据介绍,当 AI 智能体执行任务时,ACS 会在多个“拦截点”检查这些策略文件,以确保智能体始终处于既定约束范围内运行。
微软指出,目前开发者控制 AI 智能体行为的方式较为分散。随着越来越多关于 AI 工作流因工具误用或意外操作导致连锁故障的案例出现,开发者通常会通过系统提示词、应用程序中的自定义检查逻辑,或利用分类模型筛查输入与输出内容来限制智能体行为。IT之家注意到,虽然这些方法也有用,但往往会导致控制机制分散在不同组件中,既不利于审计,也难以在不同框架、接口和系统之间复用。
ACS 的目标是将这些控制能力整合统一。微软表示,该规范能够在 AI 智能体工作流的多个阶段执行策略检查,包括接收输入之前、调用工具之前、工具返回结果之后以及向用户发送最终回复之前。