חזרה לפיד
articlesמקור: Snyk Blog17.2.2026

אבטחת אקולוגיית סקילס של סוכנים: Snyk ו-Vercel מבטיחים את שרשרת אספקת התוכנה החדשה

אמ;לק

Snyk ו-Vercel שיתפו פעולה לאבטחת אקולוגיית skills.sh, תוך שילוב סריקות אבטחה בזמן אמת. צעד זה נועד לזהות תקיפות הזרקת 'פרומפטים' ותוכן זדוני לפני שיגיעו למשתמשים, ומבטיח את עתיד הבינה המלאכותית הסוכנתית (agentic AI).

סיכום בעברית: מערכת VibeSec · מדיניות המקורות

נוסף ל-VibeSec:

כותרת מקורית: Securing the Agent Skill Ecosystem: How Snyk and Vercel Are Locking Down the New Software Supply Chain

אבטחת אקולוגיית סקילס של סוכנים: Snyk ו-Vercel מבטיחים את שרשרת אספקת התוכנה החדשה

התוכן המלא בעברית

תרגום אוטומטי מהמקור; מונחים טכניים נשארו באנגלית. לנוסח המחייב — הכתבה המקורית.

אם עקבתם אחרי תחום כלי הפיתוח מבוססי ה-AI לאחרונה, בטח שמתם לב שמשהו גדול קורה: סוכני AI הם כבר לא רק צ'אטבוטים שעוזרים לכם לכתוב קוד. הם מתפתחים למערכות אוטונומיות מלאות שיכולות לקרוא את הדוא

היום אני נרגש לשתף ששיתפנו פעולה עם Vercel כדי להטמיע את מודיעין האבטחה של Snyk ישירות בתוך ה-marketplace החדש שלהם, skills.sh — המערכת האקולוגית הפתוחה לכישורי סוכנים שהופכת במהירות לספרייה הסטנדרטית עבור סוכני AI. בכל פעם שמיומנות סוכן (agent skill) חדשה מותקנת באמצעות מתקין ה-npx, התשתית של Vercel פונה ל-API עתיר הביצועים של Snyk כדי לבצע ניתוח אבטחה עמוק במיומנות, עוד לפני שהיא מגיעה למחשב של המפתח.

אבל לפני שניכנס לעומק של איך האינטגרציה הזו עובדת, הרשו לי לתת לכם קצת הקשר למה זה כל כך חשוב.

עלייתם של כישורי הסוכנים (ולמה זה צריך לעניין אתכם)

ב-20 בינואר 2026, Vercel שחררה את skills, כלי CLI ומערכת אקולוגית פתוחה להתקנה וניהול של חבילות מיומנויות עבור סוכני AI. תחשבו על זה כמו על npm, אבל במקום ספריות JavaScript, אתם מתקינים יכולות שסוכן ה-AI שלכם יכול להפעיל בשמכם. הספרייה skills.sh משמשת כמרשם המרכזי וכלוח המובילים עבור החבילות הללו.

קצב האימוץ היה מדהים. בתוך שש שעות מההשקה, למיומנות המובילה היו למעלה מ-20,000 התקנות. כלי השירות find-skills לבדו צבר מעל 235,000 התקנות שבועיות. שחקניות מרכזיות כמו Stripe הפיצו מיומנויות משלהן בתוך שעות. המערכת האקולוגית תומכת כעת במגוון עצום של סוכנים כמו Claude Code, Cursor, Windsurf, Goose, GitHub Copilot, Gemini CLI ועוד רבים אחרים.

אבל זה העניין: כשמריצים npx skills add <package>, אתם לא רק מתקינים ספרייה. אתם מעניקים לסוכן AI את היכולת לבצע לוגיקה בשמכם.

זהו מודל אמון שונה מהותית מכל מה שהכרנו בניהול חבילות מסורתי. מיומנות היא יותר מסתם קוד שיושב בתיקיית node_modules ומחכה לייבוא; מדובר בשילוב של קוד והוראות בשפה טבעית שסוכן אוטונומי יפרש ויפעל לפיהן, לעיתים עם גישה למערכת הקבצים שלכם, למשתני הסביבה, למפתחות ה-API ולתשתית הייצור שלכם. בדיוק בגלל זה השותפות בין Snyk ל-Vercel כה עוצמתית.

כיצד פועל האינטגרציה של Snyk ו-Vercel

Vercel מציגה Security Leaderboard ב-skills.sh כדי להעניק למפתחים שקיפות מיידית לגבי מצב האבטחה של המיומנויות שהם מתקינים. Snyk היא שותפת השקה מרכזית ביוזמה זו, ומספקת את מנוע ביקורת האבטחה האוטומטי שמעריך את המיומנויות המוגשות בהיקפים גדולים.

הנה הארכיטקטורה ברמה גבוהה:

• סריקה בזמן ההגשה (Submission-time scanning): כאשר מותקנת מיומנות סוכן חדשה באמצעות מתקין ה-npx skills, התשתית של Vercel מפעילה קריאה ל-API הסריקה עתיר הביצועים של Snyk. זה קורה באופן אוטומטי, ללא צורך בפעולה מצד מחבר המיומנות או משתמש הקצה.

• ניתוח רב-שכבתי עמוק: הסורק שלנו לא רק מחפש מחרוזות חשודות. בנינו אותו על מנוע הסריקה agent-scan (הידוע גם כ-mcp-scan), המשלב מספר שופטי LLM מותאמים אישית עם חוקים דטרמיניסטיים. גישה כפולה זו חיונית מכיוון שמיומנויות סוכנים הן תוצרים היברידיים — נדרש ניתוח קוד מסורתי עבור רכיבי ההרצה, אך גם הבנת שפה טבעית כדי לזהות הזרקות prompt (prompt injection) ותוכנות זדוניות שמתחבאות בהוראות בתוך קובץ ה-SKILL.md.

• הבנה הקשרית: אנו מנתחים גם את לוגיקת הביצוע וגם את ההוראות בשפה הטבעית כדי לזהות את מה שאנו מכנים "זרימות רעילות" (toxic flows) — תרחישים שבהם הנחיה (prompt) שנראית שפירה יכולה לשמש להפעלת פעולה זדונית. כלי ניתוח סטטי קלאסי יסתכל על הקוד ולא ימצא בו דופי. המערכת שלנו מבינה את כוונת ההוראות וכיצד הן מקיימות אינטראקציה עם היכולות של הסוכן.

• סימני אימות אבטחה: תוצאות הסריקה מוצגות ישירות בדף המיומנות באמצעות תג "Security Verified", המעניק לקהילה אינדיקציה מהירה לכך שהמיומנות נבדקה בקפידה לאיתור דפוסים זדוניים בכל 8 קטגוריות מדיניות האבטחה שלנו.

• ניטור רציף: זו אינה בדיקה חד פעמית. מיומנויות מוערכות מחדש ככל שיכולות הזיהוי שלנו משתפרות וככל שצצים דפוסי איומים חדשים. נוף האיומים נע במהירות, ותשתית הסריקה שלנו נועדה לעמוד בקצב.

החדשנות הטכנית המרכזית כאן היא שהגלאים ברמת ה-CRITICAL שלנו משיגים אחוזי זיהוי (recall) של 90-100% על מיומנויות זדוניות מאומתות, תוך שמירה על שיעור חיובי שגוי (false positive) של 0% ב-100 המיומנויות הלגיטימיות המובילות מ-skills.sh. יכולת אבחנה כזו היא שמאפשרת להטמיע זאת כשער אוטומטי בזמן ההגשה — ניתן לחסום מיומנויות זדוניות מבלי ליצור חיכוך עבור מפתחים לגיטימיים.

סרקנו 3,984 כישורי סוכנים. הנה מה שמצאנו.

ב-Snyk, השקענו רבות במחקר אבטחת AI סוכני, בגיבוי הרכישה שלנו של Invariant Labs — חברת מחקר אבטחת AI בעלת שם עולמי שצמחה מ-ETH Zurich, והייתה חלוצה בתחומי הרעלת כלים (tool poisoning), פגיעויות MCP וזיהוי בזמן ריצה עבור מערכות סוכניות.

כחלק מהשקעה זו, צוות המחקר שלנו השלים לאחרונה את ביקורת האבטחה המקיפה הראשונה של מערכת האקולוגית של מיומנויות סוכני ה-AI. ניתחנו 3,984 מיומנויות משווקים מרכזיים כמו skills.sh, ופרסמנו את הממצאים שלנו בדוח טכני מפורט: Exploring the Emerging Threats of the Agent Skill Ecosystem.

למה זה חשוב למערכת האקולוגית הרחבה יותר

אם אתם בתעשיית התוכנה מספיק זמן, כל המצב הזה בטח נשמע מוכר. המצב הנוכחי של מערכת אקולוגית של מיומנויות סוכנים משקף את הימים הראשונים של npm ו-PyPI: צמיחה מואצת, התלהבות קהילתית, ותנוחת אבטחה שטרם הדביקה את קצב האימוץ. כבר ראינו את זה קורה בעבר עם התקפות בלבול תלויות (dependency confusion), קמפיינים של typosquatting, ותוכנות מחאה (protestware) ברישומי חבילות מסורתיים.

אך כישורי סוכנים שונים מחבילות מסורתיות בכמה דרכים קריטיות. ראשית, רדיוס הפגיעה גדול יותר. חבילות npm מסורתיות יכולות להריץ קוד, אך הן לרוב מבצעות זאת בתוך סביבה מוגבלת יחסית. מיומנות סוכן, לעומת זאת, יורשת את כל ההרשאות של הסוכן עצמו — ולסוכנים מודרניים יש לעיתים קרובות גישה למערכת הקבצים שלכם, למעטפת (shell), למפתחות ה-API, לאימייל, לתשתית הענן ועוד.

שנית, משטח התקיפה הוא חדשני. כישורי סוכן מציגים את השפה הטבעית כווקטור תקיפה. לא ניתן לזהות הזרקת prompt באמצעות כלי SAST מסורתיים, ולא ניתן לתפוס "זרימות רעילות" בעזרת ביטויים רגולריים (regex).

שלישית, מודל האמון הפוך. בחבילות מסורתיות, המפתח מקבל החלטה מודעת לייבא ולהפעיל פונקציות ספציפיות. עם כישורי סוכן, הסוכן מחליט מתי וכיצד להשתמש במיומנות על סמך הוראות בשפה טבעית. האדם נמצא צעד אחד רחוק יותר מהחלטת הביצוע, מה שאומר שהסוכן הופך ליעד התקיפה החדש.

זו הסיבה ש-Snyk השקיעה רבות בתחום הזה. רכשנו את Invariant Labs במיוחד מכיוון שהצוות שלהם — שצמח מהמחלקה למדעי המחשב של ETH Zurich — בנה את טכנולוגיית הבסיס להבנה ואבטחה של מערכות סוכניות. טכנולוגיית ה-Guardrails שלהם מספקת שכבת אבטחה שקופה ברמת ה-LLM והסוכן, המשלבת מידע הקשרי, סריקות סטטיות, ניטור זמן ריצה, הערות אנושיות ומסדי נתונים של אירועים למארג אבטחה מאוחד.

השותפות עם Vercel היא הרחבה טבעית של עבודה זו. ככל שהמערכת האקולוגית של המיומנויות גדלה — והיא צומחת בממוצע של 147 מיומנויות חדשות ביום — האסטרטגיה היחידה בת-קיימא היא הטמעת אבטחה ישירות בתוך תשתית הפלטפורמה. סקירה ידנית אינה סקיילבילית. דיווחי קהילה איטיים מדי. אתם זקוקים לסריקה אוטומטית, רציפה ומקיפה שמבינה גם קוד וגם שפה, ומוטמעת בנקודת ההגשה.

מה אתה יכול לעשות עכשיו

החדשות הטובות הן שאינך צריך לחכות שמישהו אחר יאבטח את זרימות העבודה הסוכניות שלך. הפכנו את טכנולוגיית הסריקה שלנו לזמינה דרך מספר ערוצים, וכולם חופשיים לשימוש היום.

נסו את Agent Scan - Skill Inspector: זהו אותו מנוע סריקה שמניע את האינטגרציה עם Vercel, ארוז כאתר שירות עצמי. הדביקו מיומנות וקבלו הערכת אבטחה מיידית בכל 8 קטגוריות האיומים שלנו. זה בחינם, מהיר, וזו דרך מצוינת לבדוק מיומנויות לפני התקנתן.

השתמשו ב-Agent Scan CLI ב-GitHub: עבור מפתחים שמעדיפים את שורת הפקודה (ובואו נודה באמת, זה רובנו), כלי הקוד הפתוח mcp-scan שלנו יכול לגלות אוטומטית את תצורות ה-MCP שלכם, כלי הסוכן והמיומנויות המותקנות, ואז לסרוק אותם לאיתור הזרקות prompt, קוד זדוני, הורדות חשודות ועוד. ניתן להשתמש בו גם כפרוקסי כדי לנטר ולבצע guardrail לתעבורת MCP בזמן אמת. הריצו uvx mcp-scan@latest --skills כדי לסרוק את המיומנויות המותקנות שלכם כבר עכשיו.

⁦Explore Snyk Labs⁩ : זרוע המחקר שלנו היא המקום שבו אנו מפרסמים ניסויים, כלים וממצאים חדשים. אם אתה מעוניין בחוד החנית של מחקר אבטחה ⁦AI⁩ - מניתוח זרימה רעילה ועד ⁦MCP⁩ זיהוי פגיעות שרת - זה המקום שבו אתה רוצה להיות.

עבור צוותים ארגוניים: Evo מאת Snyk מתרגמת את החידושים של המעבדות שלנו ליכולות סוכניות מוכנות לארגון, המשתלבות ישירות בפלטפורמת האבטחה Snyk AI. Evo מספקת את הנראות, אכיפת המדיניות והתזמור הנדרשים לניהול מערכות AI בסביבות שונות. תמיכה במיומנויות ב-Evo תגיע בקרוב.

ואם אתם רוצים את הפרטים הטכניים המלאים על מתודולוגיית המחקר והממצאים שלנו, כולל דוגמאות מתועדות של מיומנויות זדוניות מהעולם האמיתי, עיינו בדוח הטכני שלנו: Exploring the Emerging Threats of the Agent Skill Ecosystem.

השורה התחתונה

המערכת האקולוגית של מיומנויות הסוכנים צומחת במהירות — 4,257 מיומנויות וספירה, עם ממוצע של 147 חדשות שמתפרסמות מדי יום. הצמיחה הזו מרגשת והולכת לפתוח רווחי פרודוקטיביות אדירים עבור מפתחים, אך היא גם אומרת שמשטח התקיפה מתרחב באותה המהירות.

ב-Snyk אנו מאמינים שאבטחה חייבת להיות אזרח סוג א' בכל מערכת אקולוגית של תוכנה, ומיומנויות סוכנים אינן יוצאות דופן. השותפות עם Vercel היא צעד לקראת הפיכת "Secure by default" לסטנדרט של העידן הסוכן, ולא למחשבה בדיעבד.

אנחנו בסיבובים המוקדמים של המרחב הזה. האיומים הם אמיתיים, ההימור גבוה, והטכנולוגיה להגנה מפני התקפות אלה עדיין מתפתחת. אבל אם יש דבר אחד שלמדתי משני עשורים של עבודה באבטחה, זה שככל שתקדימו לבנות אבטחה לתוך הבסיס, כך מצבם של כולם טוב יותר.

אז לכו לסרוק את המיומנויות שלכם. בצעו ביקורת לתצורות הסוכנים שלכם. ואם תמצאו משהו חשוד, הודיעו לנו. כולנו בזה יחד.

⁦Unifying Control for Agentic⁩ ⁦AI⁩ עם ⁦Evo By Snyk⁩

Evo מאת Snyk מעניקה למובילי אבטחה והנדסה תזמור מאוחד בשפה טבעית עבור אבטחת AI. גלו כיצד Evo מתאם סוכנים מתמחים כדי לספק הגנה מקצה לקצה לאורך כל מחזור חיי ה-AI שלכם.

קרא עוד

סניק ⁦UNFILTERED⁩: ⁦Inside Our First-Ever Customer Summit⁩

בפסגת הלקוחות הראשונה של Snyk, מובילי אבטחה חלקו תובנות גלויות לגבי סיכוני AI, תיקון פגיעויות וניהול סוכנים אוטונומיים. חמישה נושאים חושפים כיצד צוותים מתאימים את האבטחה למהירות ה-AI.

⁦Turn Your Vulnerability Backlog Into Pull Requests With Agentic Remediation⁩

ה-Evo Remediation Agent נמצא כעת ב-Open Preview ומביא פתרון תלויות אוטומטי ל-Evo Agentic AppSec. צוותי AppSec יכולים כעת להריץ תיקון מתמשך.

⁦AI⁩ ⁦Model Risk Depends⁩ על What the ⁦Model Can Reach⁩

#ai-security#supply-chain#prompt-injection#snyk
קרא במקור