为 AI 智能体引入不可篡改审计日志：开源项目 Halo 发布

随着 AI Agent 在企业业务中的应用日益深入，如何验证这些具备自主决策能力的智能体是否安全合规成为一大挑战。前 Vanta 员工 Brian Kuan 开源了一款名为 Halo 的工具，旨在解决企业购买第三方 AI Agent 后面临的“黑盒”审计困境。传统的 SOC 2 或 ISO 27001 合规审计主要针对静态控制措施，但 AI Agent 具有非确定性，面对相同的 Prompt 可能产生不同的行为，使得常规审计手段失效，且供应商提供的日志通常存在被编辑的偏见风险。
Halo 作为一个轻量级的运行时记录器，能够捕获 Agent 在执行过程中的每一个动作，包括工具调用、模型调用及数据访问行为，并将这些记录写入仅追加的 JSONL 日志文件中。该工具的核心技术亮点在于引入了哈希链机制，将所有记录进行加密链接。这意味着任何对日志的篡改（如删除行、修改数字）都会破坏哈希链的一致性，从而在生成 HTML 审计报告时被检测出来。
该项目目前包含约 4300 行 Python 代码，采用 Apache 2.0 协议，且声明拥有零运行时依赖，同时也提供了 TypeScript 版本。作者强调，Halo 能够证明记录的完整性即未被篡改，但作为自托管链条，无法证明记录的完全性即是否有遗漏行为，解决完全性问题需要引入外部见证者。

事件分析

💡 核心观点：AI Agent 的非确定性导致传统静态合规审计失效，基于加密验证的运行时证据链将成为企业级 AI 安全的刚需。