TL; DR
Agen SDLC Ini bukanlah siklus hidup baru. Ini adalah siklus hidup Anda dengan manusia yang dihilangkan dari tengah setiap fasenya. Agen menyusun rencana, menulis perubahan, membuat pengujian, meninjau perbedaan, mengirimkan di balik sebuah bendera, dan mengklasifikasikan peringatan. Insinyur menetapkan tujuan dan bertanggung jawab atas pengembangannya.cision. Fase-fase tersebut tetap ada. Yang berubah adalah siapa yang melakukan pekerjaan di dalamnya.
Setiap kontrol yang Anda miliki dirancang dengan mempertimbangkan manusia. Peninjauan kode mengasumsikan adanya orang kedua. Prinsip hak akses minimal mengasumsikan adanya karyawan dengan identitas tertentu. Penentuan asal usul mengasumsikan adanya penulis. Jejak audit mengasumsikan adanya nama dalam suatu data. commitAgen-agen tersebut tidak memenuhi asumsi-asumsi itu, dan tidak ada suara keras yang terdengar ketika mereka berhenti memegang. pipeline tetap hijau.
Kecepatan membuat kesenjangan menjadi struktural, bukan sesekali. Riset independen tentang asisten pengkodean AI menunjukkan sekitar 40% kode yang dihasilkan mengandung kerentanan keamanan, dan volumenya meningkat jauh lebih cepat daripada kapasitas peninjauan. Tambahkan agen yang menginstal dependensi mereka sendiri dan membaca konfigurasi yang tidak pernah ditinjau siapa pun, dan sebuah gerbang di ujungnya. pipeline adalah gerbang di sisi yang salah dari kerusakan.
Apa yang membuat seseorang menjadi agen? SDLC yg bisa diatur: Inventarisasi agen dan server MCP yang benar-benar berjalan, antarmuka alat yang terlingkup per agen, konfigurasi yang ditinjau seperti kode, pemeriksaan pada saat instalasi di mesin, bukti keaslian yang ditandatangani untuk apa yang dikirim, dan jejak yang tetap ada setelah insiden. Keamanan AI Xygeni, Pengembang AI dan Build Integrity mencakup keenam hal tersebut di seluruh kode, pipeline dan titik akhir.
Apa itu Agenik? SDLC?
Agen SDLC adalah siklus hidup pengembangan perangkat lunak di mana agen AI melakukan pekerjaan substansial di setiap fase, mulai dari perencanaan hingga operasi, mengejar tujuan di banyak langkah menggunakan alat, sementara para insinyur menetapkan tujuan, meninjau hasil, dan bertanggung jawab atas keputusan yang tidak dapat diubah.cision. Ia mempertahankan fase-fase yang sudah dikenal dan mengganti aktor di dalamnya.
Apa itu agenik? SDLC, sebelumcisely?
Tiga hal membedakannya dari pengembangan yang dibantu AI, dan perbedaan ini bukan sekadar perbedaan akademis.
- Siapa yang mengemudi? Siapa pun yang bertanya apa itu agenik SDLC Biasanya dimulai dari sini. Dengan bantuan asisten, seseorang mengetik dan model tersebut memberikan saran. Dalam pendekatan agensi. SDLCSeseorang menyatakan hasil yang diinginkan, dan agen menentukan langkah-langkahnya. Bagian tengah pekerjaan, yang dulunya adalah tugas, bergeser.
- Apa yang disentuhnya. Asisten menghasilkan teks di editor. Agen membaca repositori, mengedit file, menginstal paket, memanggil API internal, dan menjalankan perintah. pipelines, dan membuka pull requests, menggunakan alat-alat yang diberikan kepadanya dan kredensial yang diwarisinya.
- Berapa banyak? Satu agen pada satu laptop adalah kisah produktivitas. Puluhan agen yang beroperasi di berbagai sistem bersama, beberapa agen per insinyur, adalah kisah organisasi. Di situlah jawaban atas pertanyaan apa itu keagenan muncul. SDLC berhenti menjadi sebuah definisi dan menjadi sebuah masalah tata kelola.
Sebagian besar tim saat ini berada di antara tahap kedua dan ketiga: agen itu nyata, mereka beroperasi secara lokal, dan tidak ada yang mengubah cakupan satu pun kontrol sejak mereka tiba.
Bagaimana agen AI membentuk kembali setiap fase
Fase-fase tersebut tetap sama. Aktornya berubah, dan dengan itu pula kendali yang menjadi dasar fase tersebut.
Agen SDLC, fase demi fase
Bacalah kolom ketiga. Itulah bagian yang tidak diperiksa ulang oleh siapa pun ketika para agen tiba.
| Tahap | Apa yang dilakukan agen sekarang? | Kontrol yang mengasumsikan adanya manusia |
|---|---|---|
| Rencanakan | Membaca tiket, mencari layanan dan riwayat terkait, menyusun spesifikasi dan pendekatan. | Peninjauan persyaratan. Tidak ada yang memeriksa apakah spesifikasi tersebut telah menyerap instruksi dari tiket itu sendiri. |
| Kode | Mengedit beberapa file, menyelesaikan dan menginstal dependensi, serta melakukan refactoring pada kode yang berdekatan. | Kebijakan pustaka yang disetujui. Diasumsikan seseorang memilih paket tersebut, dan skrip instalasi dijalankan sebelum apa pun. pipeline ada |
| ULASAN | Komentar pada perbedaan, bendera standards, terkadang mengulas karya agen lain. | Empat mata. Dua agen dan satu stempel karet bukanlah pendapat kedua, dan volume membuat stempel menjadi tak terhindarkan. |
| uji | Menghasilkan pengujian, menjalankannya, membaca kegagalan, dan memperbaiki outputnya sendiri hingga berwarna hijau. | Hasil tes yang lolos sebagai bukti. Seorang agen dapat membuat tes lolos dengan melemahkan tes tersebut. |
| Membangun | pemicu pipelines, mengedit file alur kerja, memperbarui konfigurasi build. | Asal usul. Bukti-bukti mencatat apa yang dibangun dan oleh siapa, dan "siapa" sekarang menjadi simbol yang dipinjam dari pengembang. |
| Menyebarkan | Kapal-kapal di belakang bendera, mengamati sinyal, menaiki tanjakan atau mundur dengan sendirinya. | Persetujuan perubahan. Pemberi persetujuan yang ditunjuk menjadi akun layanan, dan saklar pemutus membutuhkan pemilik yang sedang terjaga. |
| Beroperasi | Menganalisis peringatan, mengkorelasikan, menerapkan, mengusulkan, dan terkadang menerapkan perbaikan. | Jejak audit. Setelah kejadian, pertanyaannya adalah agen mana yang melakukan ini, dengan kredensial siapa, dan sesi tersebut biasanya hilang. |
Empat asumsi yang secara diam-diam berhenti berlaku
Baca tabelnya lagi, dan empat kegagalan yang sama akan terulang, apa pun fasenya. Inilah bagian dari apa yang disebut agensi. SDLC yang tidak ditunjukkan oleh grafik produktivitas mana pun.
- Identitas Hampir tidak ada yang menyediakan identitas untuk agen. Agen tersebut berjalan dengan token, kunci, dan sesi cloud milik pengembang, sehingga setiap tinjauan akses menggambarkan manusia yang bukan pelaku sebenarnya, dan prinsip hak akses minimal menjadi fiksi begitu agen mewarisi token yang luas.
- Tinjauan independen. Proses peninjauan berhasil karena peninjau tidak menulis kode tersebut. Ketika satu agen menulis, dan agen lain memeriksa, dan seseorang menyetujui dalam jumlah besar di mesin, independensi yang membuat kontrol tersebut berharga hilang, meskipun prosesnya masih berjalan.
- Asal. Integritas rantai pasokan bergantung pada pengetahuan tentang apa yang dibangun, dari apa, dan oleh siapa. Aktivitas agen mengaburkan bagian terakhir. Pengesahan tetap menandatangani artefak, tetapi kolom penulis tidak lagi berarti seperti yang diasumsikan oleh kebijakan Anda.
- Ketertelusuran. Kontrol yang paling penting setelah terjadi kesalahan adalah kontrol yang paling jarang dikonfigurasi. Sesi agen, panggilan alat, dan status konfigurasi pada saat itu jarang disimpan, sehingga analisis pasca-kejadian dimulai dengan rekonstruksi, bukan bukti.
Tak satu pun dari hal-hal ini menghasilkan peringatan. Itulah yang membuat mereka berbahaya: agen yang terlibat. SDLC Kegagalannya tidak terjadi secara tiba-tiba; ia mengalami degradasi secara diam-diam sementara setiap dashboard tetap hijau.
Kerusakan terjadi pada laptop, bukan pada tahap produksi.
Tidak dalam produksi. Di laptop. Momen-momen paling berisiko dalam agensi. SDLC terjadi sebelum apa pun pipeline Prosesnya berjalan seperti ini: agen membaca berkas aturan yang tidak pernah ditinjau siapa pun, menyelesaikan nama paket yang dibuat oleh model dan didaftarkan oleh penyerang, terhubung ke server MCP yang mengekspos alat yang tidak pernah diaudit siapa pun, dan mengeksekusi skrip instalasi dengan kredensial pengembang yang sudah dimuat. Riset industri menunjukkan sekitar 86% server MCP berada di mesin pengembang, bukan di lingkungan produksi, yang merupakan hal yang sudah diperkirakan sebelumnya.cisTepat di tempat yang tidak dapat dilihat oleh sistem kontrol produksi Anda.
Gerbang CI masih tetap bermanfaat. Hanya saja letaknya kurang tepat dibandingkan tiga hal pertama yang terjadi.
Apa yang membuat seseorang menjadi agen? SDLC yg bisa diatur
Enam kontrol yang tetap berfungsi setelah terpapar agen.
Masing-masing menggantikan asumsi keagenan. SDLC rusak. Tak satu pun dari hal tersebut memerlukan perlambatan bagi para agen.
- Inventarisasi agen, bukan survei insinyur. Temukan agen, asisten, dan server MCP yang sebenarnya berjalan, dari kode, dependensi, dan file konfigurasi yang ditinggalkan oleh alat-alat tersebut. Tanyakan kepada lima insinyur dan Anda akan mendapatkan lima jawaban yang tidak lengkap, karena alat-alat ini diinstal secara lokal dan berubah setiap minggu.
- Permukaan alat yang terlingkup per agen Jangkauan ledakan suatu agen adalah jumlah dari panggilan alatnya, bukan kualitas perintahnya. Tuliskan apa yang dapat dicapai setiap agen, jauhkan tindakan yang tidak dapat dibatalkan dari campur tangan manusia, dan perlakukan token warisan yang luas sebagai temuan sebagaimana adanya.
- Konfigurasi sedang ditinjau, seperti kode. Prompt, file aturan, file keterampilan, dan definisi MCP menentukan apa yang dilakukan agen, dan tidak ada pemindai konvensional yang membacanya. Mereka membutuhkan pemilik, perbedaan, dan pemeriksaan karakter tersembunyi, kredensial tersemat, dan instruksi yang memperluas akses.
- Penegakan aturan pada saat instalasi, di mesin. Paket diperiksa sebelum ditulis ke disk dan sebelum skrip instalasi dijalankan, di mana agen sebenarnya yang menyelesaikannya. A pipeline Gerbang tersebut aktif setelah laptop sudah menjalankan kode, yang merupakan sisi yang salah dari kejadian tersebut.
- Asal usul kapal Surat pernyataan yang ditandatangani yang mengaitkan artefak dengan sumber, proses pembuatan, dan pipeline Hal itu membuat klaim integritas tetap bermakna ketika pelaku perubahan adalah agen, bukan individu.
- Jejak yang tersisa setelah kejadian tersebut Aktivitas anomali di seluruh pipelineTitik akhir dan akhir, yang dikaitkan kembali ke mesin dan identitas asalnya, adalah apa yang mengubah pertanyaan postmortem tentang agen mana yang melakukan ini menjadi sebuah jawaban, bukan sekadar proyek arkeologi.
Menutup keempat celah tersebut
Xygeni AI Security menemukan AI di dalam diri Anda. SDLC, termasuk model, agen, server agen, server MCP, kumpulan data, berkas keterampilan, petunjuk, dan guardrails Tidak ada yang menyatakan, membaca kode aplikasi, dependensi yang dideklarasikan, dan file konfigurasi yang ditinggalkan oleh alat AI, kemudian memetakan bagaimana semuanya terhubung. Ia mendeteksi risiko spesifik untuk pekerjaan agen: injeksi prompt dan kebocoran prompt sistem, instruksi berbahaya dan injeksi alat dalam aturan dan file keterampilan, konfigurasi MCP yang tidak aman, agensi yang berlebihan, dan yang hilang. guardrails, rahasia dalam file AI, dan rentan atau ketergantungan AI yang tidak terkendaliTemuan-temuan tersebut sesuai dengan OWASP Top 10 untuk Aplikasi LLM dan menunjuk ke file dan baris yang tepat, dan proses prioritas mempersempit ribuan temuan menjadi temuan yang sedang digunakan, dapat dijangkau, dapat dieksploitasi, memiliki hak akses istimewa, dan penting bagi bisnis.
DevAI bekerja di tempat agen bekerja: mengamankan kode saat ditulis, mencakup kode yang dihasilkan AI dan kode yang ditulis manusia, serta mencegat apa yang akan dilakukan agen lain sebelum mereka melakukannya. Build Integrity menutup kesenjangan asal usul dengan SLSA dan secara keseluruhan pengesahan di seluruh pipeline, CI/CD Security Sistem ini memantau alur kerja dan agen pelaksana yang kini melakukan pengeditan, dan Deteksi Anomali menghubungkan peristiwa mencurigakan kembali ke titik akhir asalnya dalam satu garis waktu.
Semua ini berlaku untuk temuan yang diperoleh dari pemindai yang sudah Anda miliki, jadi perluas program Anda ke agen tersebut. SDLC bukan berarti mengganti tumpukan yang Anda buat dengan yang terakhir.
FAQ (Pertanyaan Umum)
Apa itu agenik? SDLC Dalam satu kalimat? Siklus hidup perangkat lunak di mana agen AI melakukan pekerjaan substansial di setiap fase sementara para insinyur menetapkan tujuan, meninjau hasil, dan memiliki kendali penuh atas pengembangan yang tidak dapat diubah.cision.
Apakah agen tersebut SDLC Berbeda dengan pengembangan yang dibantu AI? Ya, dan perbedaannya terletak pada siapa yang mengendalikan. Seorang asisten memberi saran sementara seseorang bekerja. Seorang agen bekerja sementara seseorang memutuskan.
Fase mana yang mengalami perubahan paling besar? Peninjauan. Fase-fase lainnya berjalan lebih cepat; peninjauan kehilangan sifat yang menjadikannya sebagai kontrol, yaitu independensi antara penulis dan peninjau.
Apakah kita membutuhkan alat baru untuk agenik? SDLC? Anda memerlukan cakupan untuk hal-hal yang tidak dibaca oleh alat yang ada: inventaris agen dan MCP, lapisan konfigurasi, perilaku saat instalasi pada endpoint. Bagian lain dari tumpukan Anda tetap berlaku untuk kode yang dihasilkan.
Apakah agenik SDLC Melanggar kepatuhan? Hal itu merusak bukti, bukan kewajiban. Auditor menanyakan siapa yang menyetujui, siapa yang membuat, dan apa yang diubah, dan jawaban atas pertanyaan-pertanyaan itu menjadi lebih sulit ketika pelakunya adalah agen dengan identitas pinjaman dan tanpa jejak yang tersisa.
Dari mana tim keamanan harus memulai? Inventarisasi, kemudian permukaan alat dari agen dengan jangkauan terluas. Agen yang paling berisiko jarang sekali menjadi agen yang dikhawatirkan siapa pun.
Siklus hidupnya tidak berubah. Yang berubah adalah aktornya.
Jawaban jujur tentang apa itu agensi SDLC Intinya adalah setiap fase masih ada, dan sebagian besar proses Anda masih sesuai. Yang tidak lagi sesuai adalah asumsi yang mendasari setiap kontrol: bahwa di suatu tempat dalam siklus tersebut ada seseorang dengan nama, identitas, pendapat kedua, dan ingatan tentang apa yang mereka lakukan.
Tim yang menangani hal ini dengan baik dapat menjawab tiga pertanyaan setiap harinya: agen mana yang sedang berjalan, apa yang dapat dijangkau oleh masing-masing agen, dan apa yang berubah dalam file yang mengarahkan mereka. Lihat apa yang terhubung dengan agen Anda di sini. Xygeni.
