Strona główna / Artykuły

Tożsamość agentów działających długo: tokeny delegacji i pętla ponownego nawadniania

Tożsamość agentów autonomicznych działających przez długi czas: dlaczego statyczne klucze zawodzą oraz jak delegacja OBO, platforma audytowa i pętla odnowy działają w środowiskach serverless.

Wydawca: REACTAPP.TOP8 min czytania1938 słów

Źródła: The Temporal Identity Paradox: Architecting Zero-Trust for Long-Running Data Agents on Ephemeral Compute

Enterprise AI przechodzi od pasywnych interfejsów czatowych do autonomicznych agentów, które realizują transakcje. Wraz z tą zmianą pojawia się problem tożsamości, który ma niewiele wspólnego z tym, jak dobrze model rozumuje. Problem polega na tym, kim jest model, gdy podejmuje działania.

Organizacje, które dostarczają modelom językowym statyczne klucze API, klucze rotacyjne lub zwykłe konta usługowe, narażają się na poważne i rosnące ryzyko bezpieczeństwa. Agent nie jest jak tradycyjne oprogramowanie – działa samodzielnie z zewnętrznymi usługami, a jego zachowanie jest elastyczne i nieokreślone, dostosowujące się w trakcie działania.

Pojawiają się trzy pytania: Dlaczego tradycyjne zarządzanie tożsamością i dostępem nie nadąża w erze agentów? Dlaczego rozwiązania odpowiednie dla prostych chatbotów zawodzą w przypadku długotrwałych agentów autonomicznych i ich grup? I jak wygląda pętla odnowy, która umożliwia bezpieczne działanie agentom przechowującym stan na tymczasowej, bezserwerowej infrastrukturze obliczeniowej?

Dlaczego agent potrzebuje własnej tożsamości

Klienci internetowe i mobilne działają na podstawie ustrukturyzowanych, jednoznacznych danych wejściowych, dzięki czemu ich działanie stanowi jasne i sprawdzalne odzwierciedlenie intencji użytkownika. Agenci natomiast przetwarzają dane nieustrukturyzowane i tworzą własne grafy wykonywania zadań. Ścieżka, którą LLM i jego narzędzia obierają w dążeniu do celu, ma charakter probabilistyczny, a właśnie ta losowość utrudnia audyt.

Dziś agenci często udają użytkowników w sposób niewidoczny dla zewnętrznych usług, co powoduje luki w odpowiedzialności. Jeśli agent wytworzy fałszywy skrypt automatyzacji sieciowej, posiadając szerokie uprawnienia administracyjne, szkody mogą być katastrofalne, a kilka rzeczywistych incydentów już to potwierdziło.

Rozwiązanie polega na przejściu od ukrytej impersonacji do jawnej delegacji. Delegacja opiera się na strumieniach typu on-behalf-of (OBO), w których agent pokazuje, do czego został upoważniony, pozostając jednocześnie rozpoznawalnym jako odrębna jednostka od użytkownika, którego reprezentuje. Agent potrzebuje własnej tożsamości możliwej do weryfikacji kryptograficznie, zarówno po to, by później nie można było zaprzeczyć podjętym działaniom, jak i aby można było egzekwować ograniczenia dotyczące możliwości.

Analogia może pomóc. Ukryta impersonacja przypomina pożyczenie osobistego identyfikatora starszego inżyniera młodszemu wykonawcy, który musi ponownie uruchomić serwer. System bezpieczeństwa widzi tylko inżyniera. Jeśli wykonawca wpadnie w panikę i wyłączy główną bazę danych do fakturowania, ślady audytowe wskazują, że to inżynier to zrobił, a nic nie dowodzi obecności kogokolwiek innego. Dziś z agentami postępuje się dokładnie w ten sam sposób: umieszcza się w ich środowisku szerokie klucze API systemu. Model przeprowadza rozumowanie, ale działa z uprawnieniami administracyjnymi użytkownika. Jeśli wytworzy iluzję destrukcyjnego polecenia DROP TABLE, polecenie zostanie wy wykonane bez żadnych ograniczeń związanych z minimalnymi uprawnieniami, a konsekwencje spadną na człowieka.

Jawną delegacją jest sytuacja, w której wykonawca udaje się do stanowiska ochrony i otrzymuje własny tymczasowy identyfikator. Na tym identyfikatorze widnieje nazwa posiadacza jako Wykonawca X oraz informacja, że Inżynier Y zatwierdził dostęp do szafki nr 4 wyłącznie dla niego na jedną godzinę. To ustala granice zarówno w przestrzeni, jak i w czasie. Próba dostępu do szafki nr 5 powoduje zapalenie się czerwonego światła. Podczas audytu rejestr nie podaje jedynie, że obecny był Inżynier Y – zapisuje również, że Wykonawca X, działając w imieniu Inżyniera Y, miał dostęp do szafki nr 4.

W architekturze opartej na chmurze token JWT pełni rolę takiego identyfikatora dla odwiedzającego. Nie wystarczy podklauzula identyfikująca osobę – token powinien również zawierać klauzulę opisującą konkretną instancję agenta. Taki dowód ogranicza działania agenta do zakresu, który został mu delegowany, a każda jego akcja jest rejestrowana jako działanie maszyny pracującej w imieniu kogoś innego.

Zwykły wzorzec dla agentów pierwszej generacji

Początkowo zabezpieczenie agentów było dość proste. Frameworki OAuth 2.1 używane z agentami dobrze funkcjonują w ramach jednego domeny zaufania, gdy operacje agentów są synchroniczne.

W standardowym schemacie pracownik rozmawia z chatbotem, który musi zapytać wewnętrzne narzędzie. Agent jest powiązany z Protokołem Kontekstu Modelu (MCP), autoryzuje się za pośrednictwem dostawcy tożsamości przedsiębiorstwa (IdP), otrzymuje krótkotrwały token JSON Web i wykonywa żądanie do swojego narzędzia.

To działa, ponieważ operacja jest synchroniczna i krótka. Agent uruchamia się, zbiera kontekst, używa tokena do odczytu z bazy danych i odpowiada użytkownikowi, zanim token wygaśnie.

Gdzie rozchodzą się krótkotrwałe i długotrwałe agenci

Model zawodzi w miarę wzrostu autonomii. Bezzstaniowy chatbot RAG oraz asynchroniczny zespół agentów (A2A) różnią się znacznie pod względem architektury.

Weźmy przykład rozwiązania do wykrywania zagrożeń. O godzinie 2:00 nad ranem alert o stopniu poważności 1 zgłasza atak DNS rebinding. Analityk uruchamia zespół agentów w celu przeanalizowania 48 godzin logów ruchu w VPC, porównania ich z aktualnymi danymi o zagrożeniach oraz izolacji kompromitowanych punktów końcowych. To nie jest prośba o rozmowę – to wieloetapowy schemat działania, który może trwać minuty lub godziny.

Paradoks tożsamości w chmurze efemerycznej

Uruchamianie takich agentów na infrastrukturze bezserwerowej, jak Google Cloud Run, ujawnia paradoks. Modele tożsamości oparte na krótkotrwałych tokenach dostępu związanych z sesją nie nadają się do długotrwałej pracy asynchronicznej. Ścisła zasada zero trust wymagałaby tokenów OBO o czasie ważności 15 minut, ale taki token wygaśnie w trakcie wykonywania algorytmu przez agenta. Wtedy serwer MCP zwraca błąd 401 Unauthorized, kontener się zamyka, a godziny gromadzonych informacji o kontekście są tracione.

Rozwijający często uciekają się do nieodpowiednich rozwiązań tymczasowych: umieszczania długowiecznych tokenów odświeżania lub statycznych kluczy API w środowisku sandbox agenta. Przyznanie nieterministycznemu modelowi trwałego, o wysokich uprawnieniach tokena, który sam się odnawia, niszczy zasadę najmniejszych uprawnień. Jeśli agent tworzy halucynacje lub ulega iniekcji poleceń, otrzymuje dane uwierzytelniające, których nikt nie może zatrzymać.

Trwała tożsamość i pętla odnowy

Lepszym rozwiązaniem jest przestać sprzeciwiać się efemerycznej naturze obliczeń chmurowych oraz oddzielić stan poznawczy agenta od maszyny, na której działa.

Agent potrzebuje trwałej, delegowanej tożsamości, która stanowi obiekt pierwszej klasy w systemie IAM i jest odrębna od użytkownika, który ją uruchomił, aby mógł on samodzielnie się autoryzować przez długi czas. Ta tożsamość jest połączona z modelem pamięci czasowej zwanym wzorcem Sense and Act (SnAC), który w praktyce zewnętrznizuje hipokamp agenta.

Projekt SnAC oparty na zasadzie zerowego zaufania

Architekturę tworzą cztery odseparowane komponenty. Razem opisują one ekosystem, w którym autonomiczne agenty działają bezpiecznie bez konieczności udzielania trwałych kluczy administracyjnych. Człowiek najpierw deleguje uprawnienia za pośrednictwem płaszczyzny kontroli tożsamości, która wydaje krótkotrwały token agentowi w izolowanej przestrzeni obliczeniowej. Każda próba działania ze strony agenta jest przechwytywana i oceniana przez sieć SnAC IAM, która egzekwuje zasady bezpieczeństwa. Tymczasem jego bieżący proces myślenia oraz stan wykonywania zadań trafiają do systemu audytu czasowego zbudowanego na bazie Kafka i ClickHouse. Jeśli token wygaśnie w trakcie wykonywania zadania lub agent spróbuje podjąć działanie o wysokim ryzyku wymagające zatwierdzenia przez człowieka za pośrednictwem powiadomień mobilnych, system tymczasowo wstrzymuje stan agenta. Następnie w tle działający orkiestrator sprawdza uprawnienia i ponownie uruchamia nowy kontener, dzięki czemu praca może być kontynuowana bez przeszkód.

  1. Płaszczyzna kontroli tożsamości (SCIM i IdP). Schemat System for Cross-domain Identity Management został rozszerzony tak, aby agent był uznawany za pracownika niebędącego człowiekiem. IdP przechowuje trwałą delegację od osoby ludzkiej, ale wytwarza jedynie krótkotrwałe tokeny OBO dla środowiska sandbox.
  2. Warstwa izolacji obliczeniowej (Cloud Run lub WebAssembly). Agent działa wewnątrz ścisłych, tymczasowych granic bezserwerowych i nigdy nie przechowuje trwałych sekretów.
  3. Płaszczyzna audytu czasowego (Kafka do ClickHouse). Podczas pracy agenta nad jego grafem, każda myśl, ślad rozumowania oraz działanie są przekazywane jako dane zmiany przez Kafka do ClickHouse. Dzięki temu uzyskuje się informacje o stanie w czasie z dokładnością do ułamka sekundy i unika się problemu wzrostu obciążenia przy odczytach.
  • Brama MCP (punkt egzekwowania polityk). Serwer MCP znajduje się pomiędzy warstwą obliczeniową a narzędziami zewnętrznymi, dynamicznie weryfikując krótkotrwałe tokeny oraz przerywając żądania dotyczące możliwości.
  • Jak przebiega proces ponownego napełniania zasobów

    Wygasły token w trakcie działania jest traktowany jako normalne zdarzenie w cyklu życia, a nie jako błąd krytyczny.

    Faza 1: wykonywanie i wstrzymanie

    1. Agent działa w Cloud Run i używa tokena o stałym czasie trwania, na przykład 15 minut, do komunikacji z bramą MCP.
    2. Kontynuująco przesyła swój kontekst do ClickHouse za pośrednictwem Kafka.
    3. Token wygasa, a brama zwraca błąd 401 Unauthorized.
    4. Agent łapie wyjątek, wysyła do Kafka ostateczny marker STATE_SUSPENDED zawierający dokładną pozycję w grafie wykonywania oraz czysto wyłącza kontener.

    Faza 2: weryfikacja i ponowne napełnianie zasobów

    1. Zabezpieczony orkiestrator w tle wykrywa zdarzenie STATE_SUSPENDED w ClickHouse.
    2. Zadaje pytanie IdP, czy pierwotna, trwała delegacja użytkownika jest nadal obowiązująca.
    3. Jeśli tak, warstwa tożsamości wydaje nowy token ważny 15 minut.
    4. Orkiestrator uruchamia nowy kontener Cloud Run, przekazuje mu nowy token i poleca agencie załadowanie jego poprzedniego stanu poznawczego z ClickHouse. Agent kontynuuje pracę dokładnie od miejsca, w którym przerwał.
    // Inside the Ephemeral Agent Worker
    try {
        const result = await mcpClient.executeTool(action.tool, action.params);
        this.state = updateState(this.state, result);
        await flushStateToKafka('STATE_ACTIVE', this.state);
    } catch (error: any) {
        if (error.statusCode === 401) {
            console.log(`[AUTH_BOUNDARY] Token Expired. Halting execution.`);
            // Safely persist execution pointer before container death
            await flushStateToKafka('STATE_SUSPENDED', this.state);
            // Graceful exit. Orchestrator will re-hydrate.
            process.exit(0);
        }
    }
    

    Eskalacja roju przy użyciu CIBA

    Projekt radzi sobie również z jednym z najtrudniejszych przypadków praktycznych – wąskim gardłem w postaci udziału człowieka podczas poszukiwania zagrożeń o wysokim stopniu ryzyka.

    Wracając do roju izolującego atak DNS rebinding: w połowie procesu agent triażowy identyfikuje kompromitowany węzeł i przekazuje zadanie jego kwarantanny agentowi naprawczemu. Kwarantanna to funkcja o poważnych konsekwencjach, a bramka MCP stwierdza, że token agenta naprawczego nie posiada odpowiednich uprawnień.

    Zamiast zawieść, system wykorzystuje Client-Initiated Backchannel Authentication (CIBA). Agent wysyła żądanie CIBA do IdP, zapisuje swój stan jako STATE_SUSPENDED w ClickHouse i zakończa działanie.

    CIBA umożliwia agentowi zwrócenie się bezpośrednio do odpowiedzialnej osoby decyzyjnej w celu uzyskania bezpiecznej autoryzacji poza standardowymi kanałami komunikacji. Inżynier na zmianie otrzymuje powiadomienie na telefonie z dokładnym kontekstem i zatwierdza eskalację. Serwer autoryzacji uruchamia wtedy pętlę ponownej autoryzacji, a tym razem nowy token zawiera szyfrowo zweryfikowany zakres uprawnień niezbędny do usunięcia reguły firewalla.

    Traktowanie tożsamości jako dynamicznego stanu, który można ponownie autoryzować, zamiast jako statycznych danych uwierzytelniających, eliminuje rzekomy konflikt pomiędzy bezpieczeństwem a autonomią. Samodzielne agenty danych mogą przetwarzać duże obciążenia pracowe trwające kilka dni w rozproszonych systemach, pozostając przy tym w ramach surowych zasad infrastruktury typu cloud-native.

    Powrót do podstaw systemów rozproszonych

    Powszechnym sposobem obejścia jest wklejenie stałego tokena administracyjnego do skryptu w Pythonie, otoczenie go modelem LLM i nazwanie uzyskanego wyniku agentem. To najszybszy sposób na stworzenie prototypu. Gdy jednak takie systemy przechodzą od wewnętrznych demonstracji do pracy produkcyjnej na rzeczywistej infrastrukturze, to takie obejścia stają się poważnym zagrożeniem. Statyczne, ogólne uprawnienia nie powinny być nadal przekazywane modelom niedeterministycznym w nadziei, że nic się nie wydarzy.

    Proces ponownego uzupełniania zasobów to coś więcej niż tylko sprytny sposób na obejście 15-minutowego terminu ważności. Odzwierciedla on sposób, w jaki systemy z pamięcią muszą być faktycznie budowane, gdy platforma pod spodem nie przechowuje żadnych danych stanowych. Tworzenie luk w polityce IAM lub wydłużanie czasu trwania tokenów stoi w sprzeczności z zasadami obliczeń serverless, a ten projekt akceptuje taką naturę rzeczy.

    Pamięć jest bezpiecznie przechowywana w ClickHouse, wykonywanie odbywa się w krótkotrwałych kontenerach Cloud Run, a wyraźna delegacja następuje za pomocą tokenów on-behalf-of. To jest wyraźne rozdzielenie zadań. Odnosi się to do praktycznej prawdy: nikt nie może zagwarantować, co model językowy zdecyduje się zrobić dalej. Standardowe zasady IAM w połączeniu z zatwierdzeniami pozasieciowymi, takimi jak CIBA, faktycznie gwarantują, co system pozwoli mu wykonać. Granice stają się wyraźne i poddawalne audytowi, przy czym kierują się zasadą najmniejszych uprawnień.