MobileGuard: 移動原生代理AI治理框架
本文介紹了MobileGuard，首個移動原生代理AI治理框架，通過四項支柱解決移動平台的結構性約束。基於2,847條實際iOS和Android平台拒絕記錄的研究，識別出23種失敗類別，其中71.3%的失敗無法被現有框架檢測。在真實移動SDLC流水線中，部署錯誤率降低74.1%，優於AGENTSAFE 45.7個百分點。對942個移動應用的審計發現4.0%的治理信號率，包括Adobe和Moleskine等企業開發者存在違規行為。該框架已映射到ISO 42001:2023和歐盟AI法案，並作為開源CLI提供。
2026年，隨着AI輔助開發工具的推動，消費者移動平台上的代理AI應用發佈量同比激增60-104%，移動端已成為代理AI的主要交付渠道。然而，現有的代理治理框架主要針對可變的服務器端企業部署設計，無法應對移動平台的獨特結構性約束：二進制不可變性、平台看門人非確定性、消費者級爆炸半徑、環境代理表面擴張以及監管風險。
為此，研究人員提出了MobileGuard，這是首個移動原生的代理AI治理框架。該框架在移動SDLC全流程中部署了四大支柱：預部署質量合約（PDQC）、移動分級自主性校準（TAC-M）、平台看門人模擬與治理（PGSG）以及環境代理邊界執行（AABE）。這些支柱共同確保移動代理應用在安全性、合規性和可靠性方面的有效治理。
MobileGuard通過三項實證研究進行了嚴格驗證。研究1從2,847條真實的iOS和Android平台拒絕記錄中構建了治理失敗分類法，識別出六大支柱下的23個失敗類別，其中71.3%的失敗無法被現有框架檢測到。這一發現揭示了現有治理體系在移動環境中的巨大盲區。研究2在包含三個應用的生產環境移動SDLC流水線上實現了74.1%的部署錯誤率降低（p < 0.001），比AGENTSAFE框架高出45.7個百分點，顯示了MobileGuard在實際部署中的卓越性能。研究3通過對942個移動平台應用進行橫截面審計（以iOS為主，Android複製進行中），使用新型發佈説明AI披露掃描器AS-009，覆蓋了App Store和Google Play的治理信號，發現治理信號率僅為4.0%，並且觀察到包括Adobe Inc.和Moleskine Srl在內的企業級開發者存在外部衍生的違規行為。這一審計結果解決了研究2中作者定義的情景循環問題，進一步證實了MobileGuard的實用價值。
MobileGuard已映射到ISO 42001:2023和歐盟AI法案，確保與國際標準一致。該框架以開源CLI工具形式在github.com/jsingh6/mobileguard上提供，採用Python編寫，開發狀態活躍。MobileGuard的提出標誌着移動代理AI治理邁出了重要一步，為應對移動平台特有的挑戰提供了系統化的解決方案，有望推動整個行業的安全和合規標準。