Cisco føjer Claude Mythos til AI Defense for kontrolleret red teaming

Cisco meddelte den 9. november 2026, at virksomheden vil føje Anthropics Claude Mythos til AI Defenses ramme for adaptiv red teaming til test af AI-applikationer og -agenter. Meddelelsen, der blev fremsat på Cisco Live APJC i Melbourne, omfattede også opdateringer til Splunk-agentobserverbarhed og integrationer med Cisco IQ, så lanceringen udvides fra test til også at omfatte evaluering af agentomkostninger og afhjælpning af infrastrukturproblemer.

Kunderne får ikke fri adgang til at give Claude Mythos prompts. I stedet arbejder modellen inden for en fast opgave med et registreret mål og menneskedefinerede formål. Den bidrager med ræsonnement til planlægning af test og udvikling af angrebsidéer, mens AI Defense gennemfører testen.

Red teaming holdes inden for de godkendte rammer

En teknisk oversigt fra Cisco skelner mellem standardtest og adaptiv test. Standard-red teaming undersøger almindelige risici som promptinjektion, jailbreaks, eksponering af følsomme data og skadeligt indhold på tværs af tusindvis af kategorier, indholdstyper og adversarielle teknikker. Adaptiv test begynder med kundens kriterier formuleret i et almindeligt sprog, analyserer målet og udvikler målrettede angreb. Derefter bruges svarene til at tilpasse fremgangsmåden eller ændre taktik, inden resultaterne rapporteres, og der anbefales opfølgende handlinger.

Sikkerhedsforanstaltningerne begrænser, hvor dette ræsonnement kan anvendes. Claude Mythos bruges kun mod mål, som virksomhedskunden udtrykkeligt har registreret, ejer og godkendt til test, og Cisco oplyser, at modellen ikke kan scanne vilkårlig internetinfrastruktur. Hver test kræver godkendelse og er kryptografisk knyttet til en navngiven operatør. Sessionerne er tidsbegrænsede og kan afbrydes, mens hver handling registreres til revision, og resultaterne kan bruges i gentagelige opfølgningsforløb med angreb.

Standardbaseret og adaptiv red teaming er allerede tilgængeligt i AI Defense, men Claude Mythos-versionen kommer snart til udvalgte virksomheder. En bredere tilgængelighed er planlagt for kvalificerede kunder, men der er ikke fastsat nogen dato, og tidspunkt, omfang og regional tilgængelighed kan ændre sig. Cisco oplyser, at AI Defense siden lanceringen i januar 2025 har hjulpet hundredvis af kunder med at finde fejl i modeller, applikationer og agenter, inden de sættes i produktion.

Splunk forbinder agentomkostninger med kvaliteten af resultaterne

Opdateringerne til Splunk Agent Observability retter sig mod driften af agentimplementeringer. Enhanced Tokenomics bruger data om forbrug fra Amazon Bedrock og Amazon CloudWatch til at sammenholde hver agents omkostninger med vurderinger af kvaliteten og effekten af dens arbejde. Disse tekniske målinger kan kombineres med kundedefinerede mål som Net Promoter Score eller omkostning pr. krav, hvilket udvider den eksisterende fordeling af tokenforbrug på tværs af AI-agenter og kodningsværktøjer, herunder Claude Code, Codex og Cursor.

Eval-G1 bruger specialtilpassede små sprogmodeller til at gennemføre evalueringer og anvende sikkerhedsforanstaltninger. Cisco oplyser, at modellerne kan gøre dette til op til 98 % lavere omkostninger end en kommerciel LLM og levere evalueringssvar 2,5 gange hurtigere end traditionelle LLM-bedømmere. Evalueringsværktøjet til finjustering omdanner agentforløb og feedback fra fageksperter til finjusterede evaluatorer, der håndhæver kvalitetsstandarder og styrer eller blokerer agentadfærd, når den er unøjagtig.

Tilgængeligheden varierer mellem funktionerne til observerbarhed. Eval-G1 og evalueringsværktøjet til finjustering bliver generelt tilgængelige fra november 2026. Tokenomics er planlagt til privat forhåndsvisning i december 2026 efterfulgt af generel tilgængelighed på AWS Marketplace i begyndelsen af 2027.

Cisco IQ forbinder eksponering med afhjælpning

Cisco oplyser, at IQ betjener næsten 17.000 kunder på tværs af mere end 22 millioner tilsluttede enheder og leverer oplysninger om aktiver, dækning og rådgivning. Afhjælpningsworkflowet i Cisco IQ sender data om sårbarheder, livscyklus og konfiguration gennem Cisco Data Fabric til Splunk Platform via åbne API’er. Sikkerhedsteams og AI-agenter kan derefter sammenholde aktuelle registreringer i Splunk Enterprise Security med den underliggende netværkseksponering.

Forbindelser til Model Context Protocol og ServiceNow føjer strukturerede oplysninger om infrastrukturen til understøttede agenter og IT-servicearbejdsgange. Eksponeringsfund kan omdannes til ServiceNow-problemregistreringer knyttet til aktiver uden manuel afstemning af data. Cisco understreger, at et fund af en eksponering ikke beviser, at en angriber har udnyttet den: Arbejdsgangen skal tilføje kontekst til undersøgelser og koordinere afhjælpning, ikke behandle hvert fund som et bekræftet sikkerhedsbrud.

AI-Powered Resilient Infrastructure Playbook fremhæver også kritiske sårbarheder i livscyklussen, personligt tilpassede advarsler om kendte fejl og beredskab for kvantesikker kryptografi, så teams og certificerede partnere kan prioritere modernisering. I hele pakken holdes generering af angreb inden for godkendte opgaver, evalueringsmodeller kan anvende sikkerhedsforanstaltninger, og data om eksponering bruges som grundlag for undersøgelser uden i sig selv at fastslå, at der er sket et kompromittering. Indtil videre er evalueringsmodellerne og finjusteringsværktøjet generelt tilgængelige, mens red teaming med Mythos og Tokenomics ikke er det. Den samlede arbejdsgang, Cisco beskriver, afhænger derfor stadig af kommende eller begrænset tilgængelige udgivelser.