AI 系统中的密钥管理
定义
密钥管理指对不能暴露在源码、日志、镜像、Prompt、Notebook 或部署清单中的凭证进行系统化保护。AI 场景里常见对象包括模型 API key、数据库密码、签名密钥、服务 token、证书，以及训练、推理、评测和 Agent 工作流使用的访问凭证。成熟做法会结合专用 vault 或云密钥服务、最小权限、短期凭证、定期轮换、加密、审计日志和安全的运行时注入。
为什么对 AI 求职重要
AI 团队通常会把模型 API、向量数据库、数据仓库、Kubernetes、CI/CD 和客户数据系统连接在一起。一个泄露的 token 可能暴露私有 Prompt、训练数据、生产模型，或造成高额推理成本。招聘方看重密钥管理，因为它说明工程师能在交付 AI 功能的同时控制凭证扩散风险，并能支撑合规、审计、轮换和事故响应。
核心概念
- 密钥存储：用 Vault 或云密钥服务集中保存并加密凭证。
- 运行时注入：让工作负载在运行时读取凭证，而不是写进源码、镜像或 Prompt。
- 轮换：定期或事故后替换 key，并尽量避免服务中断。
- 最小权限：每个服务或 Agent 只拿到完成任务所需的最小 scope。
- 审计日志：记录谁在何时访问了哪个密钥，便于排查和合规。
学习路径
- 把一个 AI demo 中的本地 API key 从 .env/Notebook 迁移到托管密钥服务。
- 为每个 workload 配独立 service account，并逐步收紧权限到刚好可用。
- 演练一次模型 API key 轮换，确保重部署不中断且日志不泄露。
- 加入 secret scanning，并写一份泄露后的撤销、轮换和复盘 runbook。