alla base di questo livello di controllo

Questi riferimenti supportano le affermazioni della pagina e collegano il comportamento runtime a schemi ed esempi pubblicati.

07: FAQ

Domande sulle intercettazioni in tempo reale

Definizioni, comportamento runtime, integrazione e limiti delle evidenze per questo livello di controllo.

Che cos’è un’intercettazione in tempo reale per un agente AI?
Un’intercettazione in tempo reale è un punto decisionale di runtime tra un’azione proposta dall’agente e lo strumento o sistema che la eseguirebbe. Valuta l’azione e applica un esito allow, warn, hold o block prima dell’effetto collaterale.
In cosa differisce un’intercettazione in tempo reale dall’observability?
L’observability registra il comportamento del sistema per l’analisi. Un’intercettazione in tempo reale partecipa al percorso di esecuzione e può controllare un’azione proposta prima che raggiunga il sistema a valle. KLA registra inoltre l’intercettazione come Execution Lineage.
Dove dovrebbe un team collocare i punti di controllo?
Colloca i punti di controllo immediatamente prima di confini rilevanti come chiamate a strumenti, scritture nel database, pagamenti, messaggi in uscita, transizioni di Process e accesso a dati sensibili.
KLA può governare direttamente un agente esistente?
Sì. Govern in Place usa punti di controllo SDK attorno ad azioni selezionate nel runtime corrente. I team possono anche usare Run through KLA tramite un endpoint di esecuzione gestito. Entrambi i modelli usano le stesse policy e lo stesso modello di prove.
Che cosa accade quando KLA Policy Engine restituisce block?
L’integrazione impedisce la chiamata dello strumento governato o l’effetto collaterale e restituisce un esito strutturato con codici motivazione. La richiesta bloccata e l’esito impedito restano nel Lineage Record.

Inizia da un’azione

Individuare il confine dell’azione che richiede un’intercettazione in tempo reale

Traccia un Process rilevante dall’intento dell’agente all’effetto a valle e colloca con il team il primo punto di controllo KLA.

Parla con il team KLA
Intercettazioni in tempo reale per azioni di agenti AI | KLA