# Brex 开源 CrabTrap：给 AI 智能体加一个 HTTP 代理，用 LLM 当裁判实时拦截危险请求

> 原标题：CrabTrap: An LLM-as-a-judge HTTP proxy to secure agents in production

- 来源：Hacker News 首页
- 发布时间：2026-04-21T15:29:16.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/8011
- 原文：https://www.brex.com/crabtrap

## 摘要

Brex 把内部用的安全工具 CrabTrap 开源了。它本质上是一个 HTTP 代理，插在你的 AI 智能体和外部服务之间，每次智能体要发请求都得先过它这关。它会对照你写的安全策略做判断，允许或拦截，而且判断方式分两条路：先走静态规则直接匹配，匹配不上再交给一个 LLM 裁判来拍板。后台日志会标清楚每个决定是规则拦的，还是模型判的。部署起来很快，官方...

## 推荐理由

这篇东西的看点不在开源本身，而在执行面选在了 HTTP 代理层。对从业者来说，这比 SDK 内置检查更通用，但正文没给延迟和误判数据，我会先打个折。钩子够抓人，机制也实在，所以 HKR 全亮，但分数停在 78 是因为关键性能指标全缺，别太激动。

## 锐评

Brex 把内部用的 CrabTrap 开源了，这东西就是个 HTTP 代理，插在你的 AI 智能体和外部服务之间。每次智能体要往外发请求，它先对照你写的安全策略做判断：能过就放行，不能过就拦下。判断逻辑分两条路，先走静态规则直接匹配，匹配不上再交给一个 LLM 裁判来拍板。后台日志会标清楚每个决定是规则拦的，还是模型判的，这点对排查问题挺友好。

官方说 30 秒就能部署跑起来，演示里也给了终端命令和 Web 界面，看起来上手门槛不高。但正文没披露它用的是什么裁判模型、每次拦截会加多少延迟、误拦和漏拦的比例大概是多少。这些数据直接决定它能不能真用在生产环境里，目前只能先打个折看。

另外，安全策略怎么写、写多细，官方也没展开。如果策略写得太松，裁判模型也未必能兜住；写太死，智能体可能动不动就被卡住。这块是实际落地时最容易踩坑的地方，建议等社区跑一段时间看看反馈再跟。