חזרה לפיד
articlesמקור: Snyk Blog23.6.2026

השקת Agentic Development Security (ADS) על ידי Snyk

אמ;לק

Snyk משיקה את Agentic Development Security (ADS), פתרון חדש מבית Evo, המסייע לארגונים לאמץ פיתוח מונחה AI בצורה מאובטחת. הפתרון מספק נראות, ממשל ובקרה על תהליכי פיתוח המשתמשים בבינה מלאכותית, ובכך מאפשר למפתחים לנצל את יתרונות ה-AI תוך שמירה על רמות אבטחה גבוהות. זהו כלי קריטי בעידן ה-Vibe Coding למנהלי אבטחה ומפתחים כאחד.

סיכום בעברית: מערכת VibeSec · מדיניות המקורות

נוסף ל-VibeSec:

כותרת מקורית: Announcing Agentic Development Security (ADS)

השקת Agentic Development Security (ADS) על ידי Snyk

התוכן המלא בעברית

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

היום, אנו מכריזים על Agentic Development Security (ADS), פתרון Evo חדש שנועד לאבטחת פיתוח תוכנה מונחה-AI.

סוכני AI הם כעת משתתפים פעילים בתהליך פיתוח התוכנה; הם בוחרים כלים, מבצעים פעולות במערכות שונות ומייצרים קוד מוכן לייצור במהירות מכונה. אבטחת יישומים מסורתית לא נבנתה עבור מודל זה: סיכונים נכנסים באופן רציף דרך הכלים שבהם תלויים הסוכנים, הפעולות שהם מבצעים והקוד שהם מייצרים, לעתים קרובות עוד לפני ששורת קוד אחת הועלתה או נבדקה.

Evo ADS מטפל בכך ישירות על ידי הטמעת אבטחה בתהליכי עבודה של פיתוח מונחה-AI, כדי להעניק לארגונים נראות, ממשל ושליטה על הכלים שסוכנים משתמשים בהם, על הפעולות שהם מבצעים ועל הקוד שהם מייצרים.

השינוי כבר מתרחש

סוכני AI התפתחו מעבר לסיוע למפתחים וכעת הם בונים תוכנה באופן פעיל. הם מושכים כלים ונתונים, מבצעים פעולות במערכות שונות ומייצרים קוד מוכן לייצור. במקביל, כלי AI מאפשרים לקבוצה רחבה יותר של משתמשים, מעבר לצוותי הנדסה מסורתיים, ליצור ולשנות יישומים.

הנתונים מאשרים זאת. לפי נתוני הסריקה של Snyk מכמעט 10,000 סביבות פיתוח, 80% מהמפתחים כבר מריצים שתי סביבות קידוד AI או יותר, ול-50.8% יש חיבורי שרת MCP חיים המקשרים את הסוכנים הללו לכלי ייצור ולמערכות חיצוניות.

התוצאה היא תוכנה המיוצרת יותר ויותר באמצעות זרימות עבודה דינמיות מרובות שלבים, לעתים קרובות בדרכים שקשה לצפות בהן ואפילו קשה יותר לשלוט בהן. הפער הזה הוא המקום שבו האבטחה המסורתית מתפרקת. כאשר ⁦AI⁩ לוקח על עצמו יותר מתהליך היצירה, השאלה הופכת לבלתי נמנעת: האם אתה יכול לסמוך על מה שהסוכנים שלך שולחים?

הבעיה: אבטחה מסורתית עדיין מתמקדת רק בקוד

אבטחת יישומים מסורתית נבנתה עבור מודל פיתוח שבו מפתחים כתבו קוד באופן ידני, שינויים עברו דרך צינורות מבוקרים ואבטחה סרקו חפצים לאחר יצירתם.

המודל הזה כבר לא מתאים לפיתוח מונחה-סוכנים. סיכון נכנס באופן רציף דרך כלים חיצוניים, שרתי MCP ואינטגרציות בעלות נראות מוגבלת; באמצעות סוכנים המבצעים פקודות במערכות שונות עם רמות אוטונומיה משתנות; ובאמצעות קוד שנוצר על ידי AI בקצב שהופך את הסריקה לאחר מעשה לבלתי מספקת.

אנחנו כבר רואים מה קורה כאשר המודל הזה פועל ללא בקרות מתאימות. בתקרית שאירעה לאחרונה, סוכן AI מחק מסד נתונים של סביבת ייצור (Production) שלם, יחד עם הגיבויים שלו, בתוך פחות מעשר שניות. הסוכן ניסה לתקן בעיה שגרתית, אך בשל גישה להרשאות שגויות והיעדר מעקות בטיחות (Guardrails) על התנהגותו, הוא נקט בפעולה הרסנית כלפי הסביבה הלא נכונה. לא היה אישור אנושי, וגם לא הייתה מערכת שעצרה אותו.

זו המציאות של פיתוח סוכני (Agentic Development): סוכנים לא רק מציעים; הם פועלים. כאשר הפעולות הללו אינן מנוהלות, רדיוס הנזק משמעותי וההשפעה מיידית. קצב הפיתוח מונחה-ה-AI עולה על היכולת שלנו לאבטח אותו.

הפתרון: מודל אבטחה קרוב יותר למקום שבו מתקבלות ההחלטות

אבטחת המציאות החדשה הזו מחייבת שהאבטחה תתקרב למקום שבו מתקבלות ההחלטות, תוך מעבר מאבטחת קוד לאבטחת המערכת שמייצרת אותו. מכיוון שסיכונים מוכנסים לאורך כל מחזור חיי הפיתוח הסוכן, יש להטמיע אבטחה ישירות במקום שבו סוכנים ומפתחים בונים תוכנה.

זה דורש מודל שיכול להעריך את התנהגות הסוכן לפני ביצוע פעולות, לאכוף מדיניות בזמן אמת ולהעריך באופן רציף את האבטחה של פלטים שנוצרו על ידי AI לפני שהם מגיעים לייצור. זה גם אומר לתת לארגונים תצוגה ברורה יותר של התשומות שסוכנים משתמשים בהן, הפעולות שהם מבצעים, והשאלה האם ניתן לסמוך על הקוד שהם מייצרים.

זהו המעבר ש-⁦Evo Agentic Development Security⁩ (⁦ADS⁩) נועד לתמוך בו: מאבטחת קוד לאבטחת המערכת שמייצרת אותו. על ידי שליטה במה משתמשים סוכנים, מה הם עושים ומה הם מייצרים, ארגונים יכולים לאמץ פיתוח ⁦AI-driven⁩ מבלי לאבד מומנטום.

איך ⁦Evo Agentic Development Security⁩ עובד

במקום לפעול לאחר מעשה, Evo ADS מרחיב את האבטחה ישירות לתוך זרימות עבודה של פיתוח מונחה-AI על ידי:

• הבטחת קוד שנוצר מהימן בתחילתו

זה מאפשר לאבטחה להפוך לשכבת בקרה פעילה הפועלת בזמן אמת - התבוננות, הערכה והתערבות רק בעת הצורך. התוצאה היא מודל הפעלה חדש שבו מפתחים וסוכנים ⁦AI⁩ יכולים לפעול במלוא המהירות, כשברקע האבטחה מאמתת פעילות מתמדת.

אבטחת שרשרת האספקה ​​של הסוכנים

סוכני AI מסתמכים על מערכת אקולוגית המתרחבת במהירות של שרתי MCP, כלים, מיומנויות ושירותים חיצוניים. בניגוד לתלויות תוכנה מסורתיות, רבים מהרכיבים הללו מופעלים באופן דינמי בזמן הביצוע, מה שיוצר שרשרת אספקה חדשה שפועלת לעיתים קרובות מחוץ לבקרות האבטחה הקיימות.

קנה המידה גדול מכפי שרוב הארגונים מבינים. נתוני סריקת Snyk חשפו 4,524 שרתי MCP ייחודיים בקרב כמעט 10,000 סביבות פיתוח – ה-1% העליון של ההתקנות מריץ 13 שרתי MCP או יותר לכל מכונה. ליותר ממחצית מהמפתחים כבר יש חיבורים חיים לכלי ייצור. מתוכם, ל-1 מכל 12 יש ממצא אבטחה גבוה או קריטי מאומת כיום.

Evo ADS מגלה וממפה ללא הרף את הרכיבים שבהם נעשה שימוש בכל זרימות העבודה של הפיתוח מונחה-AI, ומספקת לארגונים נראות לגבי הסיכונים שהם מציגים. המערכת מעריכה כל רכיב באמצעות אותות אבטחה כגון הרשאות, מקור, פגיעויות ידועות, מדדי סיכון ודרישות מדיניות ארגונית, מה שמאפשר לצוותים להבין לא רק במה נעשה שימוש, אלא האם ניתן לסמוך על הרכיב.

בעוד שהפיתוח המסורתי מסתמך על ביקורות תקופתיות או אישורים ידניים, ⁦Evo⁩ ⁦ADS⁩ מעריך באופן רציף רכיבים שהתגלו מול מדיניות ארגונית. צוותי אבטחה יכולים לזהות היכן נעשה שימוש ברכיבים לא מאושרים, מוגבלים או בעלי סיכון גבוה וליצור מדיניות שמציגה ממצאים עם החומרה הנכונה ומפרטת את שלבי התיקון, כך שהצוותים יודעים בדיוק על מה לפעול.

התוצאה היא בסיס מהימן לפיתוח ⁦AI-driven⁩ שבו צוותי אבטחה מקבלים נראות לתוך מערכת אקולוגית מתפתחת של סוכנים, מפתחים שומרים על הגמישות לנוע במהירות, וארגונים יכולים להרחיב את האימוץ ⁦AI⁩ בביטחון מבלי לאבד שליטה על מה שנכנס לסביבת הפיתוח שלהם.

ניהול התנהגות סוכנים

השינוי הגדול ביותר בפיתוח סוכני הוא שהסוכנים נוקטים בפעולה. הם מבצעים פקודות, ניגשים לקבצים, מקיימים אינטראקציה עם APIs, משחזרים נתונים, מפעילים כלים ומקבלים החלטות בסביבות פיתוח עם רמות אוטונומיה הולכות וגדלות. Evo ADS פועלת ישירות בתוך לולאת הביצוע של הסוכנים ומספקת תובנות לגבי מה הסוכנים עושים ומדוע.

על ידי שילוב של מודעות להקשר של הפגישה, כוונת המשתמש, הפעולות המבוקשות והמדיניות הארגונית, Evo ADS מעריך את התנהגות הסוכן לפני ביצוע הפעולות. צוותי אבטחה יכולים כך להקים מעקות בטיחות המאפשרים לסוכנים לפעול בבטחה בתוך גבולות מוגדרים, במקום להסתמך על התראות לאחר מעשה. עם Evo ADS, ניתן להחיל ממשל ישירות בנקודת הביצוע, לחסום פעולות בסיכון גבוה, להגביל הרשאות ולמנוע הפרות מדיניות לפני שהן משפיעות על מערכות, נתונים או תשתית.

ארגונים זוכים לפיקוח מתמשך על פעילות הסוכנים, מפתחים שומרים על יתרונות המהירות והפרודוקטיביות של AI, והאבטחה עוברת מזיהוי בעיות לאחר התרחשותן למניעתן מראש.

יכולות ניהול התנהגות של Evo ⁦ADS⁩ זמינות כעת ב-⁦Open Preview⁩.

הבטחת קוד שנוצר מהימן בתחילתו

מכיוון ש-⁦AI⁩ מאפשר יצירת קוד ברציפות, יש לבסס אבטחה ואמון ברגע היצירה.

Evo ADS עוזר להבטיח שקוד שנוצר על ידי AI מאובטח מההתחלה על ידי שילוב ישירות בזרימות עבודה של פיתוח AI. במקום לחכות שהקוד יגיע למאגר או לצינור CI, בדיקות אבטחה מופעלות ברגע יצירת הקוד, מה שעוזר לזהות נקודות תורפה, תלויות לא מאובטחות, הגדרות שגויות של תשתית וסודות לפני שהם מתפשטים הלאה.

בהתבסס על גישת ה-secure-at-inception הוותיקה של Snyk, Evo ADS מרחיב את היכולות הללו לזרימות עבודה של פיתוח מונחה-AI עם בדיקות אבטחה דטרמיניסטיות, אימות אסינכרוני וניהול הקשר אופטימלי, שתוכנן במיוחד עבור סביבות קידוד מבוססות AI.

כדי למזער את ההפרעה למפתחים ולסוכנים ⁦AI⁩, בדיקות אלו פועלות באופן אסינכרוני באמצעות ווים קלים המוטמעים ישירות בתהליכי עבודה בפיתוח. כאשר לא מוצגות בעיות חדשות, שום דבר לא מתווסף בחזרה לחלון ההקשר של הסוכן, מה שמאפשר את המשך הפיתוח ללא הפרעה. כאשר מתגלות בעיות, רק ממצאים ברי-פעולה הקשורים לקוד שנוצר לאחרונה עולים על פני השטח, מה שעוזר לסוכנים להתמקד בתיקון מבלי להיות מוצפים על ידי רעש או ממצאים היסטוריים.

גישה זו מפחיתה את החיכוך עבור מפתחים והופכת את זרימות העבודה המאובטחות מרגע היצירה ליעילות משמעותית יותר מבחינת צריכת אסימונים (tokens). במקום להזריק שוב ושוב תוצאות סריקה מלאות לחלון ההקשר של ה-AI, ADS מספק רק את האות המינימלי הדרוש לביצוע תיקון. סריקות נקיות אינן גורמות לתקורת הקשר נוספת, בעוד שהנחיות לתיקון מופיעות רק כאשר נדרשת פעולה.

התוצאה היא מודל אבטחה שמתאים לפיתוח ⁦AI-driven⁩: קוד מאובטח נוצר כברירת מחדל, מפתחים וסוכנים מקבלים הדרכה ממוקדת בעת הצורך, וארגונים נמנעים מהעלות וחוסר היעילות של אימות כמויות גדולות של קוד ⁦AI-generated⁩ לאחר מעשה.

חלק ממערכת גדולה יותר: Evo מאת Snyk

⁦Agentic Development Security⁩ (⁦ADS⁩) הוא חלק מ-⁦Evo⁩ של ⁦Snyk⁩, הפלטפורמה של ⁦Snyk⁩ לאבטחת מחזור החיים של התוכנה ⁦AI⁩. בתוך ⁦Evo⁩, ⁦ADS⁩ מתמקדת באבטחת האופן שבו תוכנה בנויה בעידן של סוכנים ⁦AI⁩.

Evo ⁦ADS⁩ כולל יכולות לאבטחת שרשרת האספקה ​​של הסוכנים, ניהול התנהגות הסוכנים והבטחת תפוקה מהימנה. יחד, יכולות אלו מסייעות לארגונים לאמץ בבטחה ⁦AI-driven⁩ פיתוח מבלי להאט את החדשנות.

מעבר לסביבות פיתוח סוכניות, Evo מרחיב את האבטחה לאורך כל מחזור חיי התוכנה של ה-AI. Evo AI-SPM מספק נראות וממשל עבור מודלים של AI, סוכנים, זרימות עבודה ויישומים שנפרסו ברחבי הארגון שלך, בעוד Continuous Offensive Security מאמת באופן רציף מערכות פרוסות באמצעות בדיקות חדירות מבוססות AI וצוות אדום של סוכנים.

ביחד, ⁦Evo⁩ ⁦ADS⁩, ⁦AI-SPM⁩, ו-⁦Continuous Offensive Security⁩ עוזרים לארגונים לאבטח את הקוד שכותב ⁦AI⁩, את הסוכנים שהוא מריץ והאפליקציות שהוא בונה - מה שמאפשר אימוץ בטוח של ⁦AI⁩ לאורך מחזור חיי התוכנה.

למה זה חשוב עכשיו

פיתוח מונחה-AI כבר אינו ניסיוני. בכל הארגונים, בכל סדר גודל, סוכני AI הופכים למשתתפים פעילים בתהליך יצירת התוכנה – הם בוחרים כלים, מבצעים פעולות במערכות שונות ומייצרים קוד מוכן לייצור בקנה מידה שמודלי פיתוח מסורתיים מעולם לא תוכננו לתמוך בו.

זה משנה את תפקיד האבטחה. במשך שנים, אבטחת יישומים התמקדה בסריקת ארטיפקטים לאחר יצירתם, תוך מעבר הדרגתי למוקדם יותר במחזור חיי הפיתוח כדי להפחית סיכון. אך בעולם סוכן, רבות מהחלטות האבטחה החשובות ביותר מתקבלות עוד לפני שכתיבת הקוד מתחילה. הסיכון נובע מהכלים שסוכנים משתמשים בהם, מהפעולות שהם מבצעים ומהקוד שהם יוצרים. ארגונים צריכים יותר מאשר נראות לקוד. הם צריכים אמון בכל המערכות שבונות אותו.

Evo ADS מיועד למציאות החדשה הזו. על ידי אבטחת הכלים שסוכנים משתמשים בהם, הפעולות שהם מבצעים והקוד שהם מייצרים, Evo ADS עוזר לארגונים להרחיב בבטחה את כוח העבודה של ה-AI מבלי לוותר על מהירות, חדשנות או אמון. ככל שפיתוח תוכנה הופך ליותר ויותר אוטונומי, אבטחת האופן שבו תוכנה נבנית תהפוך לחשובה לא פחות מאבטחת התוכנה עצמה.

#snyk#ai-security#agentic-development#application-security
קרא במקור