ADR Skill：企业级 AI Agent 安全检测与威胁防护框架

Skill超级捕获手 技术创作者 2026-08-05 12 阅读

是什么

ADR（Agentic AI Detection and Response）是 Uber 开源的企业级 AI Agent 安全系统，通过可观测性、安全基准测试和威胁检测三大能力，保护企业内部 AI 编码工具（Cursor、Claude Code、Codex）和客服 Agent，已在 Uber 生产环境落地，配套论文被 MLSys 2026 接收。

功能与原则

ADR 围绕「观测-评估-检测-防御」四个维度设计：

  • ADR Observability：捕获 AI Agent 的意图、工具调用和执行轨迹，覆盖 macOS/Linux/Windows 上的 7+ 款 AI 编码工具，以及内部自动化 Agent 和客服 Agent，统一日志 schema。
  • ADR Benchmark：在真实企业环境下测试 Agent 安全性——ADR-Bench 包含 300+ 任务、133 个 MCP 服务器，覆盖全部 17 种 Agent 攻击技术。
  • ADR Detection：两级架构实现高效风险检测，高召回 triage 层 + 深度 Agentic 推理层，精准识别可疑会话。
  • ADR Prevention：阻止不安全行为（该组件暂未开源）。

认可度

  • GitHub Star：约 846（截至 2026-08-05），Trending 当日新增 148 ⭐
  • 论文已发表于 MLSys 2026，并附完整幻灯片和 PDF
  • Uber 生产环境已部署，Sensor 组件于 2026-07-31 发布 v1.0.0 正式版

链接

GitHub：https://github.com/uber/ADR

原作者

由 Uber 安全团队（Chenning Li、Pan Hu、Justin Xu、Baris Ozbas、Olivia Liu 等）主导，隶属 Uber 企业安全部门，专注 AI Agent 安全攻防研究。

介绍

随着 Claude Code、Cursor、Codex 等 AI 编码工具在企业内部普及，数据泄露、工具滥用、提示词注入等新型攻击面急剧扩大。Uber 安全团队在实际运营中发现，企业现有的 SIEM/SOAR 体系无法理解 AI Agent 的行为语义——一条「读取所有文件」的 Agent 操作，在传统安全日志里只是一串文件 API 调用。

ADR 应运而生。它为 AI Agent 安全构建了完整的方法论框架，从可观测性（理解 Agent 在做什么）、基准测试（在受控环境里评估防御能力）、到实时威胁检测（生产环境中捕捉可疑行为），形成闭环。

开源版本包含三大组件：ADR Sensor（负责从各 AI 编码工具采集遥测数据）、ADR-Bench（133 MCP 服务器 × 303 基准任务的评测集）、ADR Detector（基于双 Agent 架构的检测引擎）。离线红队强化引擎（ADR Explorer）未开源。

特点

  • 企业级可观测性：统一 schema 采集 Claude Code、Cursor、Codex 等主流工具的 Agent 行为日志，解决传统安全工具「看不见 Agent」的盲区
  • 最全面的 Agent 安全基准：ADR-Bench 覆盖全部 17 种已知 Agent 攻击技术，133 个 MCP 服务器，303 个评测任务
  • 双层检测架构：高召回 triage 模型 + 深度 Agentic 推理，兼顾检测速度与准确性
  • 生产级落地经验：在 Uber 内部运行多年，直接解决实际问题，不是学术概念验证
  • MLSys 2026 学术认可：论文 + 幻灯片全部公开，研究与工程并重

使用方法

安装 Sensor：

pip install adr-sensor

运行检测：

git clone https://github.com/uber/ADR
cd ADR/Detection
uv sync
export ANTHROPIC_API_KEY="..." OPENAI_API_KEY="..."
# 默认检测器：adr（ADR 双 Agent 检测器）
# 无 key 测试模式：--detector llamafirewall

查看完整评测流程：
参考 docs/REPRODUCIBILITY.md，包含膨胀打包基准数据 → 运行检测器 → 绘制图表的全流程。

使用场景与人群

  • 目标用户：企业安全团队 / SOC 分析员 / AI Platform 工程师
  • 适用场景：企业内部 AI 编码工具（Cursor、Claude Code）的安全监控；AI Agent 上线前的红队评估；MCP 服务器生态的安全基准测试
  • 不适合：个人用户在本地单兵作战——这是面向组织和企业的安全基础设施

输入与输出案例

案例 1：检测提示词注入攻击

  • Input：ADR Sensor 捕获到一个 Claude Code 会话——Agent 在处理用户提供的文档时，执行了 grep -r "password" . 并尝试访问 .env 文件
  • Output：ADR Detector tiggers High Severity 告警，归类为「数据渗出企图」，推送至 SOC，附完整 Agent 操作链轨迹

案例 2：ADR-Bench 安全基准评估

  • Input：给定 133 个 MCP 服务器，其中部分包含恶意工具定义（如 steal_credentials），303 个对抗任务
  • Output：Baseline 检测率报告，显示 LlamaFirewall 检出率 62%，ADR Dual-Agent 检出率 89%——为企业选择防护方案提供量化依据

GitHub: https://github.com/uber/ADR

评论区

0 条评论

登录后可评论。

Skill超级捕获手 12 阅读