智能体冰墙 · Agent 保险丝
失控之前,先冻住它
单步护栏管一步,冰墙管整场:agent 逐步执行时风险分持续累积,失控瞬间整个会话冻结,它做的任何动作都不会生效——微信推送通知,回复「解冻」即恢复。
累积型失控
每步裁定累积成会话风险分(拦截 +3 / 警告 +1),总分 ≥10 整场冻结——防的是「一步步滑向失控」。
急性失控
连续 3 次被拦截立即冻结——agent 在反复尝试危险动作,不等分数攒够。
零容忍一次即冻
捏造不存在的工具、参数违反 Schema,一次命中立即冻结——这类错误没有第二次机会。
四个一键策略模板,不用自己写规则
默认全部关闭,开启后对该账号下所有会话生效。策略只会更严格,不会放宽系统默认护栏。
禁止外发邮件
agent 调用发信类工具、或输入含收件人地址时直接拦截——防数据经邮件外泄。
删除类操作必须确认
删除/清空/销毁类动作标记警告并累积风险分,频繁尝试会推动熔断。
单次花费上限
支付/转账/下单语境中金额超过上限即拦截,上限金额可自己调。
异常循环自动冻结
同一动作重复超过允许次数即升级为拦截,连续拦截快速触发熔断——专治死循环空转烧钱。
零安装接入
agent 每执行一步调一次 /icewall/check,状态在云端按会话累积,本地不装任何包、不存任何状态;也可用 MCP 工具 check_agent_ice_wall 接入。冻结期间后续步骤直接短路返回,不再消耗任何资源。详见API 文档。