先讲一个我自己的事故:让 Agent 清理临时文件,它执行了 rm -rf ./tmp,而我当时的 tmp 是个软链接,指向构建产物目录。产物没了,花了四十分钟重跑。
它没做错什么——是我给的权限太大,且没有可逆性保障。
三档文件策略
DSH 的文件策略大致分三档,我用得很克制:
| 策略 | 能做什么 | 我的使用场景 |
|---|---|---|
| read-only | 只能读,任何写入被拒 | 代码审查、写文档、做分析 |
| workspace-write | 只能写工作区内 | 默认档,几乎所有日常任务 |
| danger-full-access | 全盘可写 | 明确的系统运维任务,且我会盯着 |
关键认知:这三档不是「权限大小」,是「爆炸半径」。
workspace-write 之所以好用,不是因为「工作区」这个路径本身安全,而是因为它把「我可能改坏什么」压缩到了一个我可以 git status 看回来的范围。
审批不等于安全,它只是减速带
审批弹窗的问题是:人会疲劳。
第一次弹窗我认真看,第十次我开始无脑点「允许」。所以把审批当主要防线是错的——它真正的作用是给不可逆动作制造一个摩擦点。
我的做法是分层:
- 可逆动作:直接放行(改文件、跑测试、装依赖到本地)
- 半可逆:放行但要求先备份(改配置、批量重命名)
- 不可逆:必须停下来确认(删数据、改远端、发通知)
判断标准只有一条:出事之后,我能不能在五分钟内恢复原状?
建一张「危险动作清单」
我给自己的项目写了一份 DANGER.md,放在仓库根目录,并且让 Agent 每次开工先读它:
# 危险动作清单
## 必须先备份
- 修改 `config/*.yaml`(cp 到 config/backup/YYYYMMDD-HHMM/)
- 批量重命名 `assets/` 下的文件
- 执行任何 `ALTER TABLE`
## 必须 dry-run 后确认
- `rsync --delete`
- `git push --force`
- `kubectl apply`
- 涉及 `DROP` / `TRUNCATE` / `DELETE` 无 WHERE 的 SQL
## 绝对禁止(除我明确要求)
- `rm -rf` 作用在带通配符或软链接的路径
- 直接改生产库连接串
- `chmod -R 777`
这份文件的价值不在于「模型会遵守」(它当然会遵守,写在 prompt 里了),而在于它把隐性经验显性化了。写这份清单的过程本身让我发现了三个我一直没注意到的习惯性危险动作。
可逆性优先于白名单
黑名单永远列不全。rm -rf、dd、mkfs、> /dev/sda……你可以列一百条,但下一条永远在明天。
所以我更依赖可逆性设计:
1. 一切在 git 里。 改动前 git stash 或开分支,出问题 git checkout .。这比任何白名单都可靠。
2. 删除改成移动到回收目录。
mkdir -p .trash/$(date +%Y%m%d)
mv "$TARGET" .trash/$(date +%Y%m%d)/
成本几乎为零,收益是「删错了还能捞回来」。
3. 写操作前先复制。
cp config.yaml "config.yaml.bak.$(date +%s)"
4. 数据库用事务。
BEGIN;
-- 先 SELECT 确认影响行数
SELECT count(*) FROM orders WHERE status = 'stale';
-- 确认无误再动
UPDATE orders SET status = 'archived' WHERE status = 'stale';
-- 不满意就 ROLLBACK
COMMIT;
网络与凭据
文件之外还有两个口子:
网络出口。 默认允许出网,但我会在提示里明确「只访问白名单域名」。真正的硬约束应该在容器或代理层做,而不是靠提示。
凭据。 原则是凭据不进上下文。用 MCP 这类由服务端持有凭据的方案,模型只看得到 alias,看不到密码。如果必须让模型看到 token,那这个任务就值得换成脚本。
无人值守场景
定时任务、CI 里的 Agent 没有人盯着,做法要变:
- 文件策略固定为
workspace-write - 所有危险动作改为「生成计划文件 + 退出」,由人 review 后再执行
- 输出必须落到固定的报告路径,便于事后审计
- 失败要显式失败(非零退出码),不要「尽力而为」
一个我用了很久的模式:
1. 采集 → 写 report/draft.md
2. 自检 → 按 checklist 逐条核对,缺项标注 TODO
3. 退出,不执行任何写操作
人工看一眼 draft,说「执行」,第二段会话才真正动手。多一次往返,换掉整类事故。
小结
我现在的默认配置是:workspace-write + git + 危险动作清单 + 删除走回收目录。
这套东西一点都不高级,但它让我敢把 Agent 放在真实项目上跑。权限设计的终点不是「它不会犯错」,而是「它犯错了我也能收场」。
下一篇是这个系列的最后一篇:怎么让 Agent 不空转——任务拆解、并行执行、以及验证闭环。

文章评论