Harness e Kong fortalecem parceria para segurança de arquiteturas de IA

A expansão da parceria entre Harness e Kong é um passo importante para a segurança de arquiteturas de IA. Com a integração do Harness AI Security ao Kong AI Gateway, as empresas agora podem estender as boas práticas de engenharia de plataformas para ativos de IA. Isso inclui a descoberta automática e proteção de agentes autônomos, serviços baseados em Large Language Models (LLMs) e fluxos de trabalho que utilizam o Model Context Protocol (MCP).

A solução foca em dois pilares: AI Discovery, que cria um inventário contínuo de superfícies de ataque de IA, e AI Protection, que usa análise comportamental e detecção de anomalias em tempo real. Isso permite identificar e mitigar ameaças específicas como injeção de prompt, extração de dados por respostas de IA e "jailbreaking", garantindo a confiabilidade e a integridade dos sistemas inteligentes.

Anteriormente, a colaboração entre Harness e Kong era centrada na segurança de APIs tradicionais, com foco em visibilidade de tráfego, análise comportamental e proteção contra as 10 principais ameaças de API da OWASP, atuando sobre o Kong API Gateway. Agora, a parceria evolui significativamente para o ecossistema de IA.

A grande mudança é a aplicação dessa mesma profundidade de segurança diretamente à infraestrutura de IA, através do Kong AI Gateway. Isso significa que as capacidades de segurança foram adaptadas para proteger LLMs, agentes de IA e o tráfego MCP, endereçando os desafios da "era agentic" e as novas superfícies de ataque criadas por esses componentes. A segurança agora abrange desde o inventário de ativos de IA até a detecção de ameaças específicas de prompt e resposta.

Para equipes de DevOps e engenharia de plataformas, esta parceria é crucial para gerenciar o risco e a complexidade crescente das arquiteturas de IA. Com a proliferação da "Shadow IA" (IA não gerenciada), a falta de visibilidade e controle sobre os ativos de IA se tornou um ponto cego perigoso. Esta integração oferece as ferramentas necessárias para trazer governança, observabilidade e proteção para esses novos ambientes.

Garantir a segurança em pipelines de IA é fundamental para a entrega contínua e a confiabilidade de sistemas. A capacidade de automatizar a descoberta e proteção de ativos de IA minimiza riscos regulatórios e de privacidade de dados, além de proteger contra ataques que poderiam comprometer a lógica ou a integridade dos modelos. Isso permite que as organizações escalem suas operações de IA com maior confiança.