deny 规则是你唯一能依赖的边界

· 5 分钟阅读

agent harness 里其他所有被称作「权限」的东西,本质上都是对成本的权衡。这一点值得说清楚,因为界面不会告诉你:一个确认弹窗、一个叫 Auto 的模式、一项可写目录设置,看起来都是同一类东西,但其中只有一个是系统无论如何都会守住的线。

OHarness 有五种权限模式。手动模式:任何改变状态的操作之前都先问你。自动接受编辑:放行文件写入,其他的照样询问。计划模式:拒绝一切改动,只读。自动模式:放行编辑和常规命令,有风险的才问。跳过确认(Bypass):全部批准。

这五种里有四种,只是在调你被打断的频率。第五样根本不是模式。

分类器到底在衡量什么

大多数人最后都停在 Auto 模式,所以值得了解是什么在做决定。它背后的分类器衡量的是破坏半径,而不是意图:rm、sudo、git push、kubectl、npm publish,以及对 /tmp 之外绝对路径的写入。凡是它认不出是常规操作的,照样会问。

这种偏向是有意为之,也是唯一合理的取向。真正有代价的失败,是批准了一条毁掉工作成果的命令;反方向的失败,是多被问一次 ls,代价不过按一下键。一个调校成在后者上耍聪明的分类器,迟早会在前者上犯错。

但保守的分类器终究是分类器。它读一条命令,然后猜。bash -c 'python -c "..."' 只是一行 shell,它的破坏半径在参数里完全看不出来;再怎么完善模式匹配也解决不了,因为可供读取的信息根本不存在。

不靠猜的规则

模式之下有三张列表,同时按工具名和 Tool(argument) 形式匹配:

{
  "allow": ["Bash(npm run test:*)", "mcp__github__get_*"],
  "ask":   ["Bash(git push*)"],
  "deny":  ["Bash(rm -rf *)", "write(.env*)"]
}

deny 优先于一切,包括 bypass 模式。这是整个权限系统里唯一一句可以完全信赖的话:没有任何模式、任何批准、任何「始终允许」能重新打开被 deny 规则关上的路径。它之上的一切——模式、分类器、确认请求——都只是围绕「你想被问多少次」这个问题搭起来的脚手架。

批准会被持久化,而持久化到哪里很重要。「始终允许」会写入三个作用域之一的设置文件:~/.oharness/settings.json 用于个人习惯;.oharness/settings.json 用于属于仓库、可以在 pull request 里审查的规则;.oharness/settings.local.json 用于只对当前 checkout 生效、不进 Git 的选择。拒绝规则会在三者之间累加,永远不会被更窄的作用域覆盖,因为项目必须能够禁止用户在全局允许过的东西。

写入的是能覆盖你所批准内容的最具体的模式。批准 Bash(npm test) 绝不能悄悄放行所有 Bash(...);批准某个已连接应用的一个工具,也绝不能放行这个应用的其他工具,更不用说你连接的所有应用。一个在你点击确认时自行扩大范围的权限系统比没有还糟,因为它产出的设置文件读起来像策略,用起来却像 bypass。

可写目录是策略关卡,不是沙箱

workspaceMode 的取值是 read-only、workspace-write 或 full-access,检查发生在确认请求之前——把策略早已禁止的选项摆给人选,只会让人觉得确认弹窗是摆设。

有必要准确说明这个检查是什么。它检查工具参数,拒绝允许目录之外的路径。它不会限制进程本身。一条 shell 命令能访问你能访问的任何路径,上面那个 python -c 的例子能完全绕过参数检查。真正的隔离是操作系统层面的功能——容器、虚拟机、权限更少的用户账号——声称能做到这一点的 harness,卖的只是一种「有边界」的感觉。

所以:它能防住失误,而出问题的大多是失误。它防不住一条存心为之的命令,而这恰恰是人们以为自己买到的东西。

日后你会想要的,是这份记录

每一次权限决定都会记录在产生它的对话记录旁边,形式是按 id 配对的两行:

{"kind":"decision","id":"dec_9f2c","tool":"bash","behavior":"ask","principal":"Bash(npm test)"}
{"kind":"answer","id":"dec_9f2c","outcome":"allowed","remembered":"Bash(npm test)"}

decision 是规则给出的结论,answer 是人给出的回答。一条没有 answer 的 ask,意味着问题还显示在屏幕上时进程就停了——而这正是一周之后你凭记忆无法还原的状态。outcome: "unavailable" 是失败即关闭(fail-closed)的情况:没有任何一方能发起询问,于是在无人参与的情况下拒绝了这次调用。

除非你主动关闭,否则它一直开着,因为这份记录每轮只多几行短文本,而缺了它的时候,往往正是事后发现需要它的时候。它留在做出这些决定的那台机器上:同步会推送对话记录和产物,但有意不推送这份记录;会话删除时它也随之删除。

写入是「发出即不管」(fire-and-forget)的,但会串行化。这是刻意的取舍——记录不能拖慢工具调用,也不能导致其失败,所以写入失败只会在日志里留一条警告,而不会拒绝命令。这份记录描述发生了什么,并不对其设关卡。这又回到了同一个区分:弄清楚你的哪些控制手段是权衡判断,哪一个才是边界。


OHarness 是一套开源的 agent harness,采用 MIT 许可证。权限参考列有模式、作用域和规则形式的完整表格,架构参考说明了权限层相对于模型和工具所处的位置。