原文標題：CrowdStrike Agent Graph Shows How Agents Act on the Endpoint
CrowdStrike 10 月 30 日說明 Agent Graph 的設計，這是 Falcon Guardian 底層的關聯分析層，目標是讓企業不只看見 AI 代理收到什麼指令，也能看見代理實際在端點執行了哪些動作。一般 AI 閘道可檢查提示詞與模型回覆，但難以直接還原後續在作業系統中建立的程序、檔案與連線。
Agent Graph 結合既有 Falcon 感測器的程序、檔案及網路遙測，與 AI 模型、提示詞、工具、技能、MCP 伺服器、使用者及主機資訊建立關聯。三個主要視圖包括 Agent Inventory、Session Graph 與 Agent Threat Score。
Agent Inventory 顯示已核准與未經核准的代理及其部署範圍；Session Graph 按時間順序連接提示詞、工具呼叫、程序執行與偵測事件；Threat Score 則以 0 到 100 的分數排序需要優先調查的代理，讓分析人員能由整體清單追查到特定高風險工作階段。
對支援原生 hooks 的代理，Falcon Guardian 可在提示詞送出、工具執行前及完成後取得更詳細的輸入輸出，並於政策判定危險時阻止執行。官方表示 Claude Code、OpenAI Codex、GitHub Copilot、OpenCode 與 Cursor 已支援這類 hooks，但不同代理的實際可見範圍仍取決於支援情況。
發生了什麼事
CrowdStrike 10 月 30 日說明 Agent Graph 的設計，這是 Falcon Guardian 底層的關聯分析層，目標是讓企業不只看見 AI 代理收到什麼指令，也能看見代理實際在端點執行了哪些動作。一般 AI 閘道可檢查提示詞與模型回覆，但難以直接還原後續在作業系統中建立的程序、檔案與連線。
為什麼重要
AI 代理可直接使用使用者權限執行命令，將提示詞與端點結果連接，才能判斷提示注入是否真的轉化為資料外傳或惡意程序。
影響哪些人
部署 AI 程式開發代理的企業、SOC 分析師、端點管理與資安治理團隊可藉此調查代理執行路徑。
已確認與未確認
已確認產品架構、三種視圖、0 至 100 分數及部分 hooks 支援；未公布所有代理的功能一致性、額外授權價格與完整部署條件。