AI合規初創公司ZeroDrift
近日推出Guard for Agents服務，允許開發者將企業書面政策轉化為可執行規則，在智能體生成的消息觸達用戶之前進行合規審查。
該服務通過API及連接器擴展了公司的合規技術，支持從Notion、Linear和谷歌雲端硬碟導入政策文件。ZeroDrift按每次驗證收取0.01美元的費用，覆蓋電子郵件、簡訊和Slack消息等多種渠道。
Guard for Agents基於該公司原有產品Command構建——Command是一個用於查看、測試和管理合規執行的控制中心。Guard為開發者提供了將合規檢查嵌入應用程式的途徑，填補了文檔中儲存的政策與智能體實際生成消息之間的鴻溝。
"我們處於消息發送前的攔截層，"ZeroDrift創始人兼首席執行官Kumesh Aroomoogan在採訪中表示，"在消息生成的那一刻，我們就介入了。"
開發者將智能體的輸出發送至驗證端點，服務將對文本進行規則核查，並返回違規資訊（包括嚴重程度）。根據策略配置，系統可提供替代內容、建議攔截消息，或將問題上報人工審核。
該控制機製作用於智能體的出向響應，而非用戶的輸入提示。客戶可自行決定如何處理違規情況。例如，包含機密財務資訊或承諾"保證投資回報"的消息可被直接攔截；客戶也可配置為無需人工干預、自動處理違規。
政策連接器採用模型上下文協議（MCP）將文檔導入ZeroDrift的執行系統。該公司的專有小型語言模型能夠從文本中識別規則，例如禁止傳輸社會安全號碼的條款。客戶可在可視化界面中查看提取的規則，並選擇執行哪些規則以及如何執行。
"我們的小型語言模型能夠從所有文本中梳理出規則，並判斷哪些規則應當被執行，"Aroomoogan表示。
ZeroDrift表示，該方案無需開發者使用專有語言重寫政策。規則可在應用運行時隨時啟用或禁用，並可針對不同智能體進行配置。系統會記錄每次執行決策，包括原始消息、觸發規則、所採取的行動以及最終輸出。
每次檢查均使用Anchor 3.0-Preview模型，該模型專為檢測策略違規和生成合規改寫內容而設計。Aroomoogan透露，ZeroDrift基於律師標註數據對一個開源模型進行了後訓練，同時利用客戶元數據和決策反饋持續優化模型。
Guard提供OpenAPI規範，開發者可用於生成Python、TypeScript、Go和Java等語言的客戶端，集成只需向驗證端點發起請求。
ZeroDrift正將業務拓展至書面溝通之外的場景。Aroomoogan表示，正在開發語音智能體的企業——尤其是金融服務和醫療健康領域——迫切需要對系統語音內容進行合規審查。
面向受監管行業的AI初創公司是另一大需求來源。"初創公司需要快速推進，他們只想把我們作為合規層直接接入，"他說。
該技術同樣適用於傳統營銷和客戶關係管理系統發出的消息，不依賴大語言模型即可運行。自動改寫功能面向機器生成內容，不適用於人工編寫的消息。
Aroomoogan表示，檢查運行僅需毫秒級時間，但目前尚未提供具體延遲數據或第三方性能測試結果。ZeroDrift計劃改進模型，並與其他語言模型進行第三方基準測試，以驗證其"比使用通用模型審查另一個模型輸出更快、更經濟"的說法。
Q&A
Q1：Guard for Agents是什麼，有什麼用？
A：Guard for Agents是ZeroDrift推出的一項合規審查服務，專門用於在智能體生成的消息發送給用戶之前，自動檢測是否符合企業政策。開發者可以將公司書面政策導入系統，由小型語言模型自動提取規則，並對每條待發消息進行實時校驗，發現違規時可自動攔截、改寫或上報人工審核。
Q2：Guard for Agents怎麼收費？
A：按每次驗證收取0.01美元（即一美分），支持電子郵件、簡訊、Slack等多種消息渠道的合規檢查。
Q3：Anchor 3.0-Preview模型是怎麼訓練的？
A：Anchor 3.0-Preview是ZeroDrift專有的合規檢測模型，基於一個開源模型，使用律師標註的數據進行後訓練，使其能夠識別政策違規並生成合規替代內容。ZeroDrift還會利用客戶的使用數據和決策反饋持續改進該模型。
