AgentProvenance

AgentProvenance 目前处于早期开发与公开阶段，GitHub 仅有 38 颗星标、无分支，且未发现任何实际部署案例、教程或第三方评测，尚不能确认其被真实环境采用。热度证据脆弱，仅反映初步技术关注，不具备采纳证明。

作为一个基于 eBPF 和 Falco/Tetragon 的本地优先安全控制平面，它的核心价值在于将沙盒化 AI 代理的应用上下文（如任务目标、动作序列）与操作系统级遥测（进程、网络、文件访问等）关联起来，生成可签名、防篡改的因果证据图。这让安全团队能以类似 Git 历史的可追溯方式回溯代理行为，支撑风险判定、事故回放和合规审计。

项目采用开源许可证，可本地部署，但运营门槛较高——需要团队具备 eBPF 探针部署、Falco/Tetragon 规则编写及 Linux 内核可观测性技能。官方未公布任何定价或托管方案，因此成本主要来自自身基础设施投入，目前无法预估典型运维开销。它不是一个开箱即用的 AI 安全产品，更适合有安全工程能力的组织进行探索性集成。

当前社媒共识近乎为零，所有信息均来自项目自述。讨论质量极低：无实测文章、无生产环境报告，唯一存在的信号是 38 个星标，可能来自概念验证的赞同。因此，必须谨慎看待其成熟度。不应将其误解成成熟的 AI 代理运行时保护平台或 SIEM 替代品，更恰当的类比是“面向 AI 代理的系统级溯源取证工具”，专攻可验证的因果关系生成。