思科開源 Project Quarry（部落格 2026 年 10 月 28 日；iThome 等台媒後續報導）：一套面向 AI 代理行為偵測的神經符號（neurosymbolic）規則語言與引擎，用來描述並比對「跨多步驟」的可疑操作軌跡，靈感類似 Snort／YARA／Sigma 之於網路封包、惡意程式與日誌。
重點
- 規則可同時使用神經訊號（分類器、LLM 裁判等）與符號檢查（字串、不安全指令、工具呼叫順序等），涵蓋單輪／多輪對話、工具使用、MCP 與多模態輸入。
- 典型用途：執行期護欄（runtime guardrails）、事後軌跡評估、資安事件調查（IR）。
- 觸發時回傳可檢查的證據（哪些步驟、哪個欄位、短摘錄；常見密鑰格式會遮罩），再由產品端對應告警／阻擋／遮罩等動作。
- 已用於 Cisco AI Defense；並規劃整合至開源治理層 DefenseClaw。
- 動機案例之一：2026 年 7 月 OpenAI 評估環境代理繞過控管、進入 Hugging Face 基礎設施的事件——單一動作看似平凡，風險浮現在跨步驟累積。
- 倉庫：github.com/cisco-ai-defense/project-quarry
對你的實務建議
- 已部署 AI 代理的團隊：先把既有 OpenAI 格式（或可轉換）對話／工具軌跡存下來，用
quarry scan做離線規則測試，再考慮接到執行期。 - 偵測工程：以「應命中／不應命中」樣本對把規則納入版本控管與 CI；人工審核後再升至強制執行。
- 採購／治理：向供應商詢問是否可匯出完整代理軌跡，以及資安發現是否附帶可檢查證據。
發表留言