SandboxAQ добавляет инструменты доверия и оценки окупаемости в платформу Switch для ИИ-агентов

19 октября 2026 года SandboxAQ объявила о расширении платформы Switch AI для компаний, внедряющих ИИ-агентов. Компания представила Switch Trust — инструмент для поиска, тестирования и защиты агентов — и Switch ROI, который отслеживает затраты на каждого агента и его ценность.

Компания из Пало-Альто, штат Калифорния, заявила, что два продукта дополняют ее предложение Switch Rooms с открытым исходным кодом. Они позиционируются как независимый от поставщиков способ оценивать риски, связанные с агентами, измерять их ценность для бизнеса и настраивать производительность независимо от того, каких агентов, моделей и поставщиков использует организация. В объявлении агенты противопоставляются первому поколению корпоративного ИИ, эффективность которого, как утверждает компания, оценивали главным образом по количеству лицензий, интенсивности использования и потреблению токенов. Поскольку агенты могут принимать решения, выполнять действия и работать вместе с людьми, они, по словам компании, требуют нового уровня контроля и подотчетности.

Switch Rooms объединяет сотрудников и ИИ-агентов в Slack, Microsoft Teams, Discord и других рабочих инструментах. Команды могут работать с выбранными ими агентами, сохраняя при этом контроль над общим контекстом, историей и знаниями. В августе 2026 года SandboxAQ запустила Switch как предложение с открытым исходным кодом на условиях Commons Clause и Apache 2.0. В его основе лежит принцип, согласно которому компании должны иметь возможность выбирать и менять ИИ-агентов, модели и поставщиков, не теряя контроля над своим контекстом.

Switch Trust: поиск, тестирование и защита агентов

Согласно объявлению, Switch Trust обеспечивает безопасность и управление агентами на четырех этапах: поиск, сканирование, оценка и мониторинг. На странице продукта Switch Trust указано, что он работает с любыми агентами независимо от того, кто их создал.

На этапе поиска составляется перечень агентов, моделей, инструментов, серверов MCP и зависимостей, работающих в подключенных средах и репозиториях кода, в том числе тех агентов, о существовании которых службы безопасности могут не знать. Для каждого объекта фиксируются владелец, источник, зависимости, результаты проверок и уровень серьезности проблем, чтобы команды могли видеть актуальную картину используемых ими агентов.

На этапе сканирования агенты в коде и облачных средах проверяются на уязвимости безопасности. Статический анализ сочетается с сортировкой результатов с помощью ИИ, которая отфильтровывает ложные срабатывания. Система присваивает уязвимостям уровни серьезности, соотносит поддерживаемые результаты проверок с категориями безопасности агентных систем OWASP и рекомендует способы устранения проблем.

На этапе оценки система напрямую подключается к агенту и проверяет его с помощью атакующих и функциональных тестов, охватывающих внедрение промптов, джейлбрейки, утечки данных и соблюдение инструкций. Каждая атака получает результат «пройдено» или «не пройдено», который учитывается при формировании общей оценки работоспособности. Команды могут добавлять собственные проверки наряду со встроенными тестами. На странице продукта указано, что выпуск агента, не прошедшего тест, откладывается до тех пор, пока он не пройдет проверку.

Этап мониторинга защищает агентов в рабочей среде. Команды подключают агента с помощью комплекта средств разработки ПО, который регистрирует его действия, включая промпты, ответы, вызовы моделей, задержки, сеансы и события, связанные с политиками. Для агентов, работающих в Switch Rooms, защитные политики применяются автоматически. Во время взаимодействия в реальном времени политики выявляют внедрение промптов, секретные данные, персональную информацию, токсичный контент и джейлбрейки. Trust может блокировать небезопасное поведение, скрывать его содержимое, отправлять оповещения о нем или регистрировать его, сохраняя свидетельства произошедшего. На странице продукта указано, что защитные механизмы проверяют все входящие в каждый агент данные и все исходящие от него данные, а Switch Trust ведет единую запись о действиях каждого агента и о том, кто их одобрил.

Switch ROI: оценка затрат и ценности каждого агента

Согласно объявлению, Switch ROI измеряет затраты на каждого агента и полученную от него ценность, а также предлагает конкретные способы сократить расходы и повысить производительность. На странице продукта Switch ROI указано, что он охватывает всех агентов любых поставщиков в одном месте, объединяя расходы на ИИ, распределенные между лицензиями, счетами с оплатой по факту использования и разными поставщиками.

Функция измерения отслеживает затраты и производительность вплоть до отдельного агента, сеанса и шага взаимодействия. Бюджеты, темпы расходования средств и оповещения призваны заранее выявлять перерасход. Вместо подсчета инфраструктурных показателей, таких как токены или вызовы API, система связывает расходы с результатами, включая решение обращений, ускорение работы над запросами на слияние и автоматизацию задач.

Функция оценки сопоставляет ценность, которую создает каждый агент, с затратами на него: Switch устанавливает базовый показатель для работы человека, автоматически отслеживает расходы на агента и рассчитывает такие показатели, как затраты на один результат и чистая окупаемость инвестиций.

Функция оптимизации выявляет утечки средств и определяет, что следует исправить, перенаправить или сократить. Для каждого агента рекомендации ранжируются и сопровождаются оценкой диапазона ежемесячной экономии и уровнем уверенности. В объявлении перечислены проблемы, на решение которых направлены эти рекомендации: неудачный выбор модели, предлагаемые, но никогда не используемые инструменты, повторная отправка контекста вместо его кэширования, повторные попытки и циклы, дублирующие работу, а также чрезмерно длинные ответы, не нужные для выполнения задачи. На странице продукта указано, что рекомендации охватывают четыре способа снизить затраты: выбор модели, неиспользуемые инструменты, длину ответов и кэширование. Компания сообщает, что улучшения производительности появятся позднее, и описывает перенос работы агента на более дешевую модель при условии, что она проходит проверки качества, а агент сохраняет контекст комнаты.

Заявления Mount Sinai West и руководства компании

Согласно объявлению, MSW Lab при Mount Sinai West использует Switch Trust для разработки G Board — платформы, которая позволяет врачам создавать клинические приложения с помощью ИИ-агентов. «В MSW Lab врачи создают с помощью ИИ-агентов настоящее программное обеспечение для здравоохранения, поэтому мы должны убедиться, что эти агенты работают безопасно», — заявил доктор Джеффри Бандер, заведующий отделением кардиологии Mount Sinai West и доцент кафедры кардиологии и искусственного интеллекта в Медицинской школе Икана при Mount Sinai, в объявлении SandboxAQ. По словам Бандера, Switch AI помогает лаборатории внедрять доверие к ИИ в повседневную работу, чтобы врачи могли сосредоточиться на клинических задачах, а не становиться специалистами по безопасности ИИ.

В объявлении приводится прогноз Gartner: к концу 2027 года будет отменено более 40 процентов проектов в области агентного ИИ. На отдельной странице продукта Switch ROI приводятся данные опроса KPMG Global AI Pulse от 24 июня 2026 года, полученные от 2 145 респондентов: 7 процентов руководителей заявили, что у них сложился устойчивый показатель отдачи от ИИ, а руководители, которые хорошо понимают затраты на ИИ, сообщают о такой отдаче в пять раз чаще.

Мохаммед Абуль-Магд, генеральный директор Switch AI в SandboxAQ, рассказал, что компания наблюдала у многих пользователей ситуации, когда расходы на ИИ, от которого ожидали, что он позволит не нанимать нового сотрудника, быстро превышали затраты на найм штатного специалиста. По его словам, само по себе внедрение ИИ не обеспечивает окупаемости инвестиций: командам нужно знать стоимость каждого агента, понимать, что он производит, и уметь повышать его эффективность. Именно эту задачу, как пояснил Абуль-Магд, призван решить Switch ROI.

Генеральный директор SandboxAQ Джек Хидари заявил, что в компаниях рядом с сотрудниками будут работать сотни, а потенциально и тысячи ИИ-агентов. По его словам, компании не стали бы нанимать тысячу человек, не зная их квалификации, стоимости и результатов работы, — к агентам нужно применять ту же дисциплину. Он добавил, что по мере развития технологии компании должны иметь возможность переходить на более совершенных агентов и модели, не теряя накопленных знаний.