Powrót do Wiadomości
BezpieczeństwoAI Understanding odprawa

AIR wychodzi z ukrycia dzięki platformie do sprawdzania dodatków i działań agentów AI

AIR twierdzi, że wyszedł z ukrycia dzięki platformie bezpieczeństwa zaprojektowanej do sprawdzania umiejętności, wtyczek, MCP i innych dodatków używanych przez agentów AI, a następnie monitorowania aktywności agentów w czasie wykonywania.

5 min readRead the linked source
Source-provided image accompanying AIR exits stealth with a platform to vet AI-agent add-ons and actions
Odniesienie do źródłaŹródło zapisane
Wydawca
air.security
Link źródłowy
air.securityhttps://www.air.security/
Typ źródła
Źródło powiązane — nie ustalono statusu źródła pierwotnego.
KontekstZrozum to w 60 sekund

Zacznij tutaj

Kluczowe terminy

MCP (protokół kontekstu modelu)
Otwarty protokół, który umożliwia aplikacjom AI łączenie się z zewnętrznymi narzędziami, źródłami danych i dostawcami kontekstu w standardowy sposób.
Agent AI
System oprogramowania, który potrafi obserwować, rozumować i podejmować działania, aby osiągnąć cel, często przy użyciu narzędzi i pamięci.
Podpowiedź
Instrukcje wejściowe i kontekst dostarczony do modelu generatywnego.
Sprawdź sięQuiz dotyczący agentów AI
Source video from air.security · shown with attribution.

Co się stało

AIR ogłosił 1 września 2026 r., że wychodzi z ukrycia dzięki platformie bezpieczeństwa dla agentów AI. Firma opisuje swój podstawowy produkt jako „zaporę kontekstową”, która analizuje dane wejściowe wprowadzane do agenta z umiejętności, MCP, wtyczek, stron internetowych i danych wewnętrznych.

AIR twierdzi, że wyszedł z ukrycia 1 września 2026 r. wraz z platformą przeznaczoną specjalnie do zabezpieczania agentów AI i używanych przez nich komponentów zewnętrznych. Głównym opisem produktu jest „zapora kontekstowa” umieszczona pomiędzy agentem a światem zewnętrznym. AIR twierdzi, że system w sposób ciągły analizuje i filtruje dane wejściowe wchodzące w kontekst agenta, w tym umiejętności, MCP, wtyczki, strony internetowe i dane wewnętrzne, w celu powstrzymania zagrożeń, zanim dotrą one do agenta.

Firma dzieli platformę na cztery części. AIR Control opisuje się jako zarządzanie flotą agentów organizacji, w tym agentami objętymi sankcjami i agentami „cieni”, poprzez zasady obejmujące konfigurację, tożsamość i uprawnienia. Filtr AIR jest prezentowany jako dodatkowa zapora ogniowa, która przed instalacją sprawdza umiejętności, wtyczki, MCP i subagentów. AIR Defend ma za zadanie monitorować działania agentów oraz wykrywać, reagować i chronić przed zagrożeniami w czasie rzeczywistym. AIR Marketplace jest opisywany jako źródło wstępnie sprawdzonych dodatków zewnętrznych i certyfikowanych dodatków wewnętrznych.

Umiejętności, wtyczki i MCP AIR stanowią warstwę aplikacji wokół agentów AI. W terminologii umiejętności to instrukcje wielokrotnego użytku, umiejętności pakietu wtyczek i inne komponenty, a MCP zapewniają zewnętrzne narzędzia, dane i działania. Firma twierdzi, że te dodatki mogą zawierać ukryte zachowania, szybkie wstrzykiwanie, nadmierne uprawnienia, nieautoryzowane działania, instrukcje ładowane zewnętrznie, ścieżki eksfiltracji danych lub słabości łańcucha dostaw. Oto oświadczenia dotyczące produktów i modeli zagrożeń AIR; dostarczone źródło nie obejmuje niezależnych testów platformy.

W źródle znajduje się także post badawczy AIR z 27 sierpnia 2026 r. zatytułowany „MCPJacking: 155 MCP, które można przejąć, odkryto na żywo na oficjalnym rynku MCP”. AIR twierdzi, że jego badacze znaleźli 155 MCP korzystających z wygasłych domen, zarejestrowali te domeny, opublikowali zamienne MCP i uzyskali zdalne, natychmiastowe wykonanie na agentach, którzy im zaufali. Strona nie wskazuje w dostarczonym tekście rynku, którego dotyczy problem, nie opisuje pełnej metody badawczej ani nie zapewnia niezależnego potwierdzenia. Źródło również nie podaje inwestorów, warunków ani daty zamknięcia podwyżki o 50 milionów dolarów wspomnianej w nagłówku kandydata.

Szczegóły źródła: air.security ↗

Dlaczego to ma znaczenie

Agenci sztucznej inteligencji w coraz większym stopniu polegają na zewnętrznych narzędziach i instrukcjach, tworząc powierzchnię bezpieczeństwa, która według środowiska AIR może zostać pominięta w konwencjonalnym skanowaniu. Podejście firmy koncentruje się na zawartości i uprawnieniach związanych z agentem, a także podejmowanych przez niego działaniach.

Praktyczny problem, którym zajmuje się środowisko AIR, polega na tym, że zachowanie agenta AI może zależeć od czegoś więcej niż tylko od jego podstawowego modelu. Instrukcje, definicje narzędzi, uprawnienia i pobrane informacje mogą mieć wpływ na to, co robi agent. Jeśli te komponenty zostaną naruszone lub będą zbyt szerokie, zaufany agent może zostać nakłoniony do podjęcia działań, których operator nie zamierzał. To sprawia, że ​​bezpieczeństwo otaczającego ekosystemu agentów jest istotne dla organizacji wdrażających agenty, a nie tylko bezpieczeństwo samego modelu.

Projekt produktu AIR odzwierciedla podejście oparte na cyklu życia. Mówi, że dodatki należy sprawdzać przed wdrożeniem, po aktualizacjach i podczas działania. Ma to znaczenie, ponieważ dodatek może zmieniać się z biegiem czasu, a jednorazowa recenzja może nie uwzględniać późniejszych zmian lub zachowania w czasie wykonywania. Proponowane przez AIR połączenie wykrywania, kontroli zasad, sprawdzania przed instalacją i ochrony w czasie wykonywania może dać organizacjom kilka punktów, w których można ograniczyć agenta, chociaż źródło nie pokazuje, jak te kontrole działają w praktyce.

Ostrzeżenie firmy dotyczące MCPjacking, jeśli zostanie powtórzone, zilustruje problem w łańcuchu dostaw agentów AI: zależność, która wydaje się uzasadniona, może stać się niebezpieczna, gdy wygaśnie podstawowy zasób zewnętrzny lub zmieni się właściciel. AIR twierdzi, że problem dotyczył oficjalnych wpisów na rynku i mógł umożliwić zdalne, natychmiastowe wykonanie. Twierdzenie to wskazuje na kwestię zarządzania dotyczącą platform handlowych i przedsiębiorstw: kto weryfikuje własność, utrzymanie i zachowanie usług zewnętrznych, którym agenci mogą ufać?

Istnieją istotne ograniczenia dotyczące tego, co ustanawia niniejsze ogłoszenie. Środowisko AIR nie zapewnia wdrożeń u klientów, liczby zablokowanych ataków, liczby fałszywych alarmów, niezależnego audytu, cen, harmonogramu dostępności ani szczegółowych wyjaśnień, w jaki sposób jego filtry odróżniają złośliwe instrukcje od legalnego zachowania agentów. Dlatego też jego oświadczenia dotyczące bezpieczeństwa należy traktować jako opis firmy na temat jej produktów i badań, a nie dowód na to, że platforma wykazała skuteczność w środowiskach korporacyjnych.

Interactive Mechanism

Mechanizm interaktywny: jak to faktycznie działa

Poznaj interaktywnie technologię leżącą u podstaw tego rozwoju.

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.
Interaktywna kontrola koncepcji+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?

Co obejrzeć dalej

Główne pytania bez odpowiedzi dotyczą tego, czy mechanizmy kontrolne AIR są wdrażane w środowisku produkcyjnym, jak często blokują rzeczywiste zagrożenia oraz jak twierdzenia firmy dotyczące podatnych na ataki MCP wytrzymują niezależną weryfikację. Dostarczone źródło nie podaje klientów, cen, metodologii testów ani danych technicznych.

Po pierwsze, należy zwrócić uwagę na konkretne dowody wdrożenia. AIR twierdzi, że oferuje wersje demonstracyjne i wcześniejszy dostęp, ale podane źródło nie podaje nazw klientów ani nie opisuje ogólnie dostępnej wersji. Przydatne dowody uzupełniające obejmują objęte środowiska, typy obsługiwanych agentów i dodatków, uprawnienia, które może kontrolować środowisko AIR oraz to, czy organizacje mogą sprawdzać decyzje dotyczące automatycznego blokowania lub odwoływać się od nich.

Po drugie, uważaj na niezależną kontrolę badań nad MCPjackingiem. Źródło twierdzi, że można było przejąć 155 MCP, ponieważ były one zależne od wygasłych domen, ale nie podaje listy, szczegółów reprodukcji ani odpowiedzi rynku. Weryfikacja wyjaśniłaby, jak powszechny był problem, czy dotknięte wpisy nadal są podatne na ataki i czy wynik odzwierciedla szerszą słabość systemową lub ograniczony zestaw zależności.

Po trzecie, zobacz, jak środowisko AIR mierzy ochronę środowiska wykonawczego. Firma twierdzi, że AIR Defend może wykryć, zareagować i chronić przed każdym działaniem agenta, ale źródło nie podaje żadnych definicji ani wyników wydajności. Ważne pytania dotyczą tego, jakie działania można zaobserwować, jak szybko następuje interwencja, co się dzieje, gdy system jest niepewny oraz czy monitorowanie wprowadza opóźnienia lub ogranicza możliwości legalnych agentów.

Wreszcie, przyjrzyj się finansowaniu i rozwojowi komercyjnemu firmy oddzielnie od jej roszczeń technicznych. Nagłówek kandydata informuje o podwyżce o 50 milionów dolarów, natomiast podane tu źródło AIR nie podaje wielkości rundy, inwestorów ani sposobu wykorzystania wpływów. Sprawozdania uzupełniające powinny zweryfikować te warunki i określić, czy finansowanie wspiera badania, rozwój rynku, sprzedaż przedsiębiorstw lub szerszy rozwój bezpieczeństwa środowiska wykonawczego.

Powiązane przewodniki i quizy

Agenci AIEtyka AIWyjaśnienie modeli AISprawdź swoją wiedzę — wypróbuj darmowy quiz dotyczący sztucznej inteligencjiWyszukaj termin związany ze sztuczną inteligencją w naszym glosariuszuPostępuj zgodnie ze ścieżką do śledzenia regulacji AI
Uznałeś to za przydatne?