Claude Code чете файлове, изпълнява команди в конзолата, извиква MCP инструменти и действа чрез идентификационните данни, налични на машината на разработчика. Новите крайни точки на Compliance API на Anthropic дават на екипите по сигурност най-ясния им поглед досега върху тази дейност. Те също така разкриват и по-голям проблем: само регистрационните файлове с дейността не могат да ви кажат дали достъпът на даден агент е легитимен.

Изкуственият интелект се премести от раздела на браузъра към крайната точка с платформи като Claude Code. Те се изпълняват на машините на разработчиците, изпълняват локално bash команди и се свързват с трети страни чрез MCP сървъри, умения и плъгини. Всичко това се прави, за да може потребителят да прехвърли труда на машината и да се съсредоточи върху проектирането, мисленето и създаването.

Локалните агенти не са нишова категория. Те представляват 68.6% от AI агентите, които Token Security открива в клиентските среди, и често наследяват идентификационните данни на служителя, неговата мрежова позиция и разрешения.

Преминаването към крайната точка има сериозни последици за сигурността. При Claude Code няма централизирана конзола за наблюдение на агентите на крайната точка в различните локални конфигурации, идентичност, достъп и среда за изпълнение. Преди август 2026 г. вградените контроли на Anthropic имаха ограничена видимост върху това какво действително правят тези агенти, което принуждаваше екипите да използват разширения от трети страни, само за да постигнат минимум управление.

С новите крайни точки за локални транскрипти на сесии в Compliance API на Anthropic можете по-добре да управлявате локалните си агенти, като същевременно разбирате кои ограничения все още съществуват.

Рамката за управление (harness) е сложен оркестратор. Тя приема потребителския вход и го изпраща към LLM заедно с пълния контекст на сесията. Самият LLM не поддържа състояние; той получава всичко необходимо от рамката, за да отговори в конкретния момент. Компонентът, който действително изпълнява команди, удостоверява се пред трети страни и се свързва с MCP сървъри, е рамката, а не LLM.

Сравнете агента на крайната точка с човешко тяло. LLM е мозъкът: той обработва данните и взема решенията. Всичко останало е рамката – от ръцете и краката до сетивните органи. Това е странен хибрид и нашият модел за сигурност трябва да се адаптира, за да му съответства. Мозъкът работи в облака на Anthropic, но ръцете работят на вашите крайни точки и точно там трябва да се намират вашата видимост и контрол.

Модерно е да се казва, че SaaS е мъртъв, което е малко тъжно, защото класическият SaaS се грижеше за много неща вместо нас. Очакваме една услуга да ни позволи да управляваме и наблюдаваме нашето предприятие от централно табло, да контролираме политиките на организацията и ясно да виждаме какво могат да правят агентите в нашето предприятие.

Това не е така при локалните рамки за управление. Claude Code предизвиква класическия модел на споделена отговорност и натоварва повече администраторите. В проучване на Cloud Security Alliance, поръчано от Token сред 418 ИТ специалисти и експерти по сигурност, 68% оценяват видимостта си върху AI агентите като висока. В същото проучване 82% са открили през изминалата година агент, за чието съществуване сигурността, ИТ отделът или управлението не са знаели.

Решете ми тази гатанка: Аз живея на вашия хост като агент, но бях тук много преди който и да е LLM. Знам повече за вашия Claude Code, отколкото Anthropic, защото крайните точки са моето царство.

Тъй като голяма част от изпълнението на Claude Code се случва локално, телеметрията на крайните точки може да разкрие процеси, файлове и конфигурации, които облачните услуги не могат да видят. Но EDR осигурява доказателства, а не модел за управление. Той не може да свърже дейността на даден агент с неговия собственик, намерение, идентификационни данни и разрешения.

Собствените инструменти на Anthropic помагат, но не са достатъчни, за да предотвратят извършването на разрушителни действия от страна на LLM, дори ако тези действия са легитимни. Има три ключови слоя за събиране на данни за ефективно управление на локални AI агенти. Трябва да разберете какво ви дава Anthropic, какво може да събере само един агент на крайна точка и какво трябва да направите с данните.

Слой 1: Управлявани настройки, базовата политика

Механизмът за налагане на правила на Anthropic са управляваните настройки. Всяка крайна точка, която инсталира Claude Code, има запис за управлявани настройки: JSON файл на Mac и Linux и записи в системния регистър на Windows. Неговите правила имат предимство пред глобалните, проектните и потребителските настройки, което ви позволява да наложите базова линия за всяка сесия на Claude Code в организацията. При корпоративен план на Claude Code прилагате политики чрез графичния интерфейс (GUI); без такъв, вашият MDM може да запише записа за управлявани настройки в крайните точки.

Наличните правила покриват много неща:

  • Списъци с разрешени и забранени адреси за конкретни MCP сървъри
  • Списъци с разрешени и забранени адреси за конкретни MCP сървъри
  • Деактивиране на уменията за изпълнение на команди и други
  • Деактивиране на уменията за изпълнение на команди и други

Те помагат, но отнемат голяма част от пространството за маневриране на вашите разработчици, а статичните политики за разрешаване/забраняване не са създадени за темпото на съвременния изкуствен интелект. Нещо по-лошо, те не разпознават контекста или намерението. В действителност те са като голям камък в средата на река, който нарушава течението, но не го спира.

Доскоро Compliance API на Anthropic покриваше главно действията в claude.ai, което означава дейността от уеб интерфейса и Claude Desktop, с много слаба видимост върху локалните сесии.