Vad hände
F5 lanserade Workforce AI Security och utökade sin befintliga AI-säkerhetsplattform för att ge synlighet och kontroll över anställdas interaktioner med AI-tjänster och de efterföljande åtgärder som vidtas av AI-agenter. Produkten fokuserar på "AI som agerar med lånad auktoritet", där agenter använder användaruppgifter för att komma åt interna system, anropsverktyg eller modifiera data. Det fungerar inom nätverksvägen snarare än att kräva separata slutpunktsinstallationer, vilket tillåter säkerhetsteam att inspektera, tillåta, blockera eller ändra verktygsanrop över MCP-servrar och olika agentgränssnitt baserat på identitets- och riskpolicyer.
F5 har lanserat Workforce AI Security, ett nytt erbjudande som utökar dess AI-säkerhetsplattform för att övervaka hur anställda använder verktyg för artificiell intelligens och för att styra AI-agenters agerande som agerar på deras vägnar. Produkten är designad för att ge organisationer insyn i vilka AI-tjänster personal använder och låter säkerhetsteam sätta regler kring dessa tjänster, som täcker aspekter som licensnivåer, filuppladdningar och datapolicyer.
Lanseringen svarar mot trenden att företag ger AI-system bredare roller i verksamheten, där anställda använder AI-assistenter och kodningsagenter som kan komma åt interna system, ringa mjukvaruverktyg och utföra uppgifter med behörigheter som beviljats av personalen. F5 citerar sin State of Application Strategy Report och noterar att 66 procent av organisationerna redan tillåter AI att justera policyer och konfigurationer automatiskt, vilket väcker frågor om hur de ska styra de åtgärder som dessa verktyg vidtar när anställda delegerar arbete till dem.
Workforce AI Security riktar sig specifikt till vad F5 beskriver som "AI som agerar med lånad auktoritet", där en agent utför åtgärder med hjälp av en användares referenser eller behörigheter. Systemet skapar ett granskningsspår som visar vem som initierade en AI-uppgift, vilken agent som utförde den, vad systemet försökte göra och om åtgärden var tillåten eller blockerad. Den identifierar AI-interaktioner av användare och agenter, registrerar sammanhang inklusive avsikt, risk och policybeslut för verkställighets- och revisionsändamål.
En nyckelfunktion i tjänsten är dess förmåga att inspektera åtgärder innan de utförs. Systemet kontrollerar verktygsanrop över MCP-servrar och agentverktyg som stöds och tillåter, blockerar eller modifierar sedan dessa åtgärder baserat på identitet, åtkomstrisk och exponering av känslig data. F5 anger att dessa kontroller tillämpas i interaktionsvägen snarare än genom en separat slutpunktsinstallation, vilket innebär att tjänsten fungerar över webbläsare, kommandoradsgränssnitt, kodningsagenter, MCP-klienter och internt byggda verktyg som ansluter till publika modell-API:er.
Den här utgåvan bygger på F5:s bredare strävan att utöka sin AI-säkerhetsportfölj, som tidigare inkluderade introduktionen av dess AI-säkerhetsplattform för synlighet, styrning, testning och runtime-skydd, samt AI Gateway-funktioner som MCP Gateway. Workforce AI Security flyttar en del av detta fokus till anställdas aktivitet och delegerade agentbeteende, i syfte att tillhandahålla ett enda policylager som inte är knutet till en modell, applikation eller leverantörsstack.
Källinformation: itbrief.asia ↗
Varför det spelar roll
Denna lansering tar itu med ett kritiskt gap i företagssäkerhet när AI går från passiv textgenerering till aktivt utförande av uppgifter inom affärssystem. Genom att placera kontroller i interaktionsvägen syftar F5 till att tillhandahålla ett leverantörs-agnostiskt policylager som kan granska vem som initierade en AI-uppgift, vilken agent som utförde den och om åtgärden överensstämde med datapolicyer. Detta är viktigt för organisationer som hanterar en blandning av AI-tjänster för konsumenter, kodningsassistenter och interna agentverktyg, eftersom det flyttar övervakningen bortom enkel innehållsövervakning till kontroll av maskinledd aktivitet i företagsmiljöer.
Produkten hanterar en betydande förändring i företagssäkerhetsutmaningar när AI-verktyg går bortom att generera text till direkt handling i företagsmiljöer. När en anställd tillåter en agent att hämta data, interagera med mjukvaruverktyg eller ändra inställningar, övergår tillsynen från enkel innehållsövervakning till kontroll av maskinledd aktivitet i affärssystem.
För företag är frågan inte längre bara om personalen lägger in känslig information i AI-verktyg, utan om en agent kan utlösa en förändring, komma åt en intern resurs eller utföra ett arbetsflödessteg utan tillräcklig granskning. F5 strävar efter att komma till rätta med denna lucka genom att kombinera upptäckt av AI-verktygsanvändning med policykontroller av agentbeteende, vilket ger säkerhetsteam en plats att hantera både anställdas AI-aktivitet och åtgärder som utförs för anställdas räkning.
Genom att placera kontroller där uppmaningar och svar rör sig över nätverk, syftar F5 till att erbjuda ett enda policylager som inte är knutet till en modell, applikation eller leverantörsstack. Detta tillvägagångssätt är avsett att hjälpa organisationer att upptäcka AI-användning, testa för sårbarheter, skydda live-interaktioner och styra vad användare och agenter kan komma åt utan att ändra befintliga system, passa in i befintliga SASE-miljöer.
Interaktiv mekanism: hur det faktiskt fungerar
Utforska den underliggande tekniken bakom denna utveckling interaktivt.
crm_get_transaction(id='4092').An agent must create a draft calendar event for Tuesday at 2 p.m. Which evidence would establish the requested result?
Vad du ska titta på härnäst
Organisationer bör övervaka hur denna nätverksvägsstrategi integreras med befintliga SASE-miljöer och om den effektivt fångar upp trafik från olika agentramar. Den praktiska innebörden är ett nytt lager av styrning för delegerade agenters beteende, vilket potentiellt minskar risken för obehörig dataåtkomst eller systemändringar initierade av AI-verktyg. Specifik prissättning, allmänna tillgänglighetsdatum och detaljerade tekniska specifikationer för MCP-gateway-integrationen angavs dock inte i källan.
Den praktiska innebörden av denna lansering är ett nytt lager av styrning för delegerade agenters beteende, vilket kan minska risken för obehörig dataåtkomst eller systemändringar initierade av AI-verktyg. Säkerhetsteam kan nu genomdriva avsiktsbaserade skyddsräcken i nätverksvägen för att förstå sammanhanget för AI-interaktioner och genomdriva policy innan riskfyllda handlingar inträffar.
Organisationer bör se hur denna nätverksväg integreras med befintliga SASE-miljöer och om den effektivt fångar trafik från olika agentramar, inklusive de som använder MCP-servrar. Källan anger inga specifika priser, allmänna tillgänglighetsdatum eller detaljerade tekniska specifikationer för MCP-gateway-integrationen, så dessa detaljer förblir okända.
Lanseringen belyser det växande behovet för företag att skapa ordning på en blandning av AI-tjänster för konsumenter, kodningsassistenter och agentbaserade verktyg som kommer in på arbetsplatsen. När dessa system utökar antalet tjänster och arbetsflöden som säkerhetsteam måste spåra, blir förmågan att granska och kontrollera agentåtgärder en kritisk komponent i företagets AI-strategi.