Как защитить AI-агентов в масштабе: Cisco AI Defense и Splunk
News | 16.11.2026
AI-агенты получают доступ к чувствительным данным и бизнес-инструментам, но большинство компаний не успевают тестировать, наблюдать и оценивать их с той же скоростью, с какой они внедряются. Cisco представила непрерывный цикл доверия: AI red teaming на базе Claude Mythos в Cisco AI Defense, контроль затрат и качества в Splunk Agent Observability и актуальные данные об уязвимостях инфраструктуры из Cisco IQ. Softprom является официальным дистрибьютором Cisco.
Что было анонсировано
На Cisco Live APJC в Мельбурне 10 ноября 2026 года Cisco сообщила о добавлении модели Claude Mythos от Anthropic в адаптивный фреймворк red teaming Cisco AI Defense. С момента запуска в январе 2025 года AI Defense помог сотням клиентов выявить критические уязвимости AI-моделей, приложений и агентов до вывода в продуктив.
Splunk Agent Observability получает Tokenomics, связывающий затраты агентов с ROI, а также модели Eval-G1, которые выполняют оценки и guardrails до 98% дешевле и в 2,5 раза быстрее коммерческой LLM. Cisco IQ, которым пользуются почти 17 000 клиентов на более чем 22 млн устройств, теперь передает данные об уязвимостях и жизненном цикле в Splunk Platform.
Нельзя масштабировать то, что невозможно защитить, контролировать или наблюдать.
Почему это важно
AI сокращает время между раскрытием уязвимости и ее эксплуатацией с недель до часов, поэтому разовые аудиты оставляют компании незащищенными. По данным исследования Splunk, 81% специалистов ITOps и инженеров отмечают рост взаимодействия между командами безопасности и observability. Для CIO и CISO анонс означает единый контур: тестирование агентов, учет расхода токенов и связь обнаруженных угроз с реальной уязвимостью сети. Руководители закупок получают измеримое обоснование AI-бюджетов через ROI.
Технические детали
- Реалистичное моделирование атак: Claude Mythos строит многошаговые контекстные сценарии атак на сложные архитектуры.
- Контролируемый доступ: работа только через структурированный интерфейс AI Defense, без свободного доступа к промптам.
- Защитные меры: только зарегистрированные и авторизованные цели, криптографическая привязка к конкретному оператору, ограниченные по времени и отзываемые сессии, двухуровневый надзор.
- Журналы аудита: каждое действие фиксируется, результаты используются в следующих циклах атак.
- Tokenomics: сопоставляет затраты агента по данным Amazon Bedrock и Amazon CloudWatch с оценкой качества; private preview в декабре, общая доступность в AWS Marketplace в начале 2027 года.
- Eval-G1 и Evaluation Tuner: кастомные малые языковые модели на основе трассировок агентов и экспертной обратной связи; доступны с этого месяца.
- Интеграция с Cisco Data Fabric: данные Cisco IQ поступают в Splunk Enterprise Security через открытые API.
- Коннекторы MCP и ServiceNow: найденные уязвимости автоматически превращаются в записи о проблемах ServiceNow, привязанные к активам.
- Resilient Infrastructure Playbook: оповещения об известных дефектах и готовности к квантово-устойчивой криптографии.
Часто задаваемые вопросы
Как протестировать AI-агентов до вывода в продуктив?
С помощью адаптивного AI red teaming, моделирующего многошаговые атаки на зарегистрированные цели. Cisco AI Defense с Claude Mythos планирует тесты и формирует сценарии атак для каждой системы.
Может ли Cisco показать ROI наших AI-агентов?
Да. Tokenomics в Splunk Agent Observability связывает затраты каждого агента с оценкой качества результата и дает единое представление об AI ROI.
Когда новые функции станут доступны?
Eval-G1 и Evaluation Tuner доступны уже сейчас. Tokenomics выйдет в private preview в декабре, а red teaming с Claude Mythos скоро появится для отдельных корпоративных клиентов.
Softprom и Cisco
Softprom является официальным дистрибьютором Cisco. Наша команда помогает партнерам и заказчикам планировать, лицензировать и внедрять решения Cisco для безопасности и observability.
Обсудите защиту AI-агентов в вашей компании со специалистами Softprom: Cisco
Подготовлено редакцией Softprom по материалам вендора (Softprom DistriFlow). Источник: оригинальная статья.