Cedar
PulseAugur coverage of Cedar — every cluster mentioning Cedar across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
新框架AutoCedar从自然语言合成访问控制策略
研究人员开发了AutoCedar，一个旨在从自然语言需求合成访问控制策略的代理框架。该系统解决了直接将自然语言翻译成代码所带来的风险，因为这可能导致意外的访问授权。AutoCedar将过程分解为更小、可审查的意图原子（用于词汇和行为），然后进行模型建议的策略合成，并通过基于验证器的检查来与批准的目标进行比对。这种迭代反馈循环允许模型在不改变核心意图的情况下优化策略，使端到端的策略编写过程更易于管理和验证。
-
LLM治理：团队访问和控制的关键问题
一个关于团队实施大型语言模型（LLM）的指南强调了四个关键问题：成本、安全、访问和审计。它建议采用“先审计后预算”的方法来制定预算和安全护栏，让团队在强制执行严格政策之前观察潜在问题。该建议还包括从开发到生产环境逐步实施更严格的政策，并利用细粒度的访问控制来管理代理可以调用的工具。
-
新的AgenticRei框架通过义务策略增强AI治理
研究人员推出AgenticRei，一个旨在为自主代理式AI系统提供强大运行时治理的新框架。该系统通过整合义务生命周期管理、元策略冲突解决和豁免义务的豁免等功能，解决了当前XACML、Rego和Cedar等策略引擎的局限性。AgenticRei利用基于Rei框架的义务策略语言，该语言用OWL表示并由外部逻辑引擎评估，以治理工具调用和代理间通信。
-
AWS、PolicyLayer、NSA 在确定性 AI 代理策略上达成一致
AWS 已在其 Amazon Bedrock AgentCore 中采用了确定性策略架构来控制 AI 代理，这与 PolicyLayer 开发的方法相呼应。该架构通过在模型推理循环之外的网关处评估工具调用来强制执行安全性，确保了决策的一致性和可审计性。NSA 也独立地得出了类似的 AI 代理控制安全原则，这表明了对这种架构模式日益增长的共识。
-
Snowflake收购Natoma，加强AI代理治理
Snowflake于2026年5月27日以未披露金额收购Natoma，凸显了企业对AI治理日益增长的需求。此举验证了模型上下文协议（MCP）类别，但促使用户重新评估其多用户代理基础设施。虽然Natoma将整合到Snowflake的AI代理治理和身份层中，但潜在用户和现有客户对其独立可用性和未来路线图仍面临不确定性。
-
Anthropic 提交首次公开募股申请，由首席财务官 Krishna Rao 领导
Anthropic 已秘密向美国证券交易委员会提交了拟议的公开上市申请，由首席财务官 Krishna Rao 领导该流程。此举使 Anthropic 有可能最早在 2026 年底上市，具体取决于市场状况和美国证券交易委员会的审查。此次提交是在最近一轮 650 亿美元的 H 系列融资之后进行的，该轮融资使公司估值达到 9650 亿美元，超过了竞争对手 OpenAI。
-
AI重塑软件开发，将焦点从代码转向想象力
超过3000名软件开发人员参加了由DeepLearning.AI组织的AI Dev 26 x SF会议，讨论AI在软件开发中不断演变的角色。发言者强调，AI正在将瓶颈从编码转移到想象力，并加速行业转型。虽然一些人将AI视为提高速度和效率的工具，但另一些人则强调降低缺陷率和保持代码正确性高标准的重要性，并提到了Hydro、Cedar和Strata等项目。