身份-会话-行为三位一体
连接谁使用了 AI、是哪次会话承载了动作，以及发生了什么行为。
GensightFigma 来源 826:3882
核心亮点
围绕身份、会话、行为与语义构建的安全。
Figma 来源列出 Gensight 的六条能力路径：身份-会话-行为三位一体、语义级 AI 分析、加密会话重构、端到网运行时治理、本地化 AI 防护，以及面向 AI Agent 时代的原生防护。
语义级 AI 分析
超越正则或关键词匹配，识别模糊 Prompt、隐喻表达与渐进式攻击意图。
加密会话重构
重构 Prompt 内容、模型推理参数与多轮对话上下文，使 AI 运营可追责。
端到网运行时治理
将 AI 通信视为可控运行时路径，而不是隐藏旁路。
主权本地化防护
支持本地化 AI 防护预期，但不在审批前发布部署速度证明。
产品功能架构
终端旁路监测模型
代理管控模型
异步集成模型
AI 资产盘点
行为审计轨迹
交互时监测
策略审查工作流
通信路径执行
闭环治理
AI 活动可见性
来源证明待审批后公开。
场景覆盖
来源证明待审批后公开。
风险证据
来源证明待审批后公开。
响应时延
来源证明待审批后公开。
Gensight 通过统一可见性、威胁检测与主动安全评估能力，持续保护 AI 应用、AI Agent 与数据流。
全场景数据采集
弥合 Shadow AI 治理真空。
Gensight 通过终端旁路监测、代理管控和异步集成采集 AI 行为，同时隐藏来源文件中的数字化可见性与上线速度声明。
终端旁路监测模型
终端旁路监测模型
在直接应用集成受限的环境中，从终端层观测 AI 使用。
代理管控模型
代理管控模型
将 AI 通信置于可执行路径中，用于策略审查与运行时响应。
异步集成模型
异步集成模型
把公网 LLM 访问、API 调用与企业自研 AI 服务连接到同一审计面。
深度语义重构
深度语义重构
通过重构 Prompt 内容与对话上下文，降低调查对表层元数据的依赖。
AI 可见性与审计
让碎片化 AI 使用可审计、可归责。
来源文案描述了资产盘点与行为审计系统，用于处理 AI 使用碎片化、路径不透明和责任边界模糊问题。
AI 资产盘点
AI 资产盘点
维护 AI 应用、访问点、用户、会话与数据流路径台账。
行为审计轨迹
行为审计轨迹
将使用记录连接到身份与会话，使复核团队能够重建运营责任。
AI 风险与合规监测
将可见性转化为合规控制。
Gensight 在 AI 交互过程中动态识别潜在法律与安全风险，将活动可见性连接到策略审查。
交互时监测
交互时监测
在活动仍具运营相关性时评估 AI 请求、响应与上下文。
策略审查工作流
策略审查工作流
将被标记的 AI 行为路由到合规、安全与调查流程。
威胁预防与响应
从可见走向可控。
来源将 Gensight 描述为 AI 通信路径上的执行层，形成从看见到治理的闭环。
通信路径执行
通信路径执行
对 AI 流量施加运行时策略关注，而不是让 AI 使用成为非托管旁路。
闭环治理
闭环治理
将检测、复核、响应和证据采集连接为一个运营闭环。
面向关键运营领域的 AI 安全模式。
石油与能源
用于模型使用与安全、数据、控制边界交汇的工业运营 AI 治理。
航空
面向受监管航空工作流中 AI 活动的可见性与响应模式。
交通与航运
面向分布式物流、路线与运营 AI 使用的场景框架。