Asymptote Labs kerää 5,5 miljoonaa dollaria siemenrahoitusta yritysten tekoälyagenttien valvontaan ja hallintaan

Tekoälyagentit eivät enää vain tuota ehdotuksia, vaan myös muokkaavat tiedostoja, suorittavat komentoja ja käyttävät toisiinsa yhdistettyjä liiketoimintatyökaluja. Tietoturvatiimien on siksi yhä useammin kysyttävä käytännönläheisesti: mitä agentti oikeastaan teki, kenen valtuuttamana ja voidaanko seuraava riskialtis toimenpide estää? Asymptote Labs kehittää infrastruktuuria tämän ongelman ratkaisemiseksi ja on ilmoittanut keränneensä ylikysytyllä siemenrahoituskierroksella 5,5 miljoonaa dollaria.

Rahoituskierrosta johti Tower Research Ventures, Tower Research Capitalin pääomasijoitusyksikkö. Kierrokseen osallistuivat myös Lytical Ventures, 1984 Ventures ja South Park Commons. Asymptoten mukaan varat käytetään tekniikan kehittämiseen, tuotekehitykseen, rekrytointeihin ja markkinoillemenon laajentamiseen.

Asymptoten lähestymistavassa yhdistyvät Beacon, avoimen lähdekoodin kerros agenttien toiminnan tallentamiseen, ja yritysalusta, joka tarjoaa tunnistus-, reagointi- ja hallintaominaisuuksia. Erottelu on tärkeä: toimenpiteen tallentaminen ja päätöksen toimeenpano ennen toimenpiteen suorittamista ovat eri ominaisuuksia. Uskottavassa tietoturva-arkkitehtuurissa on tehtävä selväksi, mikä komponentti hoitaa minkäkin tehtävän.

Yhtenäinen tallenne eri agenttityökalujen toiminnasta

Yhtiön mukaan Beacon tallentaa toimintaa Claude Codesta, Codexista, Cursorista ja yli 20 muusta agenttikehyksestä. Agenttikehys on ohjelmistoympäristö, joka yhdistää mallin työkaluihin, ohjeisiin ja työskentelyistuntoon. Eri kehykset tuovat esiin erilaista tietoa, minkä vuoksi toiminnan tutkiminen yhdenmukaisesti yrityksen valitsemissa työkaluissa on vaikeaa.

Asymptote kuvailee Beaconin MIT-lisensoiduksi telemetriakerrokseksi, joka muuntaa nämä tallenteet yhtenäiseksi, OpenTelemetryä laajentavaksi suoritusajan tietomalliksi. Näin tietoturva- ja tekniikkatiimit saavat yhteisen rakenteen toiminnan tarkasteluun sen sijaan, että niiden pitäisi tulkita jokaisen työkalun historiaa erikseen.

Beaconin tietovarasto tarjoaa hyödyllistä lisätietoa toteutuksesta. Sen kuvauksen mukaan istuntojen toistotoiminto kattaa kehotteet, vastaukset, työkalujen käytön, komennot, muokkaukset, hyväksynnät ja tunnistetiedot. Lisäksi se mainitsee paikalliseen tallennukseen perustuvat JSONL-tietueet ja selkeästi määritellyt kohteet. Kuvauksessa kerrotaan myös, että tarkistettua tietoa voidaan hyödyntää myöhemmin MCP:n tai Agent Skillsin kautta.

Normalisoinnin käytännön hyöty on tietojen yhdistettävyys. Tutkinnassa voi olla tarpeen yhdistää käyttäjän pyyntö komentoon, tiedostomuutokseen ja hyväksyntään. Pelkkä lopullinen vastaus ei selitä tapahtumaketjua. Yhteinen tapahtumarakenne voi helpottaa ketjun tarkastelua, mutta tallenteen kattavuus riippuu edelleen siitä, mitä kyseinen integraatio tallentaa.

Yritystason hallinta mukaan kuvaan

Asymptoten yritysalusta laajentaa Beaconin ominaisuuksia suorituksenaikaiseen tunnistukseen ja reagointiin. Yhtiön mukaan alusta voi siepata agentin käynnissä olevaa toimintaa ja soveltaa kehotteiden ja työkalujen tasolla käytäntöihin perustuvia suojatoimia. Näin se tunnistaa esimerkiksi tietovuodot, sisäpiiriuhat ja tekoälyn toimitusketjun ongelmat.

Yhtiön verkkosivustolla tuotteiden välinen työnjako kuvataan tarkemmin. Avoimen lähdekoodin Beacon tarjoaa siirrettävää telemetriatietoa, jonka asiakkaat voivat ohjata nykyisiin tietoturvajärjestelmiinsä. Hallinnoitu Asymptote-palvelu lisää tietojen vastaanoton, säilytyksen, haun, uhkien tunnistuksen, identiteettien yhdistämisen, käytäntöihin perustuvat estot, hyväksynnät ja hallinnan työnkulut. Tarjontaan kuuluvat myös yksityiset käyttöönottovaihtoehdot.

Tämä erottelu on tärkeä käyttöönottoa arvioitaessa. Työkalukutsun tallentaminen sen suorittamisen jälkeen auttaa tutkinnassa, mutta sen estäminen edellyttää valvontapistettä suorituspolulla. Ostajien on selvitettävä, mitkä toimenpiteet voidaan siepata, mitkä havaitaan vasta jälkikäteen ja miten valvonta toimii, jos palvelu ei ole käytettävissä. Rahoitusilmoituksessa ei julkaista kattavuusmatriisia eikä estojen tarkkuutta kuvaavaa vertailulukua.

Nämä ovat keskeisiä kysymyksiä yritysten tekoälyagenttien hallinnassa. Mallin ohjeisiin kirjoitettu käytäntö on eri asia kuin mallin ulkopuolisen infrastruktuurin toimeenpanema käytäntö. Olennaista on selvittää, voiko agentti silti suorittaa luvattoman toimenpiteen, vaikka sen pitäisi noudattaa rajoitusta.

Telemetria voi säilyttää myös hyödyllistä tekniikkaosaamista

Beaconin käyttötarkoitus ulottuu tietoturvaa laajemmalle. Julkisessa hankekuvauksessa kerrotaan, miten istuntohistoriaa voidaan hyödyntää hyödyllisten työnkulkujen, korjausten, virheenjäljitysmallien ja tietovaraston käytäntöjen tunnistamisessa myöhempää käyttöä varten. Sen sijaan, että ratkaistu ongelma katoaisi keskustelun päättyessä, tavoitteena on saattaa tarkistettu tieto tulevan agentin käyttöön.

Tämä on toinen syy tallentaa eri työkalujen toimintaa yhdenmukaisesti. Yhdessä agenttikehyksessä havaittu työnkulku voi olla hyödyllinen myös toisella kehyksellä työskentelevälle tiimille. Onnistuneen toimintaketjun säilyttäminen ei kuitenkaan tarkoita, että sen toistaminen sellaisenaan olisi turvallista. Tunnistetiedot, riippuvuudet, käyttöoikeudet ja liiketoiminnan vaatimukset voivat muuttua istuntojen välillä.

Samat tallenteet, joista on apua ongelmien selvittämisessä, voivat sisältää arkaluonteisia kehotteita, lähdekoodia tai työkalujen tulosteita. Käyttöönotto herättää siksi tuttuja tietohallintakysymyksiä: minne tallenteet päätyvät, kuinka kauan niitä säilytetään, kuka voi hakea niitä ja miten arkaluonteista sisältöä käsitellään. Telemetriatietojen omistajuus on arvokasta, mutta se ei poista tarvetta hallita niiden käyttöoikeuksia.

Perustajilla on kokemusta uhkien tunnistusjärjestelmien infrastruktuurista

Asymptoten perustivat yhdessä toimitusjohtaja Justin D’Souza ja teknologiajohtaja Shukan Shah. Molemmat työskentelivät aiemmin sosiaaliseen manipulointiin perustuvia hyökkäyksiä torjuvassa Doppel-yhtiössä. Yhtiön Tietoja-sivu kertoo D’Souzan työstä koneoppimisen infrastruktuurin skaalaamisessa sekä Shahin työstä tietoturvaoperaatioiden automatisoinnin ja agenttimaiseen uhkien metsästykseen liittyen.

Tiedotteen mukaan Beaconin GitHub-tähtien määrä kasvoi syyskuussa yli 460 prosenttia, ja projekti nousi GitHubin maailmanlaajuisesti trendaavien repositorioiden listalla sijalle 3. Nämä ovat yhtiön raportoimia merkkejä käyttöönotosta, eivät näyttöä tunnistusten tehokkuudesta tai toistuvasta liikevaihdosta. Asymptoten mukaan tietoturvatiimit käyttävät tuotantokäytössä myös Beaconia ja sen yritysalustaa, mutta yhtiö ei kertonut asiakkaiden määrää eikä sopimusten arvoa.

Tower Research Ventures kertoo kiinnostuksensa heränneen Beaconin avoimen lähdekoodin projektina saavuttaman suosion myötä ja sanoo oman tietoturvaorganisaationsa arvioivan teknologiaa omilla päätelaitteillaan. Sijoittajan organisaation tekemä arviointi on erotettava julkistetusta kaupallisesta käyttöönotosta asiakkaalla.

Seuraavaksi punnitaan kattavuutta ja hyödyllisiä toimenpiteitä

Siemenrahoituskierros tukee laajempaa näkemystä: organisaatioiden ottaessa käyttöön yhä enemmän agentteja ajonaikaisista tiedoista tulee välttämättömiä tietoturvan, teknisen luotettavuuden, alustojen valvonnan ja kustannusanalyysin kannalta. Yhteinen tietokerros voisi auttaa näitä tiimejä tarkastelemaan samaa toimintaa eri tarkoituksiin.

Asymptoten onnistuminen riippuu siitä, onko yhteinen näkymä riittävän kattava ja ajantasainen, jotta sen pohjalta voidaan toimia. Tietoturvatiimit tarvitsevat hyödyllisiä tunnistuksia, joiden väärien positiivisten määrä pysyy hallittavana, kun taas insinöörit tarvitsevat tietoja, jotka auttavat selvittämään virheiden syitä aiheuttamatta liiallista tiedonkeruun kuormitusta. Rahoitus antaa yhtiölle resursseja näiden tavoitteiden tavoitteluun; sen pitkän aikavälin arvo riippuu siitä, mitä yritykset pystyvät luotettavasti havaitsemaan, tutkimaan ja hallitsemaan.