10月26日，Oracle在美国拉斯维加斯举行的Oracle AI World活动期间发布Deep Trust AI Architecture，试图把企业部署AI代理和AI生成应用时面临的安全、隐私、业务规则及数据访问控制，固化到技术栈底层，而不是完全交由每个模型或应用自行实现。Oracle公告
据Oracle介绍，该架构覆盖软件平台、数据、数据访问和应用开发四个层面。其方案包括由Autonomous AI Database自动进行安全更新并提供加密保护；通过Deep Data Security在数据库侧执行身份和访问规则，并借助SQL Assertions限制不符合业务约束的操作；通过Deep Trust Data APIs向AI代理开放受控的业务对象，而不是允许其任意执行SQL；同时用Deep NL2SQL结合企业术语、指标和数据结构生成更贴合业务上下文的查询。Oracle还表示，APEX AI Application Generator让AI生成应用定义，再由集中式运行时负责执行，以减少直接维护大量AI生成执行代码的需要。
这条消息的核心变化不是公布一个新的基础模型，而是把企业AI竞争的一部分转向“可信架构”：模型可以继续迭代，但权限、数据边界和关键业务规则尽量在模型之外、并且在更靠近数据和运行时的位置强制执行。对于准备引入AI代理的企业，这种思路有助于降低单个应用漏配权限或绕过规则的风险，也可能提高审计和运维的统一性。
需要注意的是，目前可核实的材料主要是Oracle自己的产品公告，公告没有提供独立测试、客户部署规模或量化的安全收益数据。因此，Deep Trust AI Architecture更适合被视为Oracle提出的产品和架构路线，而不是已经由第三方证明有效的行业标准。后续应关注其接口是否支持跨平台部署、数据库级策略是否会增加开发和迁移成本，以及AI生成查询的准确性和反馈机制能否在真实企业数据中稳定运行。
参考来源：
由 AI 整理，仅供参考；请以原始来源为准。
