企业内部研发 → 外部 Coding Agent · 转义脱敏架构验证

escapegate

内网研发想借外部 Coding Agent 干活,又不能把公司名/客户名/内部系统原样甩出去。这套 Demo 模拟一条内网Agent → 转义Agent(出站) → 外网Agent → 转义Agent(回收) → 内网Agent 的最小闭环,每一步的分级、脱敏、改写、审计、放行/拦截判断都摊开给你看,不是黑盒演示。

▶ 打开测试网页需自备智谱 BigModel API Key

五阶段可视化· L0-L3 分级· 可逆令牌化· 对抗性审计 Agent· 入站扫描 + 反向映射还原

架构流程图

内网Agent 和外网 Agent 是两个互不信任的边界,转义 Agent 是唯一跨过这条边界的角色——出站时做五步加固, 回收时做两步校验,任何一步不满足都不会往下走。L3 高敏内容在第一步就直接短路,连转义 Agent 自己的规则引擎都不会再往下看。

全链路五步

▸

分级分类器

把请求判到 L0(通用技术问题)~ L3(高度敏感)。L3 当场拦截,连规则引擎和审计 Agent 都不会看到原文,直接路由回内部私有模型。
▸

静态规则引擎 + 可逆令牌化

人名/邮箱/密钥/银行卡/身份证/内部专名替换成占位符,真实值只存在服务端令牌库里,外网 Agent 全程看不到。
▸

语义去语境化(可选)

占位符只脱敏了"是谁",还留着"哪个行业哪种业务"的语境;这一步用 LLM 把行业黑话改写成通用技术问题,同时保留问题的可回答性。
▸

对抗性审计 Agent + 三路信号加权

另一个独立厂商账号的 Agent 扮演"外部窥探者",尝试从脱敏后文本反推行业/公司/业务逻辑,给出置信度;和规则命中数、一致性信号一起加权决定放行/人工复核/打回重写。
▸

外网 Agent 执行 + 入站扫描 + 反向映射还原

真正独立的第三方账号只看得到放行后的文本,产出物先过一遍密钥/依赖风险扫描,扫过了才把占位符换回真实标识符,交还给内网 Agent。

这是什么 / 不是什么

·一个验证性 Demo,用来跑通"转义脱敏"这条架构思路,在四个行业(半导体/军工/制造/金融)305 条真实评测数据上校准过风险阈值。
·不是一条生产级安全边界——fail-closed 是设计原则,但审计 Agent 打分公式、一致性信号(跨会话聚合)都还有已知局限,详见页面内每条判断旁的说明。
·公开部署把分级/审计/红队/外网 Agent 四个角色全部收敛到 BigModel 一家,方便你一个 Key 跑通全流程,但也因此失去了原方案里"跨厂商拆解可见性"的多样性设计。
·页面内置 9 个来自真实评测数据集的案例,点击即可填入表单,标注了实测的可跑通/预期拦截/结果不定三种结果。

密钥与隐私

自带智谱 BigModel Key,浏览器 localStorage 保存
Key 随每次请求走 HTTP Header 转发,服务端不记录不落盘
不提供公共额度,没有 Key 无法运行全链路

怎么用

01
拿一把 BigModel Key　去 open.bigmodel.cn 控制台生成一个 API Key,格式类似 xxxxxxxx.xxxxxxxx。
02
粘贴进测试网页　打开测试网页后顶部就是密钥输入框,粘贴保存,下次打开自动记得(存在你自己浏览器里)。
03
点一个示例案例,或自己写　页面内 9 个示例来自真实评测数据集,点击即可填入表单;也可以直接写一段包含姓名/邮箱/内部代号的请求自己测。
04
点"运行全链路"　几十秒内真实调用多个 LLM API,五个阶段的判断依据、脱敏前后文本、风险分、最终产出物逐段展示。

一句话定位

不是"信任外部 Agent",而是让内网请求在离开信任边界之前,先被拆解到"看不出是谁、猜不出干什么"的程度——每一步判断都可审计,拦截优先于放行。