该论文提出了 Growlithe，一款面向服务器无服务器应用的开发者中心化合规工具。服务器无服务器应用由多种编程语言编写的函数、多样化的数据存储和通信服务组成，且快速迭代，这使得租户难以保护应用数据免受因漏洞、配置错误和人为失误导致的意外泄露。现有云安全工具如身份与访问管理（IAM）缺乏对租户应用的可观察性，而最新的数据流跟踪工具需要云平台支持且运行时开销大。Growlithe 集成到服务器无服务器应用开发工具链中，通过设计实现数据策略的持续合规。它允许开发者以声明方式指定访问和数据流控制策略，这些策略基于语言和平台无关的数据流图抽象（针对服务器无服务器应用），并通过静态分析和运行时强制相结合来执行策略。论文使用 Python 和 JavaScript 编写的函数（可部署在 AWS Lambda 和 Google Cloud Functions）进行了实验，结果表明 Growlithe 具有跨领域性、可移植性和高效性，使开发者能够轻松适应应用和策略的演变需求。主要贡献包括：提出了一种面向开发者的合规方法，实现了策略与应用的解耦；设计了跨平台的数据流图抽象；实现了低开销的静态与运行时混合策略强制机制；通过多平台实例证明了其有效性和可用性。

本文提出VIGIL，一个针对AI智能体系统的运行时执行强制框架。随着智能体系统越来越多地通过第三方技能（skills）执行操作，这些操作可能影响文件、通信渠道和网络物理设备，因此需要有效的安全监控。技能通常附带自然语言规范，定义访问权限、披露限制、执行权限和前提条件，但这些规范本身缺乏可执行的运行时强制。VIGIL旨在解决上下文粒度挑战：监控器必须决定观察哪些事件、保留哪些状态、推理多远以及何时干预。不同于现有固定事件模型或强制点的方法，VIGIL检查智能体的实际执行轨迹与来自技能规范、操作员定义约束和跨技能全局规则的行为策略。VIGIL引入了一种策略语言，该语言捕获对工具事件的上下文特定强制要求，包括时间依赖、参数约束和价值流条件。该语言与符号评估规则配对，将策略转换为有限轨迹上的SMT约束，从而可以检测依赖于事件顺序、参数关系或跨调用价值流的违规，而非固定单调用过滤器。在涵盖办公文档、操作和工程任务的真实LLM智能体运行中，VIGIL以超过95%的召回率和低于10%的误报率检测策略违规。