TrustGraph предлагает определять, куда агент может направить результат, с учётом источников, из которых этот результат получен. Вопрос не только в том, может ли агент прочитать данные, но и в том, сохраняется ли ограничение, когда он передаёт производный текст другому агенту или инструменту.
Как ограничение следует за данными
Проверка доступа к источнику сама по себе не определяет, разрешено ли переслать полученный из него текст другому адресату. TrustGraph описывает политику, которая связывает источники данных, агентов и действия, отправляющие результат. По описанию проекта, система учитывает происхождение результата по цепочке обработки и сопоставляет его с предполагаемой аудиторией действия.
Это механизм контроля доступа, а не оценка истинности или безопасности содержания ответа. В README проекта TrustGraph разработчики описывают принятие решений как проверку происхождения данных и правил для действий.

Что задаёт политика и как принимается решение
Согласно README, файл политики указывает, кто может читать данные, производные от каждого источника, каким агентам разрешено их использовать и куда направляет результат каждое действие. Для результата система может ответить «разрешить», «требуется одобрение» или «запретить» и указать причину. Разработчики также утверждают, что решение детерминировано и модель не участвует в его принятии.
Пример в README показывает правило на источниках salaries и roadmap. Сводку, содержащую данные из salaries, запрещено отправлять в engineering, но разрешено направить в HR; результат только из roadmap разрешено отправить в engineering. Для сочетания roadmap и benchmarks при отправке руководству требуется одобрение. Это иллюстрирует принцип: разрешение зависит и от происхождения данных, и от действия с заданной аудиторией.
Детерминированная проверка правил не гарантирует, что конкретная интеграция правильно описывает все источники, инструменты и адресатов. Практический результат зависит от полноты политики и от того, проходит ли через контролируемый механизм каждое действие.
Что описывает демонстрация шлюза
README предлагает защищённую демонстрацию с локальными поддельными MCP-серверами и шлюзом TrustGraph. По описанию разработчиков, детерминированный клиент следует внедрённой инструкции в приватном коде и пытается отправить публичный pull request и поисковые запросы с секретами; демонстрация проверяет, что эти обращения не доходят до вышестоящего сервера.
Разработчики также сообщают, что в сценарии тот же агент завершает разрешённый приватный pull request. После перезапуска и повторного подключения ограничения, по README, сохраняются; новый агент, которому доступны только публичные данные, выполняет публичную задачу. Это результаты описанного авторами локального сценария, а не независимое испытание интеграции с реальной моделью.
README прямо ограничивает вывод: детерминированный клиент намеренно пытается выполнить внедрённое действие, поэтому демонстрация не измеряет частоту успешных атак на модель. Она показывает заявленное поведение шлюза в заданном сценарии, но не оценивает устойчивость моделей к внедрённым инструкциям. В предоставленных материалах независимых испытаний нет.
Когда шлюз может ограничить обход
Условие работы защиты сформулировано в README: шлюз может не дать агентам обойти проверки, пока он один хранит учётные данные вышестоящих серверов и у агентов нет другого маршрута к этим серверам. Если агенту доступны собственные ключи или альтернативное соединение, такой путь не контролируется шлюзом.
Проект обозначает TrustGraph как экспериментальное превью. По README, версия 2 конфигурации шлюза предоставляет защищённую границу с типизированным происхождением данных и сохраняемым контекстом каждого агента. Версия 1 оставлена для совместимости, но допускает непроверенные исходящие аргументы чтения и passthrough. Python-интеграции названы экспериментальными и требуют доверенной инструментации хоста. Эти оговорки важны при выборе конфигурации: описание версии 2 нельзя автоматически переносить на другие варианты подключения.
Что это означает для команд, использующих агентов
Подход может быть полезен там, где агент читает источники с разными ограничениями, а затем отправляет сводки или команды другим инструментам. Например, политика может разрешить передавать сведения о зарплатах HR, но запретить включать их в сообщение для инженерной команды. Чтобы такая граница работала, команде нужно описать источники, аудитории и действия и обеспечить отсутствие обходного доступа к защищённым серверам.
README описывает конкретную демонстрацию блокировки заданных действий, а не статистическую оценку атак на модели или независимый аудит всей системы. Поэтому ответ на вопрос о передаче данных условный: TrustGraph заявляет контроль производных результатов, но он зависит от полноты политики и от того, что агенты не могут миновать шлюз. Практическая демонстрация в README подтверждает лишь поведение описанного сценария в заявленных условиях.








