TL; DR
Nesten alle ingeniørteam bruker AI-kodingsassistenter. Nesten ingen kan ha en oversikt over hvilken AI de faktisk kjører. Gartner definerte AI Security Posture Management som en kategori i sin 2025 Hype Cycle for Data Security fordi gapet er reelt: modeller, agenter, MCP-servere og datasett er AI-ressurser i angrepsflaten, og de fleste organisasjoner har ingen strukturert måte å se dem på.
Oppdagelse uten utbedring er bare en dashboard. Omtrent 40 % av AI-generert kode inneholder sikkerhetsproblemer. AI-assistenter reproduserer usikre mønstre i et volum som ingen manuell gjennomgang er bygget for å håndtere. Å vite hvilke AI-ressurser som finnes løser bare halve problemet – den andre halvparten er å vurdere risikoen og fikse koden før den sendes, i samme arbeidsflyt der den ble skrevet.
Angrepsflaten er bredere enn koden. Dokumenterte angrep er allerede rettet mot ressursene rundt koden: skjult Unicode i regelfiler som får assistenter til å sende ut bakdørsutdata, MCP-verktøyforgiftning og full fjernkjøring av kode gjennom en mye brukt MCP-bro (over 437 000 nedlastinger), og slopsquatting – registrering av pakkenavnene. AI-modeller har statistisk sett en tendens til å hallusinere. SAST og SCA ser ikke noe av dette.
Løsningen er én løkke, ikke trepunktsverktøy: AI-SPM bygger varelageret og AI-BOM-en; AI-sikkerhet scorer risiko mot OWASP Topp 10 for LLM-søknader; DevAI fikser sårbar kode i IDE-en mens den skrives, dekker både AI-generert og menneskeskrevet kode, og fanger opp det andre agenter er i ferd med å gjøre før de gjør det. Det gjelder funn fra Xygenis egne skannere og alt som allerede er inntatt fra verktøy på stedet. – ingen riv-og-skift-funksjon nødvendig.
Nesten alle ingeniørteam har tatt i bruk AI-kodingsassistenter. Nesten ingen av dem kan svare på et enkelt spørsmål: hvilke AI-modeller, agenter og MCP-servere kjører vi faktisk, og hvilken risiko bærer hver av dem? Dette gapet har nå et navn. Gartner definerte formelt AI Security Posture Management. (AI-SPM) som en kategori i sin 2025-hypesyklusen for datasikkerhet – den samme avstamningen som produserte CSPM og DSPM. Kategorien eksisterer fordi tallene er konkrete: omtrent 40 % av AI-generert kode inneholder sikkerhetssårbarheter, AI er nå en del av angrepsflaten i stedet for bare et verktøy utviklere bruker, og de fleste organisasjoner har ingen strukturert oversikt over AI-ressursene de kjører.
Det er også temaet vi skal diskutere på bakken kl. OWASP AppSec-dager Portugal 2026, 23.–24. september i Porto, hvor Xygeni er en gullsponsorMer om det på slutten, men hvis du vil hoppe videre, skaff deg billetten din her.
Problemet: AI-generert kode har sin egen risikoprofil
Omtrent 40 % av AI-generert kode inneholder sikkerhetsproblemer. Uavhengig forskning på AI-kodingsassistenter har funnet gjennomgående høye feilrater mot OWASP Topp 10, med visse feilkategorier som cross-site scripting som dukker opp i de aller fleste genererte eksempler. AI-assistenter skriver ikke bare kode raskere. De reproduserer også usikre mønstre, usikre avhengigheter og utrygge konfigurasjoner raskere, og de gjør det i et volum ingen manuell gjennomgangsprosess er bygget for å håndtere.
Angrepsflaten stopper ikke ved koden en assistent skriver. Den strekker seg til AI-ressursene teamene dine allerede kjører og sjelden lagerfører: modeller, datasett, agenter og MCP-servere. Hver av dem har allerede produsert reelle, dokumenterte angrep:
- Bakdør for reglerfil: Angripere skjuler instruksjoner ved hjelp av usynlige Unicode-tegn i regler og konfigurasjonsfiler som leses av verktøy som GitHub Copilot og Cursor, noe som fører til at assistenten sender ut bakdørskode uten å nevne den. Katalogisert som en MITRE ATLAS casestudie.
- MCP-verktøyforgiftning og ekstern kodekjøring: En kritisk sårbarhet i en mye brukt MCP-bro, nedlastet mer enn 437 000 ganger, tillot full ekstern kodekjøring i det øyeblikket en klient koblet seg til en upålitelig MCP-server.
- Slapshuting: Storstilt akademisk forskning genererte over to millioner kodeeksempler på tvers av seksten LLM-er og fant at nesten én av fem anbefalte pakker ikke eksisterte i det hele tatt, navn angripere kan registrere og våpenutvikle på forhånd.
Ingenting av dette vises i en tradisjonell SAST or SCA skanning. Disse verktøyene forstår kode. De forstår ikke hva en modell er, hva en MCP-server gjør, eller om en agents konfigurasjonsfil har blitt tuklet med.
De fleste lag løser halve problemet
Den instinktive responsen er å legge til punktverktøy: ett for modellskanning, et annet for brannmurer for kjøretidsprompter, et tredje for IDE-assistenterDet er den samme feilen AppSec gjorde med SAST, SCA, og hemmelighetsskanning for femten år siden, og det gir samme resultat: fragmentert synlighet, varslingsstøy og ikke noe enkelt sted å svare på «hvilken AI kjører vi egentlig, og er det trygt».
Oppdagelse uten utbedring forteller deg bare hvor brannen er. Utbedring uten oppdagelse betyr at du fikser kode mens skygge-MCP-servere og ikke-godkjente agenter kjører uovervåket ved siden av den. AI-sikkerhet må dekke begge deler, på samme plattform, ellers er det ikke posturhåndtering. Det er en dashboard.
Den bedre måten: AI Security Posture Management som oppdager, detekterer og fikser
Xygeni AI-sikkerhet lukker denne sløyfen gjennom hele AI-æraen SDLC, fra modellen og MCP-serveren til utviklerens endepunkt.
- Oppdage. AI-SPM bygger en live-oversikt over alle AI-ressurser i organisasjonen: modeller, datasett, agenter, MCP-servere. Det beviser at oversikten med en AI-BOM, evidensgrunnlaget revisorer og regulatorer i økende grad ber om, enten det er teknisk dokumentasjon for høyrisikosystemer i henhold til EUs AI-lov eller aktivabeholdningene som kreves av rammeverk som Spanias ENS.
- Oppdag. AI-sikkerhet vurderer hvert aktivum mot reell risiko: rask injeksjon, usikre MCP-konfigurasjoner, dataeksponering, justert til OWASP Topp 10 for LLM-applikasjonerFunnene rangeres, ikke legges i en kø.
- Fiks, på det punktet hvor koden er skrevet. Det er her AI-generert code security blir faktisk løst. Xygeni DevAI kjører som et kontinuerlig lag inne i IDE-en, og skanner trinnvis etter hvert som utviklere jobber med både menneskeskrevet og AI-generert kode. Den utfører agentbasert AI-sårbarhetsdeteksjon, kartlegger AI-drevne angrepsveier for å vise hvordan en feil faktisk kan utnyttes, og leverer AI-genererte sikre rettelser som er validert for utnyttbarhet og risiko for brudd i prosessen før en utvikler i det hele tatt bruker dem. Guardrails validerer endringer mot sikkerhets- og samsvarspolicyer før de når CI, og en dedikert DevAI-agent fanger opp det andre agenter er i ferd med å gjøre: validere ferdighets- og regelfiler, screene hver pakke en agent prøver å installere mot skadelig programvare og slopsquatting-mønstre, og overvåke MCP-verktøyets oppførsel for forgiftning, alt før utførelse.
- Håndheve. Shield utvider den samme policyen til utviklerens endepunkt, og blokkerer usikker AI-aktivitet før den kjører.
Og fordi AI-triage, Forklaring og Utbedring gjelder ikke bare Xygenis egne funn, men alt som er inntatt fra verktøy som allerede er på plass. Teamene får dette til uten å rive ut det de allerede har investert i.
Møt Xygeni på OWASP AppSec Days Portugal 2026
Vi tar denne samtalen med til Porto. Xygeni er gullsponsor hos OWASP AppSec-dager Portugal 2026, løping September 23-24 på Fundação António Cupertino de Miranda.
Vi vil være på arrangementet og snakke om AI Security Posture Management i praksis: hvordan team oppdager AI-ressurser de ikke visste de hadde, hvordan AI-genererte code security passer inn i et eksisterende AppSec-program i stedet for å stå ved siden av det, og hvordan den nåværende bølgen av MCP- og agenttrusler faktisk ser ut i naturen.
Hvis du deltar, Kom og finn Xygeni-teamet på stand 12. Hvis du har et sikkerhetstiltak knyttet til AI på planen og ikke kan komme deg til Porto, hjelper vi deg gjerne med det. På de samme datoene er vi også på Tysk OWASP-dag 2026 i Karlsruhe, snakker gjennom AI-sikkerhet og Shields håndhevingslag spesifikt.
Bestill et møte med oss!
FAQ
- Hva er AI Security Posture Management (AI-SPM)?
AI-SPM er disiplinen med å oppdage, lagerføre og kontinuerlig vurdere risikoen for alle AI-ressurser en organisasjon kjører – modeller, datasett, agenter og MCP-servere – på samme måte som CSPM gjør for skyen og DSPM gjør for data. Gartner definerte det som en kategori i sin 2025 Hype Cycle for Data Security. Xygenis AI-SPM bygger denne lagerbeholdningen og støtter den med en AI-BOM, noe som gir sikkerhets- og samsvarsteam bevis de kan gi til en revisor.
- Hva gjør AI-generert code security forskjellig fra tradisjonell SAST or SCA?
Tradisjonell statisk analyse og avhengighetsskanning ble bygget for å forstå kode og pakker, ikke AI-spesifikk risiko. De ser ikke umiddelbar injeksjon, ondsinnede regler eller ferdighetsfiler, MCP-verktøyforgiftning eller feilaktige pakkenavn som en AI-assistent kan installere. AI-generert code security må sitte inne i den samme arbeidsflyten som utviklere allerede bruker, og skanne både menneskeskrevet og AI-generert kode sammen, noe som er det Xygeni DevAI gjør inne i IDE-en.
- Hvorfor inneholder rundt 40 % av AI-generert kode sårbarheter?
AI-kodingsassistenter lærer av og reproduserer mønstrene i treningsdataene sine, inkludert usikre, og de genererer kode mye raskere enn manuell gjennomgang kan holde tritt med. Uavhengig forskning har konsekvent funnet høye forekomster av OWASP Topp 10-sårbarheter i AI-genererte prøver, med visse feilkategorier som cross-site scripting som vises i det store flertallet av testene.
- Erstatter AI-SPM våre eksisterende AppSec-verktøy?
Nei, og det burde den heller ikke prøve å gjøre. Xygenis AI-sortering, forklaring og utbedring gjelder funn fra Xygenis egne skannere og funn som er innhentet fra tredjepartsverktøy som allerede er på plass, slik at teamene får enhetlig AI-risikodekning uten å måtte rive og erstatte det de allerede har investert i.
- Hvor kan jeg se dette i aksjon?
Xygeni er gullsponsor på OWASP AppSec Days Portugal 2026, 23.–24. september i Porto, og teamet vil være på stedet kl. Messe 12 snakker gjennom AI-SPM, AI-generert code security, og den nåværende bølgen av MCP- og agenttrusler. Skaff deg en billett, eller ta kontakt direkte hvis du ikke kan komme deg til Porto.
Samme uke er vi også på Tysk OWASP-dag 2026 i Karlsruhe, med fokus på AI-sikkerhet og Shields håndhevingslag.
