產品新訊

Red Hat AI 3.4:當 AI Agent 開始自主運作,企業的治理基礎準備好了嗎?(上篇)

Red Hat 紅帽
2026/06/15

企業 AI 的問題,已經不再是「能不能跑模型」。

過去兩年,大多數企業完成了第一階段的 AI 部署——把模型架起來、串好 API、讓員工能用 chatbot 查資料、寫報告、回信件。這個階段的挑戰是技術可行性,而大多數企業已經越過了這道門檻。真正的難題在後面:當 AI 不再只是回答問題,而是開始代替人執行任務、串接系統、在背景長時間自主運作,整個基礎設施的要求就完全不同了。

這正是 Red Hat Summit 2026 試圖回答的問題,也是 Red Hat AI 3.4 存在的理由。

治理,才是 Agent 時代的核心挑戰

在 Red Hat 的定位裡,3.4 是一個「metal-to-agent」的統一平台——從底層硬體、推論基礎設施,一路到 Agent 的生命週期治理,全部納入同一套體系。這個定位背後有一個清晰的判斷:企業 AI 的成熟度,不是由模型的能力上限決定,而是由治理基礎設施的完整程度決定。

一個自主運作的 AI Agent,和傳統軟體有本質上的不同。傳統軟體照著程式碼執行,行為可預測;Agent 根據模型推論決策,行為本質上存在不確定性。這意味著「部署上去就沒事了」的思維行不通——企業需要知道每一個 Agent 在做什麼、用了哪些工具、消耗了多少資源、有沒有被惡意輸入操控。這套能力,就是 3.4 裡稱之為 AgentOps 的核心功能群。

AgentOps 提供整合式的追蹤機制、Agent 身份識別,以及從開發到生產的完整生命週期管控。每一個在企業環境中運行的 Agent,都是有名字、有身份、有記錄的受管理實體,而不是一個放出去就不知道在幹嘛的黑盒子。搭配開源的 Garak 框架與 Chatterbox Labs 的安全技術,平台還能在 Agent 進入生產之前,主動對它進行自動化的 red-teaming,找出可能被惡意利用的弱點,讓安全防護從「事後補救」變成「部署前驗證」。

▲ Red Hat AI 3.4 AgentOps 架構:涵蓋從追蹤、評估、身份識別到生命週期管理的完整能力

圖片來源:Operationalizing "Bring Your Own Agent" on Red Hat AI, the OpenClaw edition,Red Hat Blog

身份問題:短效憑證取代靜態金鑰

Agent 治理有一個很少被討論、但其實相當關鍵的底層問題:身份。

當一個 Agent 需要存取資料庫、呼叫外部 API、或是與其他系統互動,它用什麼憑證來證明自己的身份?過去大多數 AI 系統的做法是 hardcoded API 金鑰——靜態、長效、一旦洩漏就是永久的存取漏洞。Red Hat AI 3.4 透過導入 SPIFFE/SPIRE 標準,改變了這個邏輯。每個 Agent 在執行時取得的是短效憑證,有時效限制、有最小權限約束,過期後自動失效。即便某個 Agent 實例被攻破,攻擊者能利用的時間窗口也極為有限。這不是 AI 安全的全部答案,但它堵上了一個真實存在的系統性漏洞。

內建安全防護:Chatterbox Labs 與 Garak 的雙重把關

Agent 的身份安全解決了「誰在執行」的問題,但還有另一個同樣重要的問題:「Agent 會不會被操控去做不該做的事?」

這正是 prompt injection 與 jailbreak 攻擊的核心威脅——透過精心設計的輸入,誘導 Agent 繞過限制、洩漏敏感資料,甚至執行未被授權的操作。Red Hat 於 2025 年底完成對 Chatterbox Labs 的收購,這次正式將其安全技術整合進 3.4 平台,提供即時的風險篩選能力,能夠在推論過程中偵測 jailbreak 嘗試、prompt injection 攻擊,以及模型輸出的 bias 問題。

搭配開源的 Garak 框架,企業還可以在 Agent 上線之前進行自動化的安全測試,模擬各種惡意輸入情境,系統性地找出模型的弱點。這兩套機制的組合,讓 AI 安全防護從「我們相信模型不會做壞事」,轉變為「我們有機制在部署前驗證它、在運行中監控它」。

小結

Red Hat AI 3.4 上篇涵蓋的三個面向——AgentOps 生命週期管控、SPIFFE/SPIRE 身份管理、Chatterbox Labs 與 Garak 安全防護——解決的都是同一個根本問題:當 Agent 開始在企業環境中自主運作,我們憑什麼相信它的行為是安全的、可控的、可追責的?

答案不是信任,而是機制。

下篇我們將繼續探討 Red Hat AI 3.4 在品質管理、模型治理與推論基礎設施上的升級,說明企業如何讓 AI 的品質可量測、成本可控、部署更彈性。

免費諮詢 Red Hat 台灣總代理 – MetaAge 邁達特

您是否想進一步了解 Red Hat AI 3.4 如何在您的 IT 環境中落地?MetaAge 邁達特是 Red Hat 台灣總代理,擁有近 30 年雲地整合、混合多雲治理的實戰經驗。邁達特不僅提供產品授權,更專精於規劃、導入與客製化您的 AI 基礎設施策略,確保平台效益能在您的環境中真正持續擴展。

您可由此填寫【免費諮詢表單】聯繫邁達特顧問團隊,讓邁達特的 Red Hat 認證工程師為您量身打造以 AI 為核心的混合雲架構策略,助您掌握企業 AI 部署全局。

聯絡 我們