DeepKeep lisää ajonaikaisia turvavälejä AI-koodausagenteille AI Lens for Developers -työkalun avulla

DeepKeep on lanseerannut AI Lens for Developers -turvakerroksen, jonka tarkoitus on antaa CISO:ille näkyvyys ja politiikkavalvonta AI-koodausagenteista, jotka toimivat kehittäjien koneilla. Tuote laajentaa DeepKeepin olemassa olevia AI‑käytönhallinta‑ ja ajonaikaisia suojauksia työkaluihin kuten Cursor ja Claude Code, ja tukee GitHub Copilotia, OpenAI Codexia, Lovablea, Windsurfiä sekä suunnittelee lisäkoodausagenteja.

Julkaisu vastaa kehittäjätyökalujen kasvavan autonomian aiheuttamaa turvallisuusongelmaa. Nykyaikaiset koodausagentit voivat tarkastaa ja muokata paikallisia tiedostoja, suorittaa komentorivikäskyjä ja kutsua ulkoisia palveluita Model Context Protocol (MCP) -protokollan kautta. Nämä oikeudet tekevät työkaluista hyödyllisiä, mutta ne myös antavat agentille mahdollisuuden paljastaa tunnistetietoja, muuttaa arkaluontoista koodia tai olla vuorovaikutuksessa järjestelmien kanssa, jotka eivät kuulu turvallisuustiimien perinteisesti pilvisovelluksiin soveltamiin rajoituksiin.

Tuloksena on laajeneva näkyvyysaukko. Yritys saattaa hyväksyä koodausavustajan tuotteena, vaikka sillä olisi vähän todisteita siitä, mitä yksittäinen agentti teki tietyssä istunnossa. Kuten Unite.AI äskettäin tutki, Turvatiimit tarvitsevat yhä enemmän agenttien työkalukutsujen, komentojen suoritusten ja järjestelmää muuttavien tapahtumien jäljittämistä, eikä pelkästään ylläpidä luetteloa hyväksytyistä AI-palveluista.

Agenttien toimien tarkastelu ennen ja jälkeen suorituksen

AI Lens for Developers on rakennettu kevyeksi liitännäiseksi, eikä kokonaiseksi päätepisteagentiksi. DeepKeep kertoo, että se kiinnittyy koodausagentin työnkulkuun tarkastaakseen kehotteet, tiedostojen luku- ja kirjoitustoiminnot, komentorivikäskyt ja MCP‑työkalukutsut ennen niiden suorittamista ja sen jälkeen. Jokainen toiminto voidaan ohjata yrityksen politiikkajärjestelmän kautta sallittavaksi, estettäväksi tai tarkastettavaksi.

Esisuorituksen ja jälkisuurin valvonnan välinen ero on tärkeä. Tarkastusloki voi selittää, miksi tapahtuma tapahtui, mutta se ei voi estää tuhoisaa komentoa tai estää salaisuuden poistumista kehittäjän ympäristöstä. DeepKeep asemoituu AI Lens -tuotteen sekä ennaltaehkäiseväksi kontrolliksi että todisteiden lähteeksi tapahtumavasteessa ja vaatimustenmukaisuudessa.

Tuote voi merkitä tunnistetiedot, käyttömerkit ja salasanat, jotka sisältyvät kehotteisiin tai liitetiedostoihin. Se myös tarkastelee agentin tuottamaa koodia epävarmojen mallien varalta, kuten funktioita, jotka jättävät autentikoinnin pois. Tuhoaviksi arvioituja komentoja voidaan pitää ihmisen hyväksynnän alaisina, kun taas ylläpitäjät voivat luoda mukautettuja avainsanaviitteitä tunnistaakseen viittaukset arkaluontoisiin tietovarastoihin, koodiosioihin tai sisäisiin projekteihin.

DeepKeep kertoo, että jokainen istunto tuottaa yksityiskohtaisen tarkastusrekisterin, joka voi sisältää laitteetunnuksen, kehotteen sisällön ja käyttäjätunnuksen. Tämä antaa turvallisuustiimeille mahdollisuuden rekonstruoida agentin toiminta, vaikka kehittäjä muuttaisi estettyä pyyntöä ja yrittäisi sen uudelleen.

Keskitetty politiikka kehittäjille suunnatulle tekoälylle

Ylläpitäjät hallinnoivat sääntöjä DeepKeepin Policy Hubin kautta. Politiikkoja voidaan soveltaa roolin mukaan tai koko organisaatioon, ja ne voivat kattaa kategorioita kuten henkilökohtaisesti tunnistettavat tiedot, tunnistetiedot ja tuhoavat komennot. Lähestymistavan tarkoituksena on antaa yrityksille mahdollisuus asettaa yhtenäinen turvallisuusasenne samalla, kun insinööritiimit voivat jatkaa agenttipohjaisten kehitysprosessien käyttöä.

Tuotteen keskittyminen MCP:hen on erityisen ajankohtaista. Protokolla tarjoaa AI-sovelluksille standardoidun tavan yhdistää työkaluja ja yritystietoja, mutta jokainen palvelin ja kutsuttava toiminto voivat laajentaa agentin saavutettavissa olevaa hyökkäyspintaa. Unite.AI:n opas Model Context Protocol -protokollaan toteaa, että MCP‑isännät ja -palvelimet muodostavat erillisiä turvallisuusrajoja, mukaan lukien alttius kehotteiden injektioon ja epäluotettavan työkalun tulosteeseen. Mallin valvominen yksinään on siis riittämätöntä, kun malli voi toimia muiden järjestelmien kautta.

Ofer Rotberg, DeepKeepin tuotepäällikön varapuheenjohtaja, väittää, että koodausagentit perivät poikkeuksellisen voimakkaan kehittäjäpääsyn samalla kun ne toimivat yhä itsenäisemmin. Hänen näkökulmastaan CISO:iden on oltava jatkuvasti tietoisia agenttien käyttäytymisestä ja kyettävä pysäyttämään haitalliset toimet reaaliaikaisesti sen sijaan, että odotetaan seuraavan tapahtuman tutkimista.

Osa laajempaa AI-turvallisuusalustaa

AI Lens for Developers sijaitsee DeepKeepin laajemman AI-turvallisuusalustan sisällä. Yritys tarjoaa myös AI Firewallin, automatisoidun ja ihmisen ohjaaman AI-red teaming -toiminnon, AI‑käytönhallinnan, agenttien skannauksen ja mallien skannauksen. DeepKeep kertoo, että sen kontrollit voidaan soveltaa AI:n elinkaareen koko sen ajan, kehityksestä ja testauksesta tuotantokäyttöön sovelluksissa ja agenteissa.

Yritys perustettiin vuonna 2021 ja kuvaa alustaansa malliriippumattomaksi, tarjoten tukea käyttöönottoon SaaS‑, yksityinen pilvi‑, paikallisesti että ilmatiivisissä ympäristöissä. Sen laajempi viesti on, että yritykset tarvitsevat yhteisen politiikkakielen malleille, sovelluksille, työntekijöille ja autonomisille agenteille sen sijaan, että jokaiselle AI‑työkalulle olisi erilliset kontrollit.

CISO:ille kehittäjien kohtaavat agentit muodostuvat kiireelliseksi testiksi tälle ajatukselle. Perinteinen sovellusturvallisuus keskittyy vahvasti tuotantoon päätyvään koodiin. Koodausagentit lisäävät riskikerrosta: prosessi, joka lukee tietovaraston, luo koodin ja suorittaa komentoja, saattaa olla itsenäinen. Tuotteet kuten AI Lens pyrkivät tekemään prosessin havaittavaksi ja pakottavaksi poistamatta niitä nopeusetuja, jotka saivat kehittäjät omaksumaan agentit alun perin.