Crie camadas de autorização que mantenham aplicações de LLM, agentes, ferramentas e dados dentro de limites aprovados pelo usuário.
4 seções · 12 lições
Defina onde as solicitações orientadas por modelos cruzam limites de autorização e, em seguida, mapeie os limites de confiança e os caminhos de abuso envolvendo prompts, recuperação de dados, ferramentas e aprovações.
2 liçõesRastreie a identidade delegada do usuário ao agente, compare modelos de autorização e estruture decisões de negação por padrão utilizando mecanismos de política e testes de regressão.
3 liçõesAplique a autorização nos pontos de recuperação e de execução de ferramentas, gerenciando permissões obsoletas, vazamento de cache, riscos associados a argumentos, cotas e a vinculação de público-alvo MCP.
3 liçõesEstabeleça controles de aprovação e delegação para ações de alto risco e que envolvam múltiplos agentes; em seguida, identifique eventuais contornos a esses controles e consolide-os em uma arquitetura revisada.
4 liçõesAplicações de LLM comprometem o controle de acesso tradicional quando um modelo assume o papel de "representante confuso" (*confused deputy*), ganha autonomia excessiva ou depende de contas de serviço compartilhadas. Este curso ensina engenheiros a implementar a autorização fora do modelo, abrangendo identidades, tokens delegados, políticas, recuperação de dados, ferramentas, servidores MCP, aprovações e fluxos de trabalho multiagente. Ao final, você terá uma arquitetura integrada para controlar o acesso, investigar falhas e testar defesas contra ataques realistas.
O curso aborda modelagem de ameaças, identidade OAuth delegada, RBAC, ABAC, ReBAC, mecanismos de políticas, RAG com reconhecimento de permissões, chamadas seguras de ferramentas, autorização MCP, etapas de aprovação, delegação multiagente, registros de decisões, rastreamento, testes e red-teaming. Ele culmina em uma arquitetura de autorização Ledgerline integrada.
De gerentes de projeto e profissionais de operações a fundadores, analistas e equipes que estão adotando IA, o Fenzo é para quem quer melhorar no trabalho que já faz.
Tudo, desde usar IA para planejar projetos e analisar dados até melhorar processos, tomada de decisão, comunicação e execução. Se você consegue descrever a habilidade ou a tarefa, o Fenzo pode criar um curso sobre ela.
Sim. Conte ao Fenzo o que você faz, o que quer alcançar e onde está travado, e ele adaptará o curso ao seu cargo, aos seus objetivos e ao trabalho que você realmente precisa fazer.
Não. O Fenzo se adapta ao seu ponto de partida: você pode começar pelo básico ou ir direto para tópicos mais avançados.
Sim. O Fenzo for Business reúne toda a sua equipe em uma única assinatura: licenças compartilhadas, cursos que você pode atribuir e relatórios sobre quem concluiu o quê.
Conheça o Fenzo for BusinessVocê começa descrevendo seu objetivo ou fazendo uma breve avaliação de habilidades. O Fenzo usa esse contexto para identificar suas lacunas e montar a experiência de aprendizado em torno delas.
Sim, o Fenzo funciona no navegador do seu celular.
Algo para interagir em cada seção.
Três descobertas de décadas de pesquisa sobre aprendizagem moldaram a construção de cada lição do Fenzo.
Taxa média de aprovação · Freeman et al., PNAS 2014
O que a ciência diz
Estudantes em aulas apenas expositivas têm 1,5× mais chances de reprovar.
Como o Fenzo faz
Toda lição do Fenzo é interativa. Nunca há leitura ou vídeo passivos.
Você faz por conta própriaA IA faz por você
Retenção de habilidades ao longo do tempo · com e sem prática
O que a ciência diz
Delegar o raciocínio à IA corrói justamente as habilidades que você quer desenvolver.
Como o Fenzo faz
O Fenzo faz você pensar — com orientação, mas nunca fazendo por você.
Prática de recuperaçãoReleitura
Memória de longo prazo · recuperação vs. releitura
O que a ciência diz
Recordar uma informação é melhor do que relê-la para construir uma compreensão duradoura.
Como o Fenzo faz
As lições incluem quizzes e perguntas de recordação para que o conteúdo fique.