多租户AI agent直接读写企业文件时，可能被提示注入操纵而越权或破坏数据。本文介绍用Amazon FSx for NetApp ONTAP在agent之外建立数据边界：以export policy按网络身份划分租户与读写权限，用qtree和FlexClone限制会话影响范围，借助Kerberos建立可信身份，并通过FPolicy、自主勒索软件防护、NAS审计、快照与取证副本实现检测、告警、取证和恢复。

数学家借助AI证明流体方程有限时间爆破，但争议焦点转向数据边界：研究过程存入AI平台后，平台是否可能利用未公开数据？OpenAI被指接触相关进展，双方各执一词。文章强调，当AI参与高价值工作，用户需区分工具与平台竞争风险，数据训练、访问、审计边界须事先明确并可验证。

本文介绍了在Amazon Web Services上建立数据边界的基本要素，包括身份和访问管理、基础设施安全和数据保护。建立数据边界需要考虑六个主要控制目标，包括身份、资源和网络。可以使用基于资源的策略、VPC端点策略和SCP等控制措施实现这些目标。文章还介绍了主要的IAM条件键，如aws:PrincipalOrgID和aws:ResourceOrgID等，以及如何在数据边界策略中使用它们。