SandboxAQ додає інструменти довіри та оцінювання рентабельності до платформи агентів ШІ Switch

19 жовтня 2026 року SandboxAQ оголосила про розширення своєї платформи Switch AI для підприємств, які впроваджують агентів ШІ, представивши Switch Trust для виявлення агентів, їх тестування та захисту, а також Switch ROI, що відстежує витрати на кожного агента та його цінність.

Компанія з Пало-Альто, штат Каліфорнія, заявила, що ці два продукти розширюють її пропозицію з відкритим вихідним кодом Switch Rooms і дають організаціям змогу нейтрально щодо постачальників оцінювати ризики, пов’язані з агентами, вимірювати їхню бізнес-цінність і налаштовувати продуктивність незалежно від того, якими агентами, моделями та постачальниками вони користуються. В оголошенні агентів протиставлено першому поколінню корпоративного ШІ, ефективність якого, за словами компанії, оцінювали переважно за кількістю ліцензійних місць, використанням і споживанням токенів. Оскільки агенти можуть ухвалювати рішення, виконувати дії та працювати разом із людьми, пояснює компанія, виникають нові очікування щодо нагляду та підзвітності.

Switch Rooms об’єднує працівників і агентів ШІ у Slack, Microsoft Teams, Discord та інших робочих інструментах. Команди можуть працювати з обраними ними агентами, зберігаючи контроль над спільним контекстом, історією та знаннями. У серпні 2026 року SandboxAQ запустила Switch як пропозицію з відкритим вихідним кодом за ліцензією Commons Clause Apache 2.0. В її основі — переконання, що компанії мають мати змогу обирати й змінювати агентів ШІ, моделі та постачальників, не втрачаючи контролю над власним контекстом.

Switch Trust: виявлення агентів, тестування та захист

Згідно з оголошенням, Switch Trust забезпечує безпеку агентів і управління ними на чотирьох етапах: виявлення, сканування, оцінювання та моніторинг. На сторінці продукту Switch Trust зазначено, що він працює з будь-яким агентом, незалежно від того, хто його створив.

На етапі виявлення формується реєстр агентів, моделей, інструментів, серверів MCP і залежностей, що працюють у підключених середовищах і репозиторіях коду, зокрема агентів, про існування яких команди безпеки можуть не знати. Для кожного елемента фіксуються відповідальні за нього, джерело, залежності, результати перевірок і рівень критичності, завдяки чому команди отримують актуальне уявлення про всі своїх агентів.

На етапі сканування агенти перевіряються в коді та хмарних середовищах на наявність вразливостей безпеки. Поєднуються статичний аналіз і сортування результатів за допомогою ШІ, яке відсіює хибнопозитивні спрацювання. Система присвоює оцінки критичності, співвідносить результати перевірок із підтримуваними категоріями безпеки агентів за класифікацією OWASP і рекомендує способи усунення проблем.

На етапі оцінювання система безпосередньо підключається до агента й проводить проти нього змагальні та функціональні перевірки, охоплюючи ін’єкції промптів, спроби обходу обмежень, витік даних і дотримання інструкцій. Кожна атака отримує результат «пройдено» або «не пройдено», який враховується в загальній оцінці стану системи; команди також можуть додавати власні оцінювання до вбудованих тестів. На сторінці продукту зазначено, що після невдалого тесту випуск агента затримується, доки він не пройде перевірку.

Етап моніторингу захищає агентів у робочому середовищі. Команди підключають агента за допомогою комплекту засобів розробки програмного забезпечення, який реєструє його активність, зокрема промпти, відповіді, виклики моделей, затримки, сеанси та події, пов’язані з політиками. Для агентів, що працюють у Switch Rooms, політики захисних обмежень застосовуються автоматично. Під час взаємодій у реальному часі ці політики виявляють ін’єкції промптів, секретні дані, персональні дані, токсичний вміст і спроби обходу обмежень. Trust може блокувати небезпечну поведінку, приховувати її вміст, надсилати сповіщення про неї або реєструвати її, зберігаючи докази того, що сталося. На сторінці продукту зазначено, що захисні механізми перевіряють усі дані, які надходять до кожного агента та виходять від нього, а Switch Trust веде єдиний запис дій кожного агента та того, хто їх схвалив.

Switch ROI: вимірювання витрат і цінності кожного агента

Згідно з оголошенням, Switch ROI вимірює витрати на кожного агента та створену ним цінність, а також надає конкретні рекомендації щодо зниження витрат і підвищення продуктивності. На сторінці продукту Switch ROI зазначено, що він охоплює агентів будь-яких постачальників в одному місці, об’єднуючи витрати на ШІ, розподілені між ліцензійними місцями, рахунками на основі використання та різними постачальниками.

Функція Measure відстежує витрати та продуктивність на рівні окремого агента, сеансу й кроку взаємодії. Бюджети, темпи витрат і сповіщення мають завчасно виявляти перевитрати. Замість підрахунку показників інфраструктури, як-от токенів чи викликів API, система пов’язує ці витрати з результатами, зокрема розв’язаними запитами, прискореним опрацюванням запитів на злиття коду та автоматизованими завданнями.

Функція Prove порівнює цінність, яку створює кожен агент, із витратами на нього: Switch визначає базовий рівень на основі роботи людини, автоматично відстежує витрати на агентів і вимірює такі показники, як витрати на один результат і чиста рентабельність інвестицій.

Функція Optimize виявляє марні витрати й визначає, що потрібно виправити, перенаправити або скоротити. Вона ранжує рекомендації для кожного агента, вказуючи орієнтовний діапазон щомісячної економії та рівень упевненості. В оголошенні перелічено проблеми, на які спрямовано ці рекомендації: невдалий вибір моделі, інструменти, які доступні, але ніколи не використовуються, повторне надсилання контексту замість його кешування, повторні спроби й цикли, що призводять до дублювання роботи, а також надмірно довгі відповіді. На сторінці продукту зазначено, що рекомендації охоплюють чотири способи зниження витрат: вибір моделі, невикористовувані інструменти, довжину відповідей і кешування. Також повідомляється, що підвищення продуктивності стане доступним згодом; описано, як перенести роботу агента на дешевшу модель, якщо перевірки якості пройдено, водночас зберігши для агента контекст кімнати.

Заяви Mount Sinai West та керівництва

Як ідеться в повідомленні, лабораторія MSW Lab при Mount Sinai West використовує Switch Trust для створення G Board — платформи, що дає лікарям змогу розробляти клінічні застосунки за допомогою ШІ-агентів. «У MSW Lab лікарі створюють справжнє програмне забезпечення для охорони здоров’я за допомогою ШІ-агентів, тож ми маємо довести, що ці агенти працюють безпечно», — сказав доктор Джеффрі Бандер, керівник відділення кардіології Mount Sinai West і доцент кафедри кардіології та штучного інтелекту в Icahn School of Medicine at Mount Sinai, у повідомленні SandboxAQ. За словами Бандера, Switch AI дає лабораторії змогу вбудувати цю довіру в повсякденну роботу, щоб лікарі могли зосередитися на клінічних проблемах, а не ставати фахівцями з безпеки ШІ.

У повідомленні наведено прогноз Gartner, згідно з яким до кінця 2027 року буде скасовано понад 40 відсотків проєктів із агентним ШІ. На сторінці продукту Switch ROI окремо наведено дані опитування KPMG Global AI Pulse від 24 червня 2026 року, отримані від 2 145 респондентів: 7 відсотків керівників мають налагоджену віддачу від інвестицій у ШІ, а керівники, які чітко розуміють витрати на ШІ, у п’ять разів частіше повідомляють про таку віддачу.

Мохаммед Абул-Магд, генеральний менеджер Switch AI у SandboxAQ, сказав, що в багатьох користувачів компанія спостерігала ситуації, коли витрати на ШІ, від якого очікували, що він дасть змогу не наймати додаткового працівника, швидко перевищували витрати на найм штатного співробітника. За його словами, саме впровадження ШІ ще не означає окупності інвестицій: командам потрібно знати вартість кожного агента, результати його роботи та способи їх поліпшення. Саме цю проблему, як він пояснив, покликаний розв’язати Switch ROI.

Генеральний директор SandboxAQ Джек Гідарі сказав, що в компаніях поруч із працівниками працюватимуть сотні, а можливо, й тисячі ШІ-агентів. За його словами, компанії не наймали б тисячу людей, не знаючи їхньої кваліфікації, вартості їхньої праці та результатів роботи; такий самий підхід потрібно застосовувати й до агентів. Він додав, що в міру розвитку технологій компанії також мають мати змогу переходити на кращих агентів і моделі, не втрачаючи накопичених знань.