W czwartej już części serii dotyczącej Prompt Security od SentinelOne, pod lupą znajdzie się tym razem aspekt związany z bezpieczeństwem agentów AI i protokołu MCP, jako nowy front, na którym rozgrywa się dziś bezpieczeństwo AI.
W moich poprzednich artykułach z serii Prompt Security od Sentinel One, opisujących obszary zagrożeń dla pracowników, deweloperów i własnych aplikacji AI, przejdę dziś do najbardziej dynamicznego obszaru ryzyka: agentów AI i protokołu Model Context Protocol (MCP).
MCP rozwiązał jeden problem i stworzył drugi
Model Context Protocol dał agentom AI ustandaryzowany sposób łączenia się z systemami firmowymi, takimi jak GitHub, Slack, Jira, bazami danych, czy chmurą. To ekosystemowe rozwiązanie przyspieszyło adopcję Agentic AI, ale szeroko rozumiane bezpieczeństwo wyraźnie nie nadążyło za tempem wdrożeń.
Skalę problemu udokumentowaną w 2026 roku przez badaczy bezpieczeństwa, trudno ignorować:
⬩ Przeanalizowano ponad 10 000 publicznie dostępnych serwerów MCP, gdzie odsetek serwerów bez żadnego uwierzytelniania sięga niemal 25%
⬩ Setki serwerów są dostępne w internecie bez szyfrowania ruchu i bez kontroli dostępu, co czyni je łatwym celem
⬩ Katalog znanych podatności MCP prowadzony m.in. przez badaczy związanych z SentinelOne, Snyk, Trail of Bits i CyberArk liczy już kilkadziesiąt pozycji, część o statusie krytycznym
⬩ Tylko niewielki odsetek organizacji ma sformalizowaną strategię zarządzania tożsamością agentów AI, a jeszcze mniej agentów trafia do produkcji z pełną akceptacją bezpieczeństwa.
Dlaczego agenty to inny rodzaj ryzyka?
Agent AI, w odróżnieniu od klasycznej aplikacji, może samodzielnie wykonywać działania – wywoływać narzędzia, modyfikować pliki, łączyć się z API. Jeśli otrzyma szersze uprawnienia niż realnie potrzebuje do zadania, staje się potencjalną furtką do systemów, z którymi się łączy. Wystarczy jedno wstrzyknięte polecenie w treści, którą agent przetwarza, żeby przejąć kontrolę nad jego działaniem bez złamania żadnego hasła.
Odpowiedź Prompt Security – MCP Gateway
Ten jakże istotny filar platformy to pierwsze, jak podaje SentinelOne, kompleksowe rozwiązanie zabezpieczające Agentic AI, oparte na trzech mechanizmach:
- Egzekwowanie na poziomie punktu końcowego – poprzez lekkiego agenta lub odwrotny serwer proxy dla aplikacji własnej produkcji, co pozwala kontrolować ruch agentów niezależnie od tego, gdzie faktycznie działają
- Dynamiczna ocena ryzyka MCP – ciągła analiza ponad 13 000 serwerów MCP dostępnych na GitHubie, pozwalająca ocenić, z czym faktycznie łączą się agenci w organizacji
- Dogłębna kontrola interakcji – pełny, przeszukiwalny zapis każdej interakcji między użytkownikami, agentami i serwerami MCP, przydatny zarówno do bieżącej kontroli, jak i do audytu po incydencie.
Widoczność zamiast zaufania na słowo
Kluczowa zmiana myślenia w tym obszarze polega na tym, że serwery MCP nie powinny być traktowane jako zaufane z założenia, tylko dlatego, że działają wewnątrz organizacji. MCP Gateway pozwala wykryć nieautoryzowane wdrożenia agentów i serwerów, zanim staną się one drogą wycieku danych lub przejęcia systemu.
Co dalej?
W ostatniej części z tej serii, wszystkie cztery obszary przedstawione w moich dotychczasowych artykułach scalę w jeden obraz platformy i pokażę, dlaczego warto patrzeć na Prompt Security jako na jedno, modularne rozwiązanie, a nie zestaw punktowych narzędzi.
Wdrażacie już agentów AI w organizacji? Skontaktujcie się z ISCG – pomożemy ocenić, jak wygląda dziś Wasza ekspozycja na ryzyko MCP.
Umów się na demo: https://outlook.office.com/book/KonsultacjaPromptSecurity@ISCG.onmicrosoft.com/s/Lc5jNKTyHUSx5as_9eqXOw2?ismsaljsauthenabled
