Штучний інтелект

Perplexity AI відкриває вихідний код Numbat для захисту локальних агентів ШІ-кодування

V

Voydevich.com · редактор Богдан Войдевич

2 хв читання

Екран ноутбука з інтерфейсом редактора коду, що відображає візуалізацію моніторингу та захисту потоку даних, що символізує роботу Numbat.

Perplexity AI відкрила вихідний код Numbat, інструменту, призначеного для моніторингу та захисту активності агентів ШІ-кодування на клієнтських кінцевих точках. Цей проєкт, представлений 29-30 липня 2026 року, був внесений до Open Secure AI Alliance, який підтримується такими організаціями, як NVIDIA AI.

Забезпечення безпеки робочих процесів ШІ

Numbat надає локальні засоби захисту під час виконання (pre-action runtime guardrails) та можливості криміналістичного аналізу після інцидентів (post-incident forensics) для робочих процесів розробників з використанням ШІ. Він функціонує як легкий шар для виявлення та реагування, що дозволяє уніфікувати моніторинг активності.

Технічні особливості та сумісність

Numbat скомпільований як єдиний статичний бінарний файл Go (без cgo), що забезпечує безперебійну роботу на платформах macOS, Linux та Windows, підтримуючи архітектури amd64 та arm64. Він діє як універсальний крос-платформний шар, нормалізуючи активність із збережених сесій розробників, живих хуків життєвого циклу та потоків журналів OTLP/HTTP в єдину схему подій. Проєкт розповсюджується за ліцензією Apache 2.0.

Захист у реальному часі

Для виявлення в реальному часі та примусового виконання перед дією, Numbat використовує локальний механізм правил Common Expression Language (CEL) разом з багатоетапною оцінкою послідовностей та власними правилами YAML. Інтегруючись безпосередньо в підсистеми хуків агентів «перед дією», він може синхронно блокувати високоризикові дії, такі як деструктивні команди оболонки або витік даних, до того, як вони спричинять шкоду. Важливо зазначити, що блокування за замовчуванням вимкнено (лише моніторинг) і вимагає явної конфігурації (enforce: true) для активації.

Криміналістичний аналіз та конфіденційність даних

Для криміналістичного аналізу після інцидентів Numbat реконструює повні часові шкали сесій з артефактів на диску, не вимагаючи попередньої інструментації системи. Він компілює портативні, доступні лише для читання пакети справ, що містять маніфести SHA-256, версійні записи подій NDJSON та автоматичне редагування секретів. Numbat працює виключно на локальній машині розробника, гарантуючи, що необроблені стенограми та кодові навантаження ніколи не передаються зовнішнім хмарним провайдерам безпеки. Вбудоване сканування артефактів лише для читання та автоматичне очищення секретів додатково запобігають випадковому витоку конфіденційних облікових даних або внутрішніх структур шляхів.

Реклама · cv-finder.com

Покажіть AI-стек у резюме без зайвого шуму

AI-асистент CV-Finder допоможе описати LLM/ML-проєкти через результати.

Оформити CV

Що це означає для розробників

Numbat надає розробникам інструмент для локального моніторингу та захисту їхніх робочих процесів ШІ-кодування, дозволяючи запобігати ризикованим діям без передачі конфіденційних даних до хмарних сервісів. Це дає розробникам можливість контролювати безпеку своїх ШІ-агентів безпосередньо на власних машинах, забезпечуючи конфіденційність та цілісність їхніх проєктів.

Ключові факти

  • Perplexity AI відкрила вихідний код Numbat 29-30 липня 2026 року.

  • Numbat є легким шаром для виявлення та реагування, призначеним для моніторингу та захисту активності агентів ШІ-кодування на клієнтських кінцевих точках.

  • Він надає локальні засоби захисту перед виконанням та криміналістику після інцидентів для робочих процесів розробників з використанням ШІ.

  • Проєкт розповсюджується за ліцензією Apache 2.0 та був внесений до Open Secure AI Alliance.

  • Numbat скомпільований як єдиний статичний бінарний файл Go, що працює на macOS, Linux та Windows (amd64, arm64).

Штучний інтелектКібербезпекаOpen SourceРозробка ПЗ

Додайте Voydevich.com у бажані джерела Google, щоб частіше бачити наші новини в пошуку.

Усі гайди

Реклама · cv-finder.com

Покажіть AI-стек у резюме без зайвого шуму

AI-асистент CV-Finder допоможе описати LLM/ML-проєкти через результати.

Оформити CV

Попередні статті

Концептуальна ілюстрація, що показує абстрактні ДНК-ланцюги, які обробляються центральним геометричним блоком, що виявляє різні кольорові кластери, які символізують генетичні підтипи.

Модель машинного навчання T1GRS покращує генетичне прогнозування ризику діабету 1 типу

Нова модель машинного навчання T1GRS значно покращила прогнозування ризику діабету 1 типу, виявивши 160 генетичних сигналів ризику та чотири генетичні підтипи захворювання.

Екран ноутбука з абстрактною візуалізацією моніторингу безпеки AI-агентів.

Perplexity випустила Numbat для моніторингу ризикованих AI-агентів кодування

Perplexity представила Numbat, відкритий інструмент безпеки для моніторингу AI-агентів кодування на робочих станціях. Він виявляє та блокує небезпечну поведінку, реагуючи на зростаючі ризики.

Наступні статті