Chainguard lanserer Workspaces og Checks for å sikre AI-kodeagenter

En AI-kodeagent kan skrive en nyttig rettelse og likevel forårsake en sikkerhetshendelse underveis. Den kan installere en kompromittert avhengighet, følge instruksjoner som er innebygd i innhold man ikke kan stole på, eller kjøre en kommando med legitimasjon som gir den langt større tilgang enn oppgaven krever. Når team setter flere agenter til å arbeide parallelt, er det bare en del av problemet å sikre koden de produserer.

Chainguard tar tak i denne bredere eksponeringen med tre kunngjøringer på Assemble London: Workspaces, isolerte miljøer for utviklere og kodeagenter; Checks, en verifiseringsmotor som er utviklet for å kjøre som en del av agentens utviklingssløyfe; og utvidet beskyttelse i Libraries, som dekker flere programmeringsspråk og utbedring av sårbarheter.

Lanseringene knytter sammen tre spørsmål som virksomheter i økende grad må besvare: hvor en agent kjører, hvordan arbeidet dens verifiseres, og hvilken ekstern programvare den kan hente inn i organisasjonen. Workspaces og Checks lanseres i betaversjon, mens de nye Libraries-tilbudene for Go og .NET går inn i tidlig tilgang.

Etablering av en grense rundt hver kodeagent

Chainguard Workspaces gir hver utvikler og hver agent sin egen eksterne microVM. Miljøet synkroniserer utviklerens lokale arbeidsområde, slik at utvikleren kan fortsette å bruke kodeeditoren og Git-arbeidsflyten sin mens kjøringen foregår et annet sted enn på utviklerens maskin. Separate miljøer gjør det også mulig for flere agenter å prøve ut endringer parallelt uten å dele arbeidsmiljø.

Dette skillet er viktig fordi agentens nyttige funksjoner – å kjøre kommandoer, installere pakker og få tilgang til tjenester – også kan være mulige veier til kompromittering. En regel som er skrevet inn i instruksjonene til en agent, forutsetter at agenten følger den. En grense som håndheves av kjøremiljøet, kan begrense hva som skjer selv når modellen tar en dårlig beslutning.

Ifølge kunngjøringen blir ekte legitimasjon lagt til utenfor arbeidsområdet. Verktøy som krever at legitimasjon lagres på disk, får i stedet en kryptert erstatning med kort levetid. Valgfrie regler for utgående trafikk begrenser tilkoblinger til godkjente mål, noe som reduserer muligheten for at en kompromittert avhengighet eller en agent som er påvirket av prompt-injeksjon, sender data andre steder.

Disse kontrollene håndterer ulike risikoer. Maskinvareisolering skiller arbeidsbelastninger fra hverandre, håndtering av legitimasjon holder gjenbrukbare hemmeligheter utenfor agentens rekkevidde, og nettverksregler begrenser hvor agenten kan kommunisere. Hvor effektive kontrollene er, avhenger fortsatt av tillatelsene og målene organisasjonen godkjenner. Isolering gjør ikke alle autoriserte handlinger ufarlige.

Miljøene bruker Chainguard OS Packages og verifiserer avhengighetene mot låsefilen under kjøring. Chainguards eksisterende OS Packages-tilbud leverer pakker som vedlikeholdes kontinuerlig, bygger dem fra kildekode og inkluderer programvarekomponentlister. Dette bakteppet forklarer selskapets tilnærming: å utvide det kontrollerte programvarefundamentet til stedet der agentene kjører.

Workspaces genererer også signerte oppføringer som dekker miljøet, kodeendringene og resultatene av kontrollene. For sikkerhetsteam gir dette en måte å undersøke hva en agent gjorde på, i stedet for å basere seg utelukkende på agentens egen oppsummering av økten.

Flytter verifiseringen inn i agentens arbeidsflyt

Kodegenerering kan gå raskt, selv om veien til verifisert kode fortsatt er langsom. En agent gjør en endring og sender den til kontinuerlig integrasjon, venter på at en kjører skal klargjøres, og får deretter en feilmelding etter at arbeidskonteksten har gått videre. Når denne prosessen gjentas for mange agenter, kan køene vokse og oppsettarbeidet bli duplisert.

Chainguard Checks flytter verifiseringen inn i denne arbeidsflyten som et verktøykall. Når Checks brukes sammen med Workspaces, settes agentøkten på pause mens kontrollene kjøres, og fortsetter deretter med strukturerte feillogger i konteksten. Den tiltenkte arbeidsflyten er iterativ: gjør en endring, kjør kontrollene, undersøk feilen og prøv på nytt før resultatet overleveres.

Forhåndsklargjorte snapshots inneholder forhåndsinstallerte avhengigheter og bygges på nytt når låsefilen endres. Hvert trinn i arbeidsflyten kjøres i sin egen microVM, isolert på maskinvarenivå. Kunngjøringen beskriver også at kortvarig legitimasjon legges til utgående forespørsler fra vertssiden, samt deklarative regler for nettverkstilgang.

En kontrollkjøring som består, produserer en signert attestasjon som knytter sammen miljøet, testresultatet og commit-en. Nedstrøms sammenslåingskontroller kan verifisere dette beviset og godta resultatet uten å kjøre den samme testserien på nytt, ifølge Chainguard.

Dette er et nyttig skille mellom å overføre bevis og bare å overføre agentens påstand om at testene besto. En attestasjon kan fastslå hvilke kontroller som ble kjørt mot hvilken commit i hvilket miljø. Den kan ikke fastslå at testene dekket all viktig funksjonalitet, eller at en endring som består, oppfyller alle sikkerhetskrav. Team trenger fortsatt egnede tester, pålitelige verifiseringsregler og gjennomgang der det er behov for skjønn.

Chainguard sier at løsningen gir resultater på sekunder og reduserer overflødig databehandling. Lanseringsmaterialet inneholder ingen uavhengig validert referansemåling som fastslår en universell forbedring av hastighet eller kostnader på tvers av kodebaser.

Sikring av avhengighetene agentene henter inn

Den tredje kunngjøringen utvider Chainguard Libraries, den administrerte katalogen og endepunktene deres for avhengigheter i programmeringsspråk med åpen kildekode. Den eksisterende tjenesten er utformet for å passe sammen med artefaktforvaltere og utviklingsarbeidsflyter, og tilbyr proveniensinformasjon og signerte programvarekomponentlister for pakker bygget av Chainguard.

Det nye Go-endepunktet omfatter skanning etter skadevare og gråvare, konfigurerbare pakkeregler og utbedring av CVE-er. .NET-endepunktet tilbyr et alternativ til direkte bruk av NuGet, med skanning og regelkontroller. Begge går nå inn i fasen for tidlig tilgang.

Chainguard legger også til utbedring av CVE-er for JavaScript og Go, blant annet tilbakeporterte rettelser for sårbarheter med kritisk og høy alvorlighetsgrad. Tilbakeportering er viktig når et team ikke umiddelbart kan gå over til en nyere hovedversjon uten å gjøre endringer i applikasjonen eller gjennomføre omfattende testing. Det kan redusere eksponeringen mens den større oppgraderingen planlegges.

For Java og Python sier selskapet at Athena, bransjekoalisjonen deres, vil levere utbedrede artefakter for sårbarheter som oppdages av ledende AI-modeller, samme dag som sårbarhetene blir offentlig kjent. Dette er en påstand om responstid ved offentliggjøring, ikke en garanti for at det ikke kan finnes sårbarheter som ennå ikke er kjent.

En undersøkelse viser hvorfor det ikke lenger er nok å patche

Samtidig med produktene lanserer Chainguard The AI Exploit Gap, en undersøkelse bestilt fra Wakefield Research. Den samlet inn svar i september 2026 fra 1 300 cybersikkerhetsledere i ni markeder. Respondentene var på direktørnivå eller høyere og jobbet som regel i organisasjoner med minst 500 ansatte, med et minstekrav på 250 ansatte i Singapore og UAE/Saudi Arabia.

I undersøkelsen oppga 54 % at organisasjonene deres bevisst lar sårbarheter med høy eller kritisk alvorlighetsgrad forbli urettet, i hvert fall av og til, og 93 % uttrykte bekymring for om de klarer å utbedre AI-drevne angrep raskt nok. Omtrent 76 % rapporterte om et bekreftet eller mistenkt AI-drevet angrep i løpet av det foregående året.

Det siste tallet omfatter både bekreftede hendelser og mistanke. Det bør ikke tolkes som et uavhengig bekreftet mål på angrep forårsaket av AI. Mer generelt er dette respondentenes rapporter og forventninger, ikke telemetridata som viser hvor ofte en bestemt angrepsteknikk lykkes.

De operative funnene er talende. Blant selskaper med en omsetning på minst 1 milliard dollar oppga 66 % at de i hvert fall av og til lar sårbarheter med høy eller kritisk alvorlighetsgrad forbli urettet. Til sammenligning svarte 27 % av selskapene med en omsetning under 250 millioner dollar det samme. Større organisasjoner viste til avveininger knyttet til virksomheten, som driftsforstyrrelser og konkurrerende produktprioriteringer. Forskjellen handler derfor både om evnen til å innføre endringer og evnen til å oppdage sårbarheter.

Større autonomi krever mer etterprøvbar kontroll

Chainguards tre lanseringer utgjør en helhetlig tilnærming: å begrense kjøremiljøet, gi agentene rask og sporbar verifisering og styre avhengighetene de bruker. Hver av dem retter seg mot en ulik del av den samme utviklingsarbeidsflyten.

Den praktiske prøven blir om disse kontrollene passer inn i faktiske kodelagre, tjenesteintegrasjoner og utrullingsregler uten å bli enda en flaskehals. Betastatus og tidlig tilgang betyr at dette arbeidet gjenstår. Retningen er likevel klar: Etter hvert som kodeagenter får større handlefrihet, trenger virksomheter sikkerhetskontroller som fortsatt kan håndheves og inspiseres gjennom hele arbeidsforløpet.