Terug naar Nieuws
BeveiligingAI Understanding-briefing

AIR verlaat stealth met een platform om add-ons en acties van AI-agenten te onderzoeken

AIR zegt dat het uit stealth is voortgekomen met een beveiligingsplatform dat is ontworpen om de vaardigheden, plug-ins, MCP's en andere add-ons te inspecteren die AI-agents gebruiken, en vervolgens de activiteit van agenten tijdens runtime te monitoren.

5 min readRead the linked source
Source-provided image accompanying AIR exits stealth with a platform to vet AI-agent add-ons and actions
BronreferentieBron opgenomen
Uitgever
air.security
Bronlink
air.securityhttps://www.air.security/
Brontype
Gekoppelde bron: de status van de primaire bron is niet vastgesteld.
ContextBegrijp dit in 60 seconden

Begin hier

Sleuteltermen

MCP (Model Context Protocol)
Een open protocol waarmee AI-applicaties op een standaard manier verbinding kunnen maken met externe tools, gegevensbronnen en contextproviders.
AI-agent
Een softwaresysteem dat kan observeren, redeneren en actie kan ondernemen om een doel te bereiken, vaak met behulp van tools en geheugen.
Snel
De invoerinstructies en context die aan een generatief model worden verstrekt.
Test jezelfAI-agentenquiz
Source video from air.security · shown with attribution.

Wat is er gebeurd

AIR maakte op 1 september 2026 bekend dat het uit stealth zou komen met een beveiligingsplatform voor AI-agenten. Het bedrijf beschrijft zijn kernproduct als een ‘contextfirewall’ die de invoer analyseert die een agent binnenkomt op basis van vaardigheden, MCP’s, plug-ins, websites en interne gegevens.

AIR zegt dat het op 1 september 2026 uit stealth is voortgekomen, met een platform dat specifiek gericht is op het beveiligen van AI-agenten en de externe componenten die ze gebruiken. De centrale productbeschrijving is een ‘contextfirewall’ die tussen een agent en de buitenwereld wordt geplaatst. AIR zegt dat het systeem voortdurend invoer analyseert en filtert die de context van een agent binnenkomt, inclusief vaardigheden, MCP's, plug-ins, websites en interne gegevens, met als doel bedreigingen tegen te houden voordat ze de agent bereiken.

Het bedrijf verdeelt het platform in vier delen. AIR Control wordt beschreven als het besturen van de agentenvloot van een organisatie, inclusief gesanctioneerde en ‘schaduw’-agenten, door middel van beleid met betrekking tot configuratie, identiteit en machtigingen. AIR Filter wordt gepresenteerd als een add-on firewall die vaardigheden, plug-ins, MCP's en subagenten controleert vóór de installatie. AIR Defend is bedoeld om de acties van agenten te monitoren en in realtime bedreigingen te detecteren, hierop te reageren en zich ertegen te beschermen. AIR Marketplace wordt beschreven als een bron van vooraf gecontroleerde externe en gecertificeerde interne add-ons.

AIR kadert vaardigheden, plug-ins en MCP's als de applicatielaag rond AI-agents. In de terminologie zijn vaardigheden herbruikbare instructies, plug-inpakketvaardigheden en andere componenten, en MCP's bieden externe tools, gegevens en acties. Het bedrijf zegt dat deze add-ons verborgen gedrag, snelle injecties, buitensporige machtigingen, ongeautoriseerde acties, extern geladen instructies, data-exfiltratiepaden of zwakke punten in de toeleveringsketen kunnen bevatten. Dit zijn de product- en dreigingsmodelclaims van AIR; de aangeleverde bron bevat geen onafhankelijke tests van het platform.

De bron bevat ook een AIR-onderzoekspost gedateerd 27 augustus 2026, getiteld “MCPJacking: 155 Hijackable MCPs Discovered Live in the Official MCP Marketplace.” AIR zegt dat zijn onderzoekers 155 MCP's hebben gevonden die afhankelijk zijn van verlopen domeinen, deze domeinen hebben geregistreerd, vervangende MCP's hebben gepubliceerd en uitvoering op afstand hebben verkregen op agenten die hen vertrouwden. De pagina identificeert de betrokken marktplaats niet in de aangeleverde tekst, beschrijft niet de volledige onderzoeksmethode en biedt geen onafhankelijke bevestiging. De bron vermeldt evenmin de investeerders, voorwaarden of sluitingsdatum van de verhoging van $ 50 miljoen die in de kop van de kandidaat wordt genoemd.

Brongegevens: air.security ↗

Waarom het ertoe doet

AI-agenten zijn steeds meer afhankelijk van externe tools en instructies, waardoor een beveiligingsoppervlak ontstaat dat volgens AIR bij conventionele scans mogelijk ontbreekt. De aanpak van het bedrijf richt zich op de inhoud en toestemmingen rondom een ​​agent, evenals de acties die deze onderneemt.

Het praktische probleem dat AIR aanpakt, is dat het gedrag van een AI-agent van meer kan afhangen dan alleen het onderliggende model. Instructies, tooldefinities, machtigingen en opgehaalde informatie kunnen van invloed zijn op wat de agent doet. Als deze componenten aangetast of te breed zijn, kan een vertrouwde agent ertoe worden aangezet acties te ondernemen die de operator niet had bedoeld. Dat maakt de veiligheid van het omringende agent-ecosysteem relevant voor organisaties die agenten inzetten, en niet alleen de veiligheid van het model zelf.

Het productontwerp van AIR weerspiegelt een levenscyclusbenadering. Er staat dat add-ons moeten worden gecontroleerd vóór implementatie, na updates en tijdens het uitvoeren ervan. Dat is belangrijk omdat een add-on in de loop van de tijd kan veranderen en een eenmalige beoordeling mogelijk latere wijzigingen of runtime-gedrag niet vastlegt. De door AIR voorgestelde combinatie van detectie, beleidscontroles, pre-installatiecontrole en runtime-bescherming zou organisaties verschillende punten kunnen bieden waarop ze een agent kunnen beperken, hoewel de bron niet laat zien hoe deze controles in de praktijk werken.

De MCPjacking-waarschuwing van het bedrijf zou, indien herhaald, een supply chain-probleem voor AI-agenten illustreren: een afhankelijkheid die legitiem lijkt, kan gevaarlijk worden wanneer de onderliggende externe hulpbron vervalt of van eigenaar verandert. AIR zegt dat het probleem van invloed was op officiële marktplaatsinvoer en een snelle uitvoering op afstand mogelijk zou kunnen maken. Deze bewering wijst op een bestuursvraag voor marktplaatsen en ondernemingen: wie verifieert het eigendom, het onderhoud en het gedrag van de externe diensten die agenten mogen vertrouwen?

Er zijn belangrijke grenzen aan wat deze aankondiging vaststelt. AIR biedt geen klantenimplementaties, aantallen geblokkeerde aanvallen, fout-positieve percentages, onafhankelijke audits, prijzen, beschikbaarheidsschema's of gedetailleerde uitleg over hoe de filters kwaadaardige instructies onderscheiden van legitiem agentgedrag. De beveiligingsclaims moeten daarom worden behandeld als het verslag van het bedrijf over zijn product en onderzoek, en niet als bewijs dat het platform doeltreffend is gebleken in bedrijfsomgevingen.

Interactive Mechanism

Interactief mechanisme: hoe het eigenlijk werkt

Ontdek interactief de onderliggende technologie achter deze ontwikkeling.

Agent Lifecycle Stage:
1
User Intent & Planning: "Audit customer refund request #4092 and settle payment."
2
Tool Calling: Emits structured JSON call crm_get_transaction(id='4092').
3
Guardrail & Verification:🛡️ Paused: High-value action requires human operator sign-off.
4
Final Settlement: Refund recorded, email receipt dispatched, and audit log stored.
Core takeaway: An AI agent is not just a language model—it is a closed loop of planning, tool invocation, and environment feedback. Production systems require self-healing retries and strict human approval guardrails.
Interactieve conceptcheck+10 Points
AI Agents Quiz

An agent must create a draft calendar event for Tuesday at 2 p.m. Which evidence would establish the requested result?

Wat je nu moet bekijken

De belangrijkste onbeantwoorde vragen zijn of de controles van AIR in de productie worden ingezet, hoe vaak ze echte bedreigingen blokkeren en hoe de beweringen van het bedrijf over kwetsbare MCP’s onafhankelijke verificatie doorstaan. De aangeleverde bron verstrekt geen klanten-, prijs-, testmethodologie- of technische prestatiegegevens.

Kijk eerst uit naar concreet bewijs van inzet. AIR zegt dat het demo's en vroege toegang aanbiedt, maar de aangeleverde bron vermeldt geen namen van klanten of beschrijft geen algemeen beschikbare release. Nuttig vervolgbewijs omvat onder meer de betrokken omgevingen, de soorten agents en add-ons die worden ondersteund, de machtigingen die AIR kan controleren en of organisaties geautomatiseerde blokkeringsbeslissingen kunnen inspecteren of daartegen in beroep kunnen gaan.

Ten tweede: let op onafhankelijk toezicht op het MCPjacking-onderzoek. De bron zegt dat 155 MCP's konden worden gekaapt omdat ze afhankelijk waren van verlopen domeinen, maar de bron geeft geen lijst, reproductiedetails of de reactie van de markt. Verificatie zou duidelijk maken hoe wijdverspreid het probleem was, of de getroffen inzendingen kwetsbaar blijven en of het resultaat een bredere systemische zwakte weerspiegelt of een beperkt aantal afhankelijkheden.

Ten derde: kijk hoe AIR de runtime-beveiliging meet. Het bedrijf zegt dat AIR Defend elke actie die een agent onderneemt kan detecteren, erop kan reageren en er bescherming tegen kan bieden, maar de bron geeft geen definities of prestatieresultaten. Belangrijke vragen zijn onder meer welke acties waarneembaar zijn, hoe snel interventie plaatsvindt, wat er gebeurt als het systeem onzeker is, en of monitoring vertragingen introduceert of de mogelijkheden van legitieme agenten beperkt.

Bekijk ten slotte de financiering en commerciële ontwikkeling van het bedrijf los van de technische claims. De kop van de kandidaat meldt een verhoging van $ 50 miljoen, terwijl de hier verstrekte AIR-bron niet de ronde omvang, investeerders of gebruik van de opbrengst vermeldt. Vervolgrapportage moet deze voorwaarden verifiëren en bepalen of de financiering onderzoek, marktuitbreiding, bedrijfsverkoop of bredere runtime-beveiligingsontwikkeling ondersteunt.

Gerelateerde gidsen en quizzen

AI-agentenAI-ethiekAI-modellen uitgelegdTest wat je weet: probeer een gratis AI-quizZoek een AI-term op in onze woordenlijstVolg de AI-regelgevingstracker
Vond je dit nuttig?