Cloudflare、エージェントアクセスモデル（Agent Access Model）を提出

Cloudflare 发布《The Agent Access Model》论文，提出面向 AI 智能体的访问控制模型 AAM。其核心是“不信任运行”，在任务执行图中依据智能体身份、授权任务及已触达资源，对每个动作实施实时授权。

材料指出，AAM 针对智能体的短暂性、机器速度、提示词非边界及跨跳组合权限四项特性设计。论文还主张缩小智能体能力集，而非只优化单次访问决策，并区分单主体与多人访问控制问题。

Aioga 判断，AAM 的重点不只是判断某次请求是否允许，而是把授权放到任务执行过程的每个动作上。若该思路落地，权限边界可能从静态配置转向与身份、任务和已触达资源联动。

值得关注的是，智能体在连续任务中可能形成跨步骤的组合权限。材料提出缩小能力集，意味着权限治理或将更重视限制可执行范围，而不只是提升单次判断的准确性；但材料未说明具体实施效果。 后续可关注 Cloudflare 是否公布 AAM 的具体实现、评估方法或部署案例，以及模型如何处理多人协作访问。当前材料仅说明论文提出的规则与设计重点，尚不足以判断其实际性能或适用范围。