Dapr 1.18 Introduces Verifiable Execution, Bringing Cryptographic Trust to AI Agents and Workflows

Dapr 1.18 引入可验证执行，为 AI 代理和工作流带来密码学信任 - InfoQ

InfoQ 首页 News Dapr 1.18 引入可验证执行，为 AI 代理和工作流带来密码学信任

DevOps

QCon 旧金山（11 月 16 日至 20 日）：深入的技术会议。改变你思维方式的同行对话。

Dapr 1.18 引入可验证执行，为 AI 代理和工作流带来密码学信任

2026 年 6 月 26 日 3 分钟阅读

作者：

• Craig Risi

#### 为 InfoQ 写作

激发你的好奇心。

帮助 55 万+ 全球

高级开发人员

每月保持领先。

联系我们

收听这篇文章 -

0:00

音频准备就绪

你的浏览器不支持音频元素。

正常

1.25x

1.5x

喜欢

新下拉阅读列表

• 阅读列表

Diagrid 宣布发布了 Dapr 1.18，引入了其称之为“可验证执行”的新功能集，旨在为分布式应用和 AI 代理带来密码学信任、来源追踪和防篡改执行记录。此次更新是自 Dapr 1.10 以来最重要的更新之一，引入了工作流历史签名、工作流历史传播和工作流认证功能，使组织能够验证工作流是如何执行的，哪些身份执行了操作，以及执行历史是否被篡改。该版本作为 Dapr 的开源更新，以及通过 Diagrid 的托管 Catalyst Cloud 平台立即发布。

该公告回应了在代理 AI 时代出现的一个最紧迫的挑战：信任。尽管在过去十年中，分布式系统变得越来越强大，AI 代理现在能够执行复杂且长期的任务，但证明这些任务是如何执行的仍然困难。Dapr 1.18 旨在通过引入跨越工作流、服务和 AI 代理的密码学保管链来弥补这一差距，为组织提供可验证的执行记录，这些记录可以独立验证。

历史上，工作流引擎和分布式系统主要关注的是持久性和容错性。现代工作流可以经受基础设施故障，从崩溃中恢复，并自动重试失败的操作。然而，随着 AI 系统开始做出关键业务决策，关于来源和责任的问题变得越来越重要。

当 AI 代理批准一笔金融交易、访问敏感信息、调用另一个代理或执行一个长期运行的工作流时，组织越来越需要回答诸如以下问题：谁发起了这个操作？执行历史是否被篡改？下游系统能否信任结果？审计人员能否独立验证事件链？

工作流历史签名允许使用基于开放 SPIFFE 标准的身份对工作流执行历史进行密码学签名，创建可以独立验证的防篡改记录。工作流历史传播将执行血缘关系扩展到服务、工作流和应用边界，使下游系统能够了解请求的来源以及哪些先前操作影响了它们。最后，工作流认证使工作流和活动能够接收可信的执行上下文，使策略和合规检查能够基于验证的来源做出决策。

这些能力共同构成了 Diagrid 所描述的“可验证执行”（Verifiable Execution）模型，该模型使工作流程的历史记录与它所产生的数据一样可信且可审计。

此次发布反映了软件行业正在发生的更广泛的转变。在过去的几年中，诸如软件签名、软件物料清单（SBOMs）和构件认证等技术已成为软件供应链安全的基础组成部分。组织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 系统变得越来越自主，组织面临着对可解释性、法规遵从性和操作问责性的日益增长的需求。在医疗保健和金融服务等受监管的行业中，证明 AI 驱动决策的形成过程可能与决策本身一样重要。Dapr 1.18 将供应链安全概念从软件构件扩展到运行时执行，使工作流程和 AI 代理能够生成可验证的证据，证明发生了什么、谁执行了操作，以及执行历史是否保持完整。

Jobs API（使未来和重复工作的调度成为可能）在经过广泛的性能测试后，现已达到稳定状态，被认为是生产就绪的。组件和配置热重载（Hot Reloading）现已全面推出，使组织能够在不重启应用程序或中断运行工作负载的情况下更新配置。

此次发布还引入了对 Actor 运行时模型的改进。应用程序现在可以建立一个单向的双向 gRPC 流，以从 Dapr sidecar 接收回调，从而消除了暴露入站服务器端口的需要，减少了网络复杂性和攻击面。

在基础设施层面，Dapr 1.18 增加了对 IPv6 和双栈网络的支持，以及在服务调用过程中符合 RFC 7230 的 hop-by-hop HTTP 头处理方式，从而提高了现代环境中的互操作性和网络安全性。

此次发布的时机与行业日益增长的努力相吻合，这些努力旨在定义可信 AI 系统所需的基础设施。包括微软、Agentic AI 基金会（AAIF）和云原生计算基金会（CNCF）在内的组织，越来越关注治理、互操作性、身份和来源作为基于代理的 AI 系统的基础要求。

借助 Dapr 1.18，Diagrid 正在押注云原生计算的下一阶段不仅仅是关于持久执行；它将关于可验证执行，信任、来源和密码学问责将成为驱动 AI 和分布式应用程序的平台的内置特性。

作者部分主包装器

关于作者

部分标题

每个作者的主包装器

#### Craig Risi

显示更多

显示更少

#### 本内容属于 DevOps 主题

##### 相关主题：

• DevOps

• AI、ML 与数据工程

• 代理

• 人工智能

• dapr

• 信任

• 密码学

• 相关编辑

• 相关赞助商 理解 AI 代理安全性

• 相关赞助商 使用 Promptfoo 安全地测试、评估和红队您的 LLM 应用程序——发现回归、基准模型，并更快地交付高质量的 AI 功能；立即开始测试您的提示。了解更多。

InfoQ 电子报

每周二发送上周 InfoQ 内容精选。加入超过 25 万名高级开发者的社区。查看示例

我们保护您的隐私。