W badanych środowiskach opisanych w raporcie State of Agent Security 2026 około 1280 produktów zewnętrznych zawiera już funkcje AI. Około 282 z nich działa za pojedynczym logowaniem, czyli single sign-on, SSO. Pozostały ponad tysiąc nie jest domyślnie widoczny dla infrastruktury tożsamości. Nie dlatego, że ktoś je ukrywa, lecz dlatego, że system tożsamości może kontrolować tylko usługi uwierzytelniające się za jego pośrednictwem.
Dotychczasowe podejście do bezpieczeństwa AI zakładało, że organizacja najpierw wybiera model, kupuje licencje, wdraża usługę i kieruje ją przez bramę bezpieczeństwa. Wtedy można wskazać właściciela, przeprowadzić ocenę i objąć system kontrolą. Agenci AI często omijają ten etap. Trafiają do firmy razem z używanymi już aplikacjami, pojawiają się po aktualizacji produktu albo są konfigurowani przez pracowników na cudzej platformie. Przykładem przywołanym w materiale jest Slack Code, uruchomiony przez Salesforce w sierpniu 2026 roku. Użytkownik może oznaczyć agenta programistycznego w rozmowie, a agent odczytuje wspólny kontekst, tworzy kod i otwiera żądanie zmian. Kontrola takiego agenta może w praktyce zależeć od uprawnień do kanału, mimo że narzędzie ma dostęp także do repozytoriów i innych systemów.
Słownik artykułu
Krótkie objaśnienia terminów występujących w tekście. Każde hasło prowadzi do szerszej definicji i przykładów użycia.
Program wykorzystujący sztuczną inteligencję do wykonywania określonych zadań lub realizowania celu, często z pewnym zakresem samodzielności.
Mechanizm, który pozwala używać jednego systemu tożsamości do logowania w wielu usługach. Ułatwia obsługę kont, ale zwiększa skutki przejęcia wspólnego punktu uwierzytelniania.
Zestaw uprawnień przyznanych aplikacji lub agentowi do korzystania z określonych zasobów. Zakres może obejmować na przykład odczyt danych albo wykonywanie operacji w innej usłudze.
Każdy agent składa się z modelu, który analizuje informacje, oraz warstwy wykonawczej decydującej o tym, z czym agent jest połączony, jakie funkcje może wywołać i kiedy może działać. Według materiału większość ryzyka nie wynika z samego modelu, lecz z tej warstwy i jej otoczenia. Ocena powinna więc odpowiedzieć na cztery pytania. Po pierwsze, czy agent ma zarejestrowaną tożsamość i wskazanego właściciela. Po drugie, jakie ma uprawnienia, w tym jakie role i zakresy OAuth odziedziczył przy utworzeniu. Po trzecie, do jakich zasobów może dotrzeć bezpośrednio oraz przez kolejne produkty, magazyny danych i innych agentów. Po czwarte, co faktycznie robi i czy jego aktywność odpowiada roli, którą mu przypisano.
Największe znaczenie ma zasięg połączeń. Ankieta dostawcy, filtr instrukcji i skaner modelu oceniają agenta w izolacji, natomiast jego rzeczywisty zasięg zależy od całego środowiska. Agent utworzony w systemie CRM może ostatecznie odczytywać dane z hurtowni i zapisywać informacje w systemie zgłoszeń. Agent zbudowany na platformie chmurowej może otrzymać tokeny do usług takich jak Salesforce, Slack czy Drive. Dlatego sama konfiguracja agenta nie odpowiada na pytanie, jaki będzie skutek jego błędu, przejęcia lub niewłaściwego użycia. Do tego potrzebna jest mapa zależności obejmująca także połączenia pośrednie.
Autorzy materiału łączą problem agentów z ryzykiem łańcucha dostaw oprogramowania. Patrick Opet, globalny dyrektor ds. bezpieczeństwa JPMorgan Chase, ostrzegał w 2025 roku, że dostawcy zewnętrzni stali się ryzykiem systemowym. W odniesieniu do agentów wskazywał podejście, w którym agent otrzymuje własną tożsamość, ale domyślnie nie dostaje uprawnień, a dział IT potwierdza, w czyim imieniu agent działa, zanim uzyska on dostęp poza wyznaczoną granicę. W materiale przywołano także unijne przepisy dotyczące AI. Obowiązki wdrażane w ramach AI Act zakładają możliwość zinwentaryzowania systemów AI, wskazania ich właścicieli i udokumentowania nadzoru. Organizacja, która nie potrafi wymienić działających agentów, będzie miała problem z wykazaniem takiej kontroli. Arkusze i okresowe przeglądy mogą nie wystarczyć, gdy liczba agentów szybko rośnie. Potrzebny jest stale aktualizowany obraz tego, co działa, jakie uprawnienia odziedziczyło, do czego może dotrzeć, co robi i jak zmieniło się od poprzedniego dnia. Materiał wskazuje Reco Graph jako przykład narzędzia łączącego informacje o tożsamościach, aplikacjach, uprawnieniach i działaniach agentów. Niezależnie od konkretnej platformy, podstawą kontroli pozostaje widoczność całego środowiska, a nie tylko agentów formalnie wybranych przez organizację.
Brak komentarzy. Bądź pierwszy!