Dapr 1.18 推出可验证执行功能，为 AI 智能体与工作流赋予密码学信任能力

此次发布针对的是智能体 AI 时代最紧迫的难题之一：可信性。过去十年间，尽管分布式系统的容错能力持续提升，AI 智能体如今也能够执行复杂、长周期的任务，但想要证明这些任务的完整执行过程仍然困难重重。Dapr 1.18 旨在填补这一空白，引入覆盖工作流、各类服务与 AI 智能体的密码学权责追溯链，为企业提供独立、可验证的执行记录。

长久以来，

当 AI 智能体审批金融交易、访问敏感数据、调用其他智能体或执行长时运行工作流时，企业愈发需要厘清以下问题：操作发起方是谁？执行记录是否被篡改？下游系统能否信任输出结果？审计人员是否可独立核验事件链路？

工作流历史签名功能可基于开源 SPIFFE 标准定义的身份对工作流执行记录进行密码学签名，生成具备防篡改特征、可供独立核验的日志凭证。工作流历史传播则将执行溯源链路打通至各类服务、工作流及应用边界，让下游系统能够追溯请求源头，厘清前置操作对当前流程产生的影响。最后，工作流认证可为工作流与流程任务提供可信执行上下文，使权限策略与合规校验能够基于经过核验的溯源信息做出决策。

这些功能共同构成了 Diagrid 所描述的可验证执行模型，在该模型中，工作流的历史变得与其产生的数据一样可信且可审计。

此次发布折射出整个软件行业正在发生一场大范围变革。在过去几年中，软件签名、软件物料清单（SBOM）以及制品证明等技术已成为软件供应链安全的基础要素。企业越来越期望了解软件的来源、构建方式以及是否被篡改。

随着 AI 系统变得更加自主，企业正对可解释性、监管合规性和运营问责性的要求日益增长。在医疗和金融服务等受监管行业中，证明 AI 驱动决策的生成过程与决策本身同等重要。Dapr 1.18 将供应链安全概念从软件制品延伸至运行时执行，让工作流和 AI 智能体能够生成可核验凭证，完整记录事件过程、操作主体，并证明执行记录未被篡改。

该版本还对 Actor 运行时模型进行了改进。应用程序现在可以建立单条

在基础设施层面，Dapr 1.18 新增 IPv6 与双协议栈网络支持，同时在服务调用过程中兼容

本次版本发布，恰逢整个行业都在大力推进可信 AI 配套基础设施标准制定工作。包括微软、

借助 Dapr 1.18，Diagrid 笃定云原生计算下一发展阶段的核心不再只是持久化执行，而是可验证执行。在这套新模式下，可信保障、操作溯源与密码学责任追溯将成为支撑 AI 与分布式应用的平台原生内置能力。

查看英文原文：