DeepKeep, AI Kodlama Ajanları için AI Lens for Developers ile Çalışma Zamanı Koruma Çizgileri Ekliyor

DeepKeep, AI Lens for Developers’ı tanıttı; bu, CISO’lara geliştirici makinelerinde çalışan AI kodlama ajanları üzerinde görünürlük ve politika kontrolü sağlayacak şekilde tasarlanmış bir güvenlik katmanıdır. Ürün, DeepKeep’in mevcut AI kullanım kontrolü ve çalışma zamanı koruma yeteneklerini Cursor ve Claude Code gibi araçlara genişletiyor; ayrıca GitHub Copilot, OpenAI Codex, Lovable, Windsurf ve planlanan ek kodlama ajanları için destek sunuyor.

Bu lansman, geliştirici araçlarının artan özerkliğiyle ortaya çıkan bir güvenlik sorununu ele alıyor. Modern kodlama ajanları, yerel dosyaları inceleyebilir ve değiştirebilir, kabuk komutları çalıştırabilir ve Model Context Protocol (MCP) aracılığıyla dış hizmetleri çağırabilir. Bu izinler araçları kullanışlı kılıyor, ancak aynı zamanda bir ajanın kimlik bilgilerini ortaya çıkarmasına, hassas kodu değiştirmesine veya bulut uygulamalarına geleneksel olarak güvenlik ekiplerinin uyguladığı kontrollerin dışındaki sistemlerle etkileşime girmesine izin veriyor.

Sonuç, genişleyen bir görünürlük boşluğudur. Bir şirket, bir kodlama asistanını ürün olarak onaylayabilir ancak belirli bir oturum sırasında bireysel bir ajanın ne yaptığını gösteren çok az kanıt bulundurabilir. Unite.AI’nin yakın zamanda incelediği gibi, güvenlik ekiplerinin giderek daha fazla ajan araç çağrılarını, komut yürütmelerini ve sistem değiştirici olayları izlemeleri gerekir; sadece onaylanmış AI hizmetlerinin bir listesini tutmak yeterli değildir.

Yürütmeden Önce ve Sonra Ajan Eylemlerinin İncelenmesi

AI Lens for Developers, tam bir uç nokta ajanı yerine hafif bir eklenti olarak inşa edilmiştir. DeepKeep, kodlama ajanı iş akışına entegre olarak istemleri, dosya okuma işlemlerini, kabuk komutlarını ve MCP araç çağrılarını çalışmadan önce ve sonra incelediğini belirtiyor. Her etkinlik, şirketin politika sistemi üzerinden izin, engelleme veya denetim kararı için yönlendirilebilir.

Ön yürütme ve son yürütme izleme arasındaki ayrım önemlidir. Bir denetim izi, bir olayın neden gerçekleştiğini açıklayabilir, ancak yıkıcı bir komutu önleyemez veya bir sırrın geliştiricinin ortamından çıkmasını durduramaz. DeepKeep, AI Lens’i hem önleyici bir kontrol hem de olay müdahalesi ve uyumluluk için kanıt kaynağı olarak konumlandırıyor.

Ürün, istemlerde veya ekli dosyalarda bulunan kimlik bilgilerini, erişim belirteçlerini ve şifreleri işaretleyebilir. Ayrıca, kimlik doğrulama içermeyen fonksiyonlar gibi güvensiz kalıplar için ajan tarafından oluşturulan kodu inceler. Yıkıcı olduğu değerlendirilen komutlar insan onayı için bekletilebilir, yöneticiler ise hassas depolara, kod bölümlerine veya iç projelere referansları tanımlamak için özel anahtar‑cümle kuralları oluşturabilir.

DeepKeep, her oturumun cihaz kimliği, istem içeriği ve kullanıcı kimliği gibi bilgileri içerebilen ayrıntılı bir denetim kaydı oluşturduğunu belirtiyor. Bu, güvenlik ekiplerine bir geliştiricinin engellenen bir isteği değiştirmesi ve yeniden denemesi durumunda bile ajanın etkinliğini yeniden oluşturma imkanı sağlar.

Geliştirici Yönelimli AI için Merkezi Politika

Yöneticiler, DeepKeep’in Politika Merkezi aracılığıyla kuralları yönetir. Politikalar, rol bazında veya tüm organizasyon genelinde uygulanabilir ve kişisel olarak tanımlanabilir bilgiler, kimlik bilgileri ve yıkıcı komutlar gibi kategorileri kapsayabilir. Bu yaklaşım, şirketlerin tutarlı bir güvenlik duruşu belirlemelerine izin verirken, mühendislik ekiplerinin ajan tabanlı geliştirme iş akışlarını kullanmaya devam etmelerini sağlar.

Ürünün MCP’ye odaklanması özellikle zamanında. Protokol, AI uygulamalarına araçlar ve kurumsal verilerle bağlanmak için standart bir yol sunar, ancak her sunucu ve çağrılabilir eylem, bir ajanın erişebileceği saldırı yüzeyini genişletebilir. Unite.AI’nin Model Context Protocol kılavuzu, MCP ana bilgisayarları ve sunucularının, istem enjeksiyonu ve güvenilmeyen araç çıktısına maruz kalma dahil olmak üzere ayrı güvenlik sınırları oluşturduğunu belirtiyor. Modeli yalnızca izlemek, modelin diğer sistemler üzerinden eylem yapabildiği durumlarda yetersiz kalır.

Ofer Rotberg, DeepKeep’in ürün başkan yardımcısı, kodlama ajanlarının olağanüstü güçlü geliştirici erişimini devraldığını ve artan özerklikle hareket ettiğini savunuyor. Onun bakış açısından, CISO’ların ajan davranışına sürekli görünürlük sağlaması ve bir sonraki olayı araştırmak için beklemek yerine zararlı eylemleri gerçek zamanlı olarak durdurma yeteneğine sahip olması gerekir.

Daha Geniş Bir AI Güvenlik Platformunun Parçası

AI Lens for Developers, DeepKeep’in daha geniş AI güvenlik platformu içinde yer alıyor. Şirket ayrıca bir AI Güvenlik Duvarı, otomatik ve insan yönlendirmeli AI kırmızı takım çalışmaları, AI kullanım kontrolleri, ajan taraması ve model taraması sunuyor. DeepKeep, kontrollerinin AI yaşam döngüsü boyunca, geliştirme ve test aşamalarından uygulama ve ajanların üretim kullanımına kadar uygulanabileceğini belirtiyor.

Şirket 2021’de kuruldu ve platformunu model‑agnostik olarak tanımlıyor; SaaS, özel bulut, yerinde ve hava boşluğu (air‑gapped) ortamlarında dağıtım desteği sunuyor. Daha geniş vizyonu, işletmelerin her AI aracı için ayrı kontroller yerine modeller, uygulamalar, çalışanlar ve özerk ajanlar için ortak bir politika dili gerektiği yönünde.

CISO’lar için, geliştirici odaklı ajanlar bu fikrin acil bir sınavı haline geliyor. Geleneksel uygulama güvenliği, üretime ulaşan koda yoğun bir şekilde odaklanır. Kodlama ajanları ise bir risk katmanı daha ekler: depoyu okuyan, kodu oluşturan ve komutları çalıştıran süreç kendisi özerk olabilir. AI Lens gibi ürünler, bu süreci gözlemlenebilir ve uygulanabilir hâle getirmeye çalışıyor; geliştiricilerin ajanları benimsemelerine yol açan hız avantajlarını ortadan kaldırmadan.