Fallstudie: ett inkorg sorterat av engångs-AI-agenter

Inkommande e-post är det mest fientliga input ett företag bearbetar: phishing, prompt injection, malware. Vi ville ha AI-triage – klassificering, sammanfattningar, föreslagna åtgärder – utan att någonsin köra en LLM på rå e-post inuti vår infrastruktur.

Designen: varje enskilt e-postmeddelande sorteras av en engångs LLM-agent i en dedikerad virtuell maskin, skyddad av fem oberoende försvarslager – LLM-fri inmatning, injektionsskydd med PII-anonymisering och karantän, per-tenant svartlistor, en isolerad VM med endast vitlistade verktyg (inget skal, ingen utgående SMTP), och ett tvärtenant-skydd. Vid någon avvikelse återgår VM:en till en ren snapshot.

Det har körts i produktion på våra egna företagspostlådor i månader med kontinuerlig testning. Värdenheten kommer aldrig i kontakt med råmejl med en modell, ett komprometterat e-postmeddelande kan inte skada mer än sin egen engångsagent, och operatören ser en klassificerad, sammanfattad kö istället för en rå inkorg.