סיכון בפיתוח מונחה-סוכנים: תובנות מ-10,000 סביבות פיתוח
אמ;לק
סוכני קידוד מבוססי AI מוסיפים נדבך חדש לשרשרת אספקת התוכנה (Software Supply Chain). מחקר של Snyk, שניתח כמעט 10,000 סביבות פיתוח, חושף את הסיכונים בשימוש בסוכני AI ומספק תובנות כיצד לאבטח את הכלים, ההוראות וההרשאות הכרוכות בפיתוח מונחה-סוכנים. הבנה זו קריטית למפתחים המשתמשים ב-LLM-assisted development.
סיכום בעברית: מערכת VibeSec · מדיניות המקורות
נוסף ל-VibeSec:
כותרת מקורית: What nearly 10,000 developer environments reveal about agentic development risk

התוכן המלא בעברית
תרגום אוטומטי מהמקור; מונחים טכניים נשארו באנגלית. לנוסח המחייב — הכתבה המקורית.
ממצאים מרכזיים
• התפשטות כלי קידוד מבוססי AI היא תופעה נפוצה: 43% מהמפתחים משתמשים בשתי סביבות קידוד מבוססות AI או יותר.
• האימוץ של MCP כבר נרחב: ל-50.8% מהמפתחים מותקן לפחות שרת MCP אחד.
• הסיכונים של MCP מתחילים להיחשף: לאחד מכל 7 מפתחים המשתמשים בשרתי MCP נמצא ממצא אבטחה אחד לפחות.
• כישורי סוכן (Agent skills) מוסיפים שכבת סיכון נוספת: ל-22.8% מהמפתחים הותקן לפחות כישור (skill) אחד.
• הזרקות Prompt קיימות בכלי עבודה פעילים: Snyk מצא 392 ממצאי הזרקת Prompt מאושרים בתוך תיאורי כלים.
במשך שנים צוותי אבטחת יישומים התמקדו בשורה מוכרת של שאלות: האם הקוד מאובטח? האם התלות פגיעות? האם צינור הבנייה מוגן? האם הבעיות נתפסות לפני שהן מגיעות לייצור?
פיתוח Agentic מוסיף שאלה חדשה: אילו מערכות, כלים, הוראות והרשאות עזרו לייצר את הקוד הזה?
סוכני קידוד מבוססי AI כבר אינם מסתפקים בהצעת קטעי קוד או השלמת שורות קוד. הם מחוברים יותר ויותר לשרתי MCP, כישורים (skills), אינטגרציות וחלקים אחרים של סביבת פיתוח התוכנה. הם מסוגלים לאחזר הקשר, להפעיל שירותים חיצוניים, לבצע פעולות וליצור קוד בדרכים שתהליכי האבטחה הקיימים לא תוכננו לנטר או לבקר.
משמעות הדבר היא שסביבת המפתחים הופכת לחלק משרשרת אספקת התוכנה שצוותים צריכים להבין ולנהל. לפי מחקר חדש של Snyk, השינוי הזה כבר ניכר בסביבות פיתוח אמיתיות.
Snyk ניתח כמעט 10,000 סביבות מפתחים וסביבות של מאמצים מוקדמים (ADS) ומצא חשיפה מדידה בכלי קידוד מבוססי AI, שרתי MCP וכישורי סוכנים. הנתונים מצביעים על שינוי שצוותי AppSec אינם יכולים עוד להתייחס אליו כאל תיאורטי: פיתוח מונחה סוכנים (Agentic development) יוצר שכבת שרשרת אספקת תוכנה חדשה, ורוב תוכניות האבטחה לא תוכננו לראות או לשלוט בה.
AI כלי קידוד הופכים לסביבות פיתוח מקושרות
כלי קידוד מבוססי AI הם כיום חלק מתהליך הפיתוח היומיומי, אך בארגונים רבים האימוץ אינו מוגבל לכלי מאושר אחד או לסביבה סטנדרטית אחת. מפתחים עשויים להשתמש במספר סביבות קידוד מבוססות AI בו-זמנית, כולל Claude, Cursor, Windsurf, Gemini, Copilot, Kiro ותוספים ל-VS Code. לכל כלי עשויה להיות תצורה, אינטגרציות, מקורות הקשר והרשאות משלו. עבור צוותי AppSec, זה יוצר אתגר בתחום הנראות.
בסריקה של Snyk, 43% מהמפתחים הפעילו שתי סביבות קידוד AI או יותר, ו-37% הפעילו שלוש או יותר.
התפשטות כלי ה-AI הופכת לדאגת אבטחה כאשר כל סביבה יכולה להתחבר למערכות חיצוניות, לצרוך הוראות ולהשפיע על אופן יצירת הקוד. ככל שיש יותר כלים בשימוש, כך קשה יותר לענות על שאלות ממשל (governance) בסיסיות:
• אילו סביבות קידוד AI מותקנות?
• אילו הנחיות מעצבות את התנהגותם?
• האם הם פועלים בתוך או מחוצה לו בקרות אבטחה מאושרות?
ב-AppSec מסורתי, צוותים יכולים לעיתים קרובות להתחיל עם המאגר (repository), צינור הבנייה (build pipeline) או הארטיפקט הפרוס. בפיתוח סוכן, הסיכון יכול להופיע מוקדם יותר, בתוך סביבת המפתחים, עוד לפני שהקוד מבוצע (committed).
שרתים MCP הופכים לשכבת שרשרת אספקה חדשה
MCP, או Model Context Protocol, נותן לסוכנים AI דרך להתחבר לכלים ומקורות נתונים חיצוניים. בפועל, זה יכול לכלול מאגרי קוד, אוטומציה של דפדפן, תיעוד, קבצים מקומיים, מעקבי בעיות, כלי עיצוב ושירותים אחרים לאורך מחזור החיים של פיתוח התוכנה. זה הופך את השרתים של MCP ליותר משכבת נוחות, ועוזר להגדיר למה סוכנים יכולים לגשת ולעשות.
ל-50.8% מהמפתחים כבר היה מותקן שרת MCP אחד לפחות.
אלו תצורות פעילות שיכולות לאפשר לסוכנים ליצור אינטראקציה עם כלים ושירותים חיצוניים ישירות ממכונות מפתחים.
בפיתוח תוכנה מסורתי, שרשרת האספקה מובנת לרוב במונחים של חבילות, תלות, מיכלים וחפצים. רכיבים אלה ניתנים לסריקה, למלאי, לשלוט ולנטר באמצעות תהליכים מבוססים.
אולם שרתי MCP פועלים אחרת ומתפקדים כחלק משכבת הגישה, כשהם קובעים מה סוכנים יכולים לראות ולעשות. לעיתים קרובות הם מותקנים מקומית או מוגדרים ללא סקירה מרכזית. הם עשויים גם להעניק לסוכנים גישה למערכות רגישות לפני שקוד כלשהו מגיע למאגר, לצינור ה-CI או לשער אבטחה סטנדרטי. אותות סיכון כבר מופיעים בסביבות פיתוח מונחות סוכנים.
ל-1 מכל 7 מפתחים המשתמשים בשרתי MCP היה ממצא אבטחה אחד לפחות בהגדרה שלהם.
מדאיג יותר, ל-1 מכל 12 מפתחים עם שרתים MCP היה ממצא גבוה או קריטי.
בפועל, סיכון זה עשוי לא להיראות כחבילה פגיעה המיובאת לאפליקציה. במקום זאת, הוא עשוי להיראות כתצורת שרת MCP או סוכן שמשפיעה על פעולות הסוכן, על המערכות אליהן הוא יכול להגיע או על ההוראות שהוא פועל לפיהן.
לדוגמה, סיכוני הזרקת Prompt יכולים להופיע במקומות שסריקה מסורתית עשויה שלא לבדוק. Snyk מצא 392 ממצאי הזרקת Prompt מאושרים המוטמעים בתיאורי כלים, ו-98 דפוסי קוד זדוני מאושרים בקבצי מיומנויות (skills) של סוכנים — וכל זאת בסביבות שהיו פעילות בזמן הסריקה.
תצורות של כלים יכולות ליצור נתיבי גישה בלתי צפויים, התנהגות סוכן יכולה להיות מעוצבת על ידי הוראות שמתקיימות מחוץ למאגרי קוד, ובזרימות עבודה עם אוטונומיה גבוהה, סוכן עשוי לפעול לפני שאדם בדק את התוצאה. המשמעות היא שארגונים צריכים לאבטח את הסביבה שבה כלים אלה פועלים.
כישורי סוכן יוצרים עוד שכבת סיכון
ניתוח נפרד של סביבות שותפי עיצוב ארגוניות בחן שכבת שרשרת אספקה שנייה: כישורי סוכנים (agent skills). מיומנויות אלו הן קובצי הוראות המעצבים את התנהגות הסוכן, ברירות המחדל, הדמויות (personas), זרימות העבודה והיכולות לשימוש חוזר. הם יכולים לעזור לצוותים לתקנן את התנהגות הסוכנים, אך הם גם מציגים שכבת שרשרת אספקה נוספת: הוראות שניתן לשתף, לשנות, לשלוף ממערכות אקולוגיות של צד שלישי, או להריץ מחוץ לתהליך סקירת קוד רגיל.
ל-22.8% מהמפתחים הייתה מיומנות אחת לפחות מותקנת.
בקרב מפתחים עם שרתי MCP מותקנים, ה-1% העליון מפעילים 13 שרתים או יותר בו-זמנית.
מיומנויות יכולות להכניס סיכון בכמה דרכים:
• שליפת הוראות ממקורות חיצוניים
• חשיפת סוכנים לתוכן בלתי מבוקר של צד שלישי
• כולל הוראות נסתרות שמתמרנות את התנהגות הסוכן
ומכיוון שלעתים קרובות מיומנויות משותפות או נשלפות ממערכות אקולוגיות של צד שלישי, הן יכולות לפעול כמו מרכיב בשרשרת האספקה גם אם הן לא נראות כמו תלות מסורתית.
מחקר נפרד של Snyk על המערכת האקולוגית של כישורי סוכנים ציבוריים מראה כיצד סיכון זה יכול להופיע 'בשטח'. במחקר ToxicSkills, חוקרי Snyk ניתחו 3,984 כישורים מ-ClawHub ומ-skills.sh ומצאו ש-13.4% הכילו לפחות בעיית אבטחה ברמה קריטית, בעוד של-36.82% היה לפחות פגם אבטחה אחד. אימות ידני אישר גם קיומם של מטענים זדוניים (malicious payloads) שנועדו לגניבת אישורים, התקנת דלתות אחוריות (backdoor) ודליפת נתונים.
28% מהמיומנויות חשפו סוכנים לתוכן בלתי מבוקר של צד שלישי .
כאשר הוראות חיצוניות יכולות לעצב את התנהגות הסוכן, אבטחת הקוד שנוצר היא רק חלק מהעבודה. ארגונים צריכים גם להבין את רובד ההוראה שמשפיע על אופן פעולתו של הסוכן.
מדוע הפקדים המסורתיים AppSec צריכים להתרחב
אבטחת AppSec מסורתית תוכננה סביב קוד, מאגרים, צינורות ואריטיפקטים. פיתוח מונחה סוכנים מציג סיכון מוקדם יותר — בתוך הכלים, ההוראות והתצורות שמעצבים את הקוד עוד לפני שהוא קיים.
סוכני קידוד מבוססי AI עשויים להכניס סיכון לפני ביצוע הקוד. לדוגמה, שרתי MCP עשויים להיות מותקנים במכונות מפתחים ללא רישום מרכזי, כישורים (skills) עשויים לעצב התנהגות מבלי לעבור בדיקה (כפי שקורה עם קוד מקור), וסוכנים עשויים להתחבר לכלים ולנקוט פעולות בזמן שהם פועלים מחוץ לגבולות המסורתיים של SAST, SCA, CI/CD, או בקרות מבוססות מאגר.
זה לא הופך את ה-AppSec הקיים למיושן. SAST, SCA, סריקת IaC, אבטחת מכולות ובקרות צנרת נותרות חיוניות, אך ייתכן שהן כבר אינן מספיקות בפני עצמן. כדי לעמוד בקצב פיתוח התוכנה המתפתח, צוותי אבטחה צריכים להרחיב את תוכניות העבודה שלהם מעבר לאבטחת ארטיפקטים של קוד לאבטחת המערכות שמייצרות אותם.
זה כולל את הסוכנים, הכלים, האינטגרציות, ההוראות והתצורות המעורבים בפיתוח AI-assisted. נושא הליבה הוא הנראות; אם צוותי האבטחה אינם יכולים לראות אילו סוכנים נמצאים בשימוש, למה הם מחוברים ואיזה הוראות הם צורכים, הם אינם יכולים לשלוט ביעילות על הסיכון.
5 צעדים שצוותי האבטחה צריכים לנקוט כעת
הפיתוח המונחה סוכנים מתקדם במהירות, אך התשובה אינה לחסום את אימוץ ה-AI או להאט את המפתחים. צוותי אבטחה צריכים להביא נראות וממשל לתוך זרימות העבודה שהמפתחים כבר משתמשים בהן, החל מחמישה שלבים.
• גלה במה מפתחים וסוכנים משתמשים: מלאי AI סביבות קידוד, MCP שרתים, מיומנויות ואינטגרציות בין סביבות מפתחים. צוותים לא יכולים לשלוט במה שהם לא יכולים לראות.
• התייחס לתצורת סוכן כחלק משרשרת האספקה של התוכנה: סקירת האבטחה צריכה להתרחב מעבר לקוד ותלות ולכלול את הכלים, ההוראות והרכיבים החיצוניים שסוכנים מסתמכים עליהם.
• הרחב את המדיניות לשרתים ומיומנויות MCP : ארגונים צריכים דרך להגדיר מה מותר, מוגבל, דורש אישור או יש לחסום על סמך סיכון.
• הערכת מעקות בטיחות לפעולות של סוכנים: ככל שסוכנים מקבלים יותר אוטונומיה, בקרות האבטחה צריכות לפעול קרוב יותר לרגע הפעולה, לא רק לאחר הפקת הקוד.
• חבר את אבטחת הפיתוח המונחה סוכנים לתוכניות AppSec קיימות: זה לא אמור להפוך לממגורת ממשל מנותקת. זו צריכה להיות הרחבה של AppSec לאופן שבו תוכנה נבנית כיום.
אלו הן היכולות שגישת ה-Agentic Development Security של Snyk בנויה סביבם — החל מגילוי וניהול שרתי MCP וכישורים (skills) לפני שהם נכנסים לזרימות עבודה של סוכנים, דרך החלת מעקות בטיחות (guardrails) בתוך לולאת הביצוע של הסוכן, ועד לאימות קוד שנוצר על ידי AI בזמן אמת.
אבטחת המערכות המסייעות בבניית תוכנה
אבטחת קוד שנוצר על ידי AI היא נחוצה, אך כבר אינה מספיקה בפני עצמה. ככל שסוכנים נטמעים עמוק יותר בפיתוח תוכנה, צוותי אבטחה צריכים להבין לא רק את הקוד שהסוכנים מייצרים, אלא גם את הכלים, ההוראות, האינטגרציות וההרשאות שמעצבים פלט זה. שרשרת אספקת התוכנה כוללת את המערכות המונחות סוכנים (agentic systems) שמסייעות בבניית תוכנה מלכתחילה.
הדוח המלא מכיל את הממצאים המלאים: אילו שרתים MCP מותקנים בצורה הנפוצה ביותר ופרופילי הסיכון הקשורים אליהם, פירוט של סוגי איתור מיומנויות על פני סביבות ארגוניות, הזרקה מיידית ונתוני דפוס קוד זדוני, ומסגרת פעולות מומלצת מפורטת עבור צוותי אבטחה. הורד כדי ללמוד עוד היום.
שאלות נפוצות
מהי אבטחת פיתוח סוכן?
אבטחת פיתוח מונחה סוכנים היא התרגול של אבטחת סוכני הקידוד, הכלים, ההוראות, שרתי ה-MCP, ההרשאות והאינטגרציות המבוססי AI שמסייעים לייצר תוכנה. היא מרחיבה את ה-AppSec מעבר לקוד ולתלויות כדי לכלול את המערכות שמעצבות את אופן יצירת הקוד.
מדוע שרתים MCP מהווים סיכון אבטחה?
שרתי MCP יכולים לחבר סוכני AI לכלים חיצוניים, מקורות נתונים ושירותים. אם הם מוגדרים בצורה שגויה, לא נבדקו, או שהם בעלי הרשאות יתר, הם עלולים להעניק לסוכנים גישה למערכות רגישות או להכניס סיכונים כגון הזרקת Prompt, תיאורי כלים זדוניים או פעולות לא מורשות.
האם AI סוכני קידוד הם חלק משרשרת אספקת התוכנה?
כן. סוכני קידוד מבוססי AI, שרתי MCP, כישורי סוכנים (agent skills) ותצורות קשורות יכולים להשפיע על אופן יצירת התוכנה. מכיוון שהם מעצבים את הקוד לפני שהוא מבוצע (committed), יש להתייחס אליהם כחלק משרשרת אספקת התוכנה.