跳转至

Control where your AI agents can browse with Chrome enterprise policies on Amazon Bedrock AgentCore

📊 Level ⭐⭐⭐ | 8.6KB

来源:原文存档

核心要点

  • AWS China ML 发布的技术文章,介绍 Amazon Bedrock AgentCore Browser 的 Chrome 企业策略控制能力
  • 三大能力:URL 白名单/黑名单、禁用危险浏览器功能(密码管理器、下载等)、将策略管理与 Agent 开发解耦
  • 支持自定义根 CA 证书,解决内部服务使用私有 PKI 的连接问题
  • 架构通过 S3 存储策略 JSON + Secrets Manager 管理证书,实现声明式配置

深度分析

AI Agent 浏览器控制的必要性

AI Agent 获得 web 浏览能力后,安全边界变得模糊。传统网络安全边界无法覆盖 AI Agent 的动态行为——Agent 可能根据 prompt 导航到未授权域名、在浏览器中存储凭据、或下载恶意文件。Chrome Enterprise Policies 提供了一种独立于 Agent 逻辑的防御层。

两层策略架构

Managed Policies(管理策略):

  • 存储在 S3,通过 CreateBrowser API 配置
  • 映射到 Chrome 的 /etc/chromium/policies/managed/
  • 不可被会话级设置覆盖
  • 适用于安全团队定义的全局锁定策略 Recommended Policies(推荐策略):

  • 通过 StartBrowserSession API 在会话启动时传入

  • 映射到 /etc/chromium/policies/recommended/
  • 可作为用户偏好设置
  • 当与 Managed Policy 冲突时,Managed Policy 优先 这种分层设计允许安全团队和开发团队独立运作——前者负责锁定环境,后者专注于 Agent 逻辑。

自定义根 CA 的实际价值

企业内部服务或 SSL 拦截代理使用的证书通常由私有 CA 签发,默认情况下浏览器不信任这些 CA。传统解决方案是禁用证书验证,但这会引入安全风险。 AgentCore 的方案是将组织根 CA 存储在 AWS Secrets Manager,引用时自动导入 Chrome 信任存储。无需修改代码或禁用验证,即可实现安全连接。

策略配置的工程实践

文章中的 notebook 示例展示了典型工作流:

  1. 定义策略 JSON(URLBlocklist + URLAllowlist 实现白名单)
  2. 存储策略文件到 S3
  3. 创建 Browser 时引用 S3 位置
  4. 启用会话录制用于审计 关键细节:DeveloperToolsAvailability 必须设置为 0(或省略)才能使用 Playwright/CDP 自动化——设置为 2 会禁用 CDP,导致静默失败。

实践启示

  1. 在设计 AI Browser Agent 时,策略控制应是架构决策而非事后补丁:在 Agent 层面限制 URL 即使被 prompt 注入绕过,浏览器层面的策略仍能提供保护。两者结合实现纵深防御。
  2. 推荐使用白名单而非黑名单模式:AI Agent 的行为空间巨大,黑名单难以覆盖所有风险场景。白名单(URLBlocklist=["*"] + URLAllowlist=[特定域名])提供更可预测的安全边界。
  3. 浏览器策略应与 CI/CD 流程集成:策略 JSON 存储在 S3,可通过版本控制管理,配合 AWS IAM 最小权限原则,确保只有安全团队能修改策略配置。
  4. 私有 PKI 场景下,Secrets Manager + AgentCore 是标准方案:不要为了"方便"而禁用证书验证。通过组织根 CA 导入实现安全连接是正确路径,且配置一次即可在多个 Agent 间复用。
  5. 会话录制是审计 AI Agent 行为的重要工具:当 Agent 执行敏感操作时,录制的会话可用于事后分析、异常检测和合规审计。 → 原文存档

相关实体