Un fișier de abilități. Un fișier de reguli. O configurație a serverului MCP. Trei rânduri de text simplu, committestate ca documentație, revizuite ca documentație și niciunul dintre ele nu arată ca un cod. Și totuși, fiecare poate rescrie în liniște ceea ce asistentul tău AI este instruit să facă și ce are voie să facă. Acesta este adevărul inconfortabil din spatele securității AI. în 2026Industria a petrecut doi ani îngrijorându-se cu privire la conținutul codului generat de inteligența artificială. Problema cea mai dificilă s-a dovedit a fi lanțul de aprovizionare cu inteligență artificială în sine: modelele, agenții, serverele MCP și fișierele de configurare care se află acum alături de codul sursă și dependențele open-source, în mare parte neinventariate și nerevizuite. Tocmai de aceea securitatea lanțului de aprovizionare cu inteligență artificială a devenit o disciplină de sine stătătoare și de ce alegerea companiei potrivite de securitate cu inteligență artificială contează la fel de mult ca alegerea scanerului potrivit.
Suprafața de atac pentru care nimeni nu a prevăzut bugetul
Software-ul avea obișnuia să aibă câteva locuri unde un atacator putea ajunge: codul, dependențele, pipelineAI a adăugat încă două, ambele fiind integrate direct în lanțul de aprovizionare cu inteligență artificială.
Modelul și agentul. Intoxicație cu instrumente, injectare promptă, autonomie a agentului care merge mai departe decât a intenționat cineva. O instrucțiune ascunsă într-o descriere a serverului MCP poate redirecționa discret ceea ce face un copilot, iar dezvoltatorul nu vede niciodată acest lucru.
Mediul propriu al dezvoltatorului. IDE-uri, copiloți AI, servere MCP, CLI-uri pentru agenți. Invizibil pentru scanerele AppSec vechi, care nu știu ce este un model, și invizibil pentru EDR, care supraveghează sistemul de operare și nu are nicio idee despre ce este o dependență sau un apel MCP.
Nimic din toate acestea nu este teoretic. În ultimele optsprezece luni:
- O „ușă de acces pentru fișiere de reguli” ascunsă în Unicode permitea atacatorilor să injecteze instrucțiuni invizibile în fișierele de configurare citite de Copilot și Cursor, accesând în mod silențios codul generat de asistent. GitHub a adăugat un avertisment pentru aceasta în 2025.
- O eroare de tip command-injection într-un popular bridge MCP (CVSS 9.6) a înregistrat peste 400,000 de descărcări înainte de a fi remediată, fiind primul caz documentat de execuție completă de cod la distanță, declanșată pur și simplu prin conectarea la un server MCP nede încredere.
- Un vierme npm autopropagat i-a transformat pe dezvoltatori înșiși în mecanismul de livrare, iar modelul s-a repetat la scară largă în lunile următoare în alte ecosisteme, un eșec de manual al securității lanțului de aprovizionare cu inteligență artificială.
- Cercetătorii au descoperit că o parte semnificativă a pachetelor recomandate de LLM nu există deloc, nume „slopsquattate” pe care un atacator le înregistrează înainte ca un dezvoltator real să solicite modelului să le importe.
Cercetările Google privind securizarea lanțului de aprovizionare cu software de inteligență artificială ajung la o concluzie similară dintr-un unghi diferit: modelele găsite în circulație în 2023 și 2024 păreau legitime, în timp ce conțineau cod care putea exfiltra date sau instala o ușă secretă odată descărcată, iar soluția nu a fost o nouă categorie de instrumente, ci mai degrabă aplicarea unei discipline a lanțului de aprovizionare, cum ar fi proveniența și semnarea, unor artefacte pe care nimeni nu le mai urmărise înainte. Aceasta este problema securității lanțului de aprovizionare cu inteligență artificială, într-o singură propoziție: artefactele sunt noi, dar disciplina de care au nevoie nu este.
De ce instrumentele tale existente se opresc
SAST citește codul. SCA citește un manifest de dependențe. Niciunul dintre ei nu știe ce este un model, ce expune un server MCP sau ce instruiește un fișier de competențe un agent să facă. Această discrepanță este exact locul unde se produc atacurile din era inteligenței artificiale, în spațiul dintre „codul pe care îl scanăm” și „IA pe care am adoptat-o în liniște”.
Rezultatul este o categorie de IA din umbră nu CISÎn prezent, O poate răspunde la următoarele întrebări: ce modele rulăm, ce agenți pot accesa ce și la ce server MCP s-a conectat cineva marțea trecută fără să spună nimănui. Răspunsul corect la această întrebare este sarcina securității lanțului de aprovizionare cu inteligență artificială și acesta este motivul pentru care instrumentele generice AppSec continuă să fie insuficiente în acest sens.
Ce înseamnă de fapt securitatea AI
Xygeni este compania de securitate AI care tratează acest lucru ca trei mișcări conectate pe tot parcursul SDLC: a descoperi, a detecta și a aplica.
Descoperă: află ce inteligență artificială ai de fapt
Descoperirea automată și continuă în depozitele dvs. evidențiază fiecare element de inteligență artificială: modele, framework-uri, seturi de date, endpoint-uri de inferență, agenți, servere MCP, competențe, solicitări. guardrails...și instrumentele de codare AI pe care le folosesc de fapt dezvoltatorii dvs. Fără sondaje. Fără auto-raportare. Dacă a lăsat o urmă într-un depozit, aceasta apare în inventar, prima și cea mai elementară cerință a securității reale a lanțului de aprovizionare cu AI.
Graficul AI cartografiază apoi modul în care se conectează aceste active: ce model alimentează un set de date, ce agent invocă ce instrument, ce server MCP se află în spatele fiecărui asistent. Un activ izolat vă spune puține lucruri. Graficul vă arată unde se concentrează riscul.
Din aceeași descoperire, Xygeni generează un AI-BOMun inventar gata de audit, care poate fi citit automat, al tuturor aspectelor legate de inteligența artificială din software-ul dvs. Când o autoritate de reglementare, un auditor sau un client vă întreabă ce fel de inteligență artificială utilizați, răspunsul devine o descărcare în loc de o cursă de trei săptămâni.
Detectează: riscurile pe care scanerele convenționale nu le pot vedea
Un scaner dedicat AI caută modurile de defecțiune specifice sistemelor AI: injecție promptă, injecție instrument și invocare instrument nesigură, scurgere de date prin recuperare, ocolire a prompturilor sistemului, agenție excesivă. Fiecare constatare se corelează cu Top 10 OWASP pentru aplicații LLM și indică exact fișierul și linia care creează expunerea, nu o alertă vagă de tipul „verificați-vă utilizarea inteligenței artificiale”.
Același nivel de detecție tratează fișierele de competențe, fișierele de reguli și configurațiile MCP ca artefacte de securitate pe care le reprezintă, nu ca documentație inofensivă. Acesta semnalează competențe rău intenționate sau otrăvite, inspectează configurațiile serverului MCP pentru otrăvire a instrumentelor și afișează prompturile care determină de fapt sarcinile de lucru legate de inteligența artificială.
Prioritizează: pâlnia care elimină zgomotul, nu colțurile
Fiecare constatare este filtrată progresiv: până la ceea ce este accesibil în codul aplicației, apoi la ceea ce este cu adevărat exploatabil, în cele din urmă la ceea ce se află în codul pe care echipa dvs. îl dezvoltă activ. Ceea ce ajunge în coada unui dezvoltator este lista scurtă care amenință efectiv producția, cu referința cadrului, fereastra de expunere și îndrumările de atenuare atașate.
Aplicare: opriți-l înainte să ruleze
Shield aduce aplicarea politicilor la nivelul propriului endpoint al dezvoltatorului: blochează instalările neautorizate și rău intenționate, modelele neaprobate și serverele MCP nesancționate înainte de a se executa ceva. Sub aceasta se află Xygeni Avertizare timpurie privind programele malware (MEW), care detectează pachetele rău intenționate înainte ca o semnătură să existe, instrumentele bazate pe reputație în strat au încredere în continuare, deoarece nimeni nu a raportat încă pachetul. Este partea de aplicare a securității lanțului de aprovizionare cu inteligență artificială: descoperirea și detectarea vă spun ce este în neregulă, Shield este ceea ce, de fapt, o oprește.
Expunerea ta la inteligența artificială nu se află doar în codul tău de inteligență artificială
O imagine completă a securității lanțului de aprovizionare bazată pe inteligență artificială necesită mai mult decât un inventar de modele, și rareori este vorba doar de lucruri ostentative:
- Acreditări furnizor IA lăsate în fișierele prompt, configurațiile agentului sau pipeline Jurnalele sunt secrete ca oricare altele, iar detectarea secretelor de către Xygeni le prinde înainte ca acestea să ajungă într-un registru public.
- Dependențe vulnerabile de inteligență artificială și învățare automată să poarte CVE-uri obișnuite, scoase la iveală prin aceeași analiză a compoziției software care acoperă deja restul stivei tale. Cercetările terțe privind adoptarea IA au indicat cât de mult din stiva IA modernă este formată din pachete provenite din surse externe și componente ascunse, exact ceea ce a fost conceput pentru a acoperi analiza compoziției software.
- Pachete rău intenționate publicat mai repede decât orice consultanță pipeline le puteți cataloga sunt prinse înainte de semnătură, aceeași capacitate MEW protejând restul lanțului de aprovizionare.
Stratul agentic: DevAI și CoreAI
Descoperirea și detectarea acoperă ceea ce se află deja în depozitele dumneavoastră. DevAI funcționează acolo unde se creează riscul: în interiorul IDE-ului, ca un strat continuu, proactiv, care scanează codul generat de om și de inteligența artificială pe măsură ce este scris, fără a fi necesare solicitări. Explică calea completă de exploatare din spatele unei descoperiri și propune remedieri validate de MCP pe care un dezvoltator le poate aplica cu încredere, fără a perturba procesul de compilare.
CoreAI se află deasupra scanerelor individuale ca strat de inteligență: corelează codul, dependența, pipelineși datele privind postura într-un singur model de risc, răspunde la întrebări în limbaj natural și produce rapoartele pregătite pentru conducere, de care un lider în domeniul securității are nevoie pentru a demonstra că guvernanța are loc cu adevărat, nu doar că se afirmă.
Extindeți ceea ce aveți în domeniul securității inteligenței artificiale. Nu smulgeți nimic.
Cea mai frecventă obiecție la adresa unei noi categorii de securitate este „avem deja suficiente instrumente”. În calitate de companie de securitate bazată pe inteligență artificială, Xygeni nu vă cere să înlocuiți nimic: aceeași triere, explicație și prioritizare aplicată propriilor constatări se aplică în egală măsură constatărilor din cadrul sistemului dumneavoastră existent. SAST, SCAși scanere terțe. Stiva actuală devine o intrare, nu o victimă, iar postura de securitate a lanțului de aprovizionare bazată pe inteligență artificială se îmbunătățește fără a fi atașat un proiect de tip „rip-and-replace”.
De ce contează acest lucru acum, nu mai târziu
Autoritățile de reglementare converg în jurul acelorași așteptări din direcții diferite: Legea UE privind inteligența artificială, NIS2 și ENS din Spania promovează inventarierea și trasabilitatea sistemelor de inteligență artificială, aceleași dovezi pe care un AI-BOM este conceput să le producă. Direcția de deplasare este clară chiar și acolo unde mecanismele exacte de conformitate sunt încă în curs de așezare: nu poți atesta o inteligență artificială pe care nu ai inventariat-o niciodată și nu poți revendica securitatea lanțului de aprovizionare cu inteligență artificială dacă lanțul de aprovizionare în sine este invizibil pentru tine.
Alegerea unei companii de securitate a inteligenței artificiale
Nu toate companiile de securitate bazate pe inteligență artificială își stabilesc limitele în același loc. Unele se opresc la scanarea propriului cod generat de inteligența artificială. Altele se opresc la punctul final. Întrebarea privind securitatea lanțului de aprovizionare bazat pe inteligență artificială este mai amplă decât oricare dintre aceste aspecte în sine: aceasta cuprinde modelul, agentul, serverul MCP, fișierul de competențe și dependența obișnuită care se află sub toate acestea. Această vizualizare a întregului ciclu de viață, de la descoperire până la aplicare, într-o singură consolă, împreună cu restul constatărilor AppSec, este ceea ce trebuie să căutați atunci când evaluați o companie de securitate bazată pe inteligență artificială, mai degrabă decât un instrument singular.
Fișierele pe care nimeni nu le revizuiește au devenit calea de intrare. Securitatea inteligenței artificiale este disciplina revizuirii lor, iar securitatea lanțului de aprovizionare prin inteligență artificială este cea care face ca această disciplină să reziste de la un capăt la altul, pe aceeași platformă unde deja revizuiești totul.
Vezi ce are voie să facă de fapt inteligența ta artificială. Începe gratuit or programează o demonstrație.
FAQ
Codul Xygeni părăsește vreodată infrastructura mea?
Nu. Scanările rulează în propriul mediu, iar codul sursă nu este niciodată încărcat pe serverele Xygeni. Inventarul AI și AI-BOM sunt construite pe baza a ceea ce scanerul vede local, nu pe baza unei copii trimise extern.
Care este diferența dintre securitatea AI, DevAI și CoreAI?
Securitatea prin inteligență artificială descoperă și detectează: construiește inventarul AI, AI-BOM și identifică riscuri precum injectarea promptă sau fișierele de competențe otrăvite. DevAI funcționează în interiorul IDE-ului, în timp ce dezvoltatorii scriu cod, propunând remedieri pe parcurs. CoreAI se află deasupra ambelor aspecte, corelând descoperirile pe întreaga platformă și răspunzând la întrebări despre postura dvs. de securitate în limbaj natural.
Cu ce cadre de securitate AI se aliniază Xygeni?
Rezultatele se corelează cu Top 10 OWASP pentru aplicații LLM, Top 10 OWASP pentru MCP și Top 10 OWASP pentru competențe agențice, alături de NIST SP 800-218A și CISÎndrumări A/G7 privind listele de materiale pentru inteligența artificială. Această mapare este ceea ce face ca lista de materiale pentru inteligența artificială să fie utilizabilă ca dovadă de conformitate, mai degrabă decât un simplu inventar.
Va semnala acest lucru fiecare bibliotecă sau model de inteligență artificială ca fiind un risc?
Nu. Canalul de prioritizare restrânge rezultatele la ceea ce este accesibil în codul aplicației, cu adevărat exploatabil și în dezvoltare activă, astfel încât lista pe care o vede un dezvoltator este scurtă, nu o copie a fiecărui element de inteligență artificială detectat.
