OpenRouter Armor проверяет вызовы инструментов ИИ-агентов по правилам на естественном языке

OpenRouter запустила в бете классификатор безопасности Armor, который проверяет каждый вызов инструмента агентом по правилам на простом английском и блокирует подозрительные действия. В режиме совместимости с Claude Code помеченный вызов не блокируется автоматически — остановить его должно само приложение.

• Armor использует модель TypeSafe Jev и возвращает вердикт flagged или not_flagged
• Правила делятся на hard_deny, soft_deny и allow с порогами 0,6 и 0,7
• В режиме claude_code_compatibility флаг ставится в safeguard_results, но вызов не отменяется
• Есть режим audit, который оценивает вызовы, ничего не блокируя