01Core pain point and demand
AI编程代理（如Claude Code、Cursor）会盲目信任AGENTS.md、CLAUDE.md等Markdown文件中的指令，攻击者可通过单个文件静默劫持代理、窃取OAuth token并执行任意shell命令，导致严重安全风险。开发者缺乏有效手段检测和防范此类攻击。
02Product solution
开发一款AI代理安全防护工具，在代理读取Markdown文件前进行静态和动态分析，检测恶意指令模式（如隐藏的shell命令、token窃取尝试），并实时阻断或告警。同时提供策略管理，允许团队定义可信指令白名单，并集成到CI/CD流程中。
03Monetization and business model
采用SaaS订阅模式，按开发者席位收费，提供免费基础版（个人使用）和付费团队版（高级检测、策略管理、审计日志、CI/CD集成）。同时可提供企业定制部署和渗透测试服务。
04Action steps
- 1Step 1:调研主流AI编程代理（Claude Code、Cursor等）的指令文件格式和常见攻击向量，构建恶意指令模式库。
- 2Step 2:开发原型工具，实现Markdown文件静态分析，检测可疑指令（如隐藏的shell命令、token外传尝试）。
- 3Step 3:集成到开发环境（VS Code插件、CLI工具），实现实时监控和阻断。
- 4Step 4:构建团队策略管理后台，支持白名单、告警和审计日志。
- 5Step 5:与CI/CD工具（GitHub Actions、Jenkins）集成，实现自动化扫描。
- 6Step 6:开展安全社区推广，发布漏洞研究报告，吸引早期用户。
- 7Step 7:迭代产品，增加动态行为监控和AI模型辅助检测，提升准确率。
05Risk notice
技术风险：攻击手法不断演变，检测规则可能滞后；误报可能影响开发效率。市场风险：大厂可能内置类似功能，竞争加剧。法律风险：需确保监控行为符合隐私政策。