ContractWarden: Kernel-Enforced Damage Boundaries for AI Agents via Human-Authorized Contracts

arXiv cs.CR · 1 oct, 06:00

ContractWarden es un monitor de referencia de Linux que enforce límites de daño para agentes basados en LLM mediante contratos autorizados por humanos, sin confiar en el agente ni en sus sugerencias de políticas. Un modelo propone un contrato de tres estados (allow, deny, no_egress), pero un humano toma la decisión final, y un kernel eBPF LSM implementa las decisiones de archivo y red.