DeepKeep lägger till körningsskydd för AI-kodningsagenter med AI Lens for Developers

DeepKeep har introducerat AI Lens for Developers, ett säkerhetslager utformat för att ge CISO:er synlighet och policystyrning över AI‑kodningsagenter som körs på utvecklares maskiner. Produkten utökar DeepKeeps befintliga AI‑användningskontroll och körskyddsfunktioner till verktyg som Cursor och Claude Code, med stöd för GitHub Copilot, OpenAI Codex, Lovable, Windsurf och ytterligare kodningsagenter planerade.

Lanseringen tar itu med ett säkerhetsproblem som skapats av den ökande autonomin hos utvecklingsverktyg. Moderna kodningsagenter kan inspektera och ändra lokala filer, köra skalkommandon och anropa externa tjänster via Model Context Protocol (MCP). Dessa behörigheter gör verktygen användbara, men de gör också att en agent kan exponera autentiseringsuppgifter, ändra känslig kod eller interagera med system utanför de kontroller som säkerhetsteam traditionellt tillämpar på molnapplikationer.

Resultatet är ett växande synlighetsgap. Ett företag kan godkänna en kodningsassistent som produkt samtidigt som det har lite bevis på vad en enskild agent gjorde under en viss session. Som Unite.AI nyligen undersökte, säkerhetsteam behöver i allt högre grad spåra agentverktygsanrop, kommandokörningar och systemförändrande händelser, inte bara upprätthålla en lista över godkända AI‑tjänster.

Inspektera agentåtgärder före och efter körning

AI Lens for Developers är byggt som ett lättvikts‑plugin snarare än en fullständig endpoint‑agent. DeepKeep säger att det kopplas in i kodningsagentens arbetsflöde för att inspektera prompts, filavläsningar, skalkommandon och MCP‑verktygsanrop både före och efter de körs. Varje aktivitet kan dirigeras genom företagets policysystem för ett tillåtet, blockerat eller granskat beslut.

Skillnaden mellan övervakning före körning och efter körning är viktig. En granskningslogg kan förklara varför en incident inträffade, men den kan inte förhindra ett destruktivt kommando eller stoppa att en hemlighet lämnar en utvecklares miljö. DeepKeep positionerar AI Lens både som en förebyggande kontroll och som en källa till bevis för incidentrespons och efterlevnad.

Produkten kan flagga autentiseringsuppgifter, åtkomsttoken och lösenord som ingår i prompts eller bifogade filer. Den granskar också agentgenererad kod för osäkra mönster, såsom funktioner som utelämnar autentisering. Kommandon som bedöms vara destruktiva kan hållas kvar för mänskligt godkännande, medan administratörer kan skapa anpassade nyckelfrasregler för att identifiera referenser till känsliga kodförråd, kodsektioner eller interna projekt.

DeepKeep säger att varje session genererar en detaljerad granskningspost som kan innehålla enhets‑ID, promptinnehåll och användar‑ID. Detta ger säkerhetsteam möjlighet att återskapa en agents aktivitet även om en utvecklare ändrar en blockerad begäran och försöker igen.

Centrala policys för AI mot utvecklare

Administratörer hanterar regler via DeepKeeps Policy Hub. Policys kan tillämpas per roll eller över en hel organisation och kan omfatta kategorier som personligt identifierbar information, autentiseringsuppgifter och destruktiva kommandon. Tillvägagångssättet är avsett att låta företag etablera en konsekvent säkerhetsställning samtidigt som ingenjörsteam får fortsätta använda agentbaserade utvecklingsarbetsflöden.

Produktens fokus på MCP är särskilt aktuellt. Protokollet ger AI‑applikationer ett standardiserat sätt att ansluta till verktyg och företagsdata, men varje server och anropbar åtgärd kan utöka en agents nåbara attackyta. Unite.AIs guide till Model Context Protocol påpekar att MCP‑värdar och -servrar bildar separata säkerhetsgränser, inklusive exponering för promptinjektion och opålitlig verktygsutdata. Att bara övervaka modellen är därför otillräckligt när modellen kan agera via andra system.

Ofer Rotberg, DeepKeeps vice president för produkt, hävdar att kodningsagenter får ovanligt kraftfull åtkomst för utvecklare samtidigt som de agerar med ökande autonomi. Enligt honom behöver CISO:er kontinuerlig insyn i agentbeteende och möjlighet att stoppa skadliga handlingar i realtid snarare än att vänta på att undersöka nästa incident.

Del av en bredare AI‑säkerhetsplattform

AI Lens for Developers ingår i DeepKeeps bredare AI‑säkerhetsplattform. Företaget erbjuder också en AI‑brandvägg, automatiserad och mänskligt styrd AI‑red teaming, AI‑användningskontroller, agent‑skanning och modell‑skanning. DeepKeep säger att deras kontroller kan tillämpas över hela AI‑livscykeln, från utveckling och testning till produktionsanvändning av applikationer och agenter.

Företaget grundades 2021 och beskriver sin plattform som modell‑agnostisk, med stöd för distribution i SaaS, privat‑moln, lokala installationer och luftgapade miljöer. Dess bredare budskap är att företag behöver ett gemensamt policyspråk för modeller, applikationer, anställda och autonoma agenter snarare än separata kontroller för varje AI‑verktyg.

För CISO:er blir utvecklar‑inriktade agenter ett akut test av den idén. Traditionell applikationssäkerhet fokuserar starkt på den kod som når produktion. Kodningsagenter lägger till ett ytterligare risklager: processen som läser kodförrådet, skapar koden och kör kommandon kan själv vara autonom. Produkter som AI Lens försöker göra den processen observerbar och verkställbar utan att ta bort de hastighetsvinster som fick utvecklare att anta agenter från början.