Detectify บริษัทด้านความมั่นคงปลอดภัยของแอปพลิเคชันจากประเทศสวีเดน ได้เปิดตัว Agentic Tooling ซึ่งเป็นชุดเครื่องมือที่ทำให้เอเจนต์ AI ขององค์กรสามารถทดสอบได้ว่าช่องโหว่ที่น่าสงสัยนั้นสามารถนำไปใช้โจมตีแอปพลิเคชันที่กำลังทำงานอยู่ได้จริงหรือไม่

นอกจากนี้ยังมีการเปิดตัว Security Ledger ที่ได้รับการออกแบบมาเพื่อบันทึกหลักฐานเบื้องหลังการทดสอบแต่ละรายการ โดย Detectify นำเสนอการเปิดตัวนี้แก่ทีม DevSecOps ที่ยังไม่แน่ใจว่าตนสามารถเชื่อถือสิ่งที่เอเจนต์ AI รายงานมาได้หรือไม่
ลูกค้าของ Detectify รายงานว่าประมาณ 80% ของสิ่งที่พบจากการใช้เครื่องมือทดสอบความมั่นคงปลอดภัยของแอปพลิเคชันแบบสแตติกที่ขับเคลื่อนด้วย AI นั้นเป็นข้อมูลที่ไม่เกี่ยวข้อง ภายใต้แรงกดดันที่ต้องหาคำตอบให้ได้ เอเจนต์อาจสร้างรายงานที่น่าเชื่อถือเกี่ยวกับการทดสอบที่ไม่เคยเกิดขึ้นจริง บริษัทได้ออกมาเตือนถึงประเด็นดังกล่าว
แม้จะยังไม่มีเอเจนต์ AI เข้ามาเกี่ยวข้อง แต่ทีมงานด้านความมั่นคงปลอดภัยหลายทีมก็ยังคงทำงานล่าช้ากว่ากำหนด ข้อมูลจากดัชนี Cyber Hygiene Index ช่วงครึ่งหลังของปี 2026 ของ Detectify ระบุว่าช่องโหว่ระดับวิกฤตและระดับความรุนแรงสูงที่ยังไม่ได้รับการแก้ไขถึง 9 ใน 10 รายการ ถูกปล่อยทิ้งไว้โดยไม่มีการป้องกันนานกว่า 90 วัน ในการศึกษาโดยนักวิจัยที่ Fudan University และ Tencent Holdings พบว่า 76% ของการแจ้งเตือนจากการวิเคราะห์แบบสแตติกที่ตรวจสอบนั้นเป็นผลบวกลวง ซึ่งนักพัฒนาต้องใช้เวลาในการตรวจสอบแต่ละรายการนานถึง 10 ถึง 20 นาที
ด้วย Agentic Tooling เอเจนต์สามารถเข้าถึงเอนจินการทดสอบที่ Detectify พัฒนาขึ้นมาตลอดระยะเวลากว่าทศวรรษ โดยรวมถึงการประเมินเพย์โหลดที่มาจากชุมชนแฮกเกอร์สายขาว ข้อมูลพื้นผิวการโจมตีจากผลิตภัณฑ์ Surface Monitoring และ Alfred ซึ่งเป็นระบบ AI ที่บริษัทเปิดตัวเมื่อเดือนมีนาคม 2025 เพื่อทดสอบช่องโหว่ที่ทราบแน่ชัดโดยอัตโนมัติ
เครื่องมือเหล่านี้ทำงานในสภาพแวดล้อมของลูกค้าเอง โดยเชื่อมต่อกับเอเจนต์ผ่านทาง Model Context Protocol หรือผ่านบรรทัดคำสั่ง เครื่องมือเหล่านี้ทำงานเฉพาะข้อมูลที่ลูกค้าจัดหาให้เท่านั้น และกล่าวกันว่าสามารถทำงานร่วมกับเอเจนต์ใด ๆ ก็ตามที่ลูกค้าใช้งานอยู่แล้วได้
หัวใจสำคัญของการออกแบบนี้คือ Loop Engineering ซึ่งเป็นแนวทางปฏิบัติที่เกิดขึ้นใหม่ในการรันเอเจนต์ AI ในเวิร์กโฟลว์อัตโนมัติแบบซ้ำ ๆ แทนที่จะคอยป้อนคำสั่งด้วยตนเอง การเริ่มต้นแต่ละลูปจะใช้ตัวกระตุ้น เช่น การรันกระบวนการรวมโค้ดอย่างต่อเนื่อง ไม่ว่าจะมาจากผลการสแกนโค้ด รายงานการล่าบั๊ก เรดทีม หรือข้อมูลพื้นผิวการโจมตีของ Detectify เอง ผลลัพธ์ที่พบแต่ละรายการจะถูกแปลงเป็นทิคเก็ต
เมื่อเอเจนต์หยิบทิคเก็ตขึ้นมา มันจะอ่านโค้ดที่เกี่ยวข้องก่อนที่จะเริ่มทดสอบแอปพลิเคชันจริงจากภายนอกในลักษณะเดียวกับที่ผู้โจมตีทำ เมื่อรันอย่างต่อเนื่อง ลูปนี้จะกลายเป็นสิ่งที่ Detectify เรียกว่าโรงงานตรวจสอบ
คำขอที่ส่งไป เพย์โหลดที่ใช้ และผลลัพธ์ที่ได้รับกลับมา ทั้งหมดจะถูกบันทึกไว้ใน Security Ledger ทุกครั้งที่เอเจนต์ใช้เครื่องมือของ Detectify โดยสมุดบันทึกที่เขียนขึ้นโดย Detectify แทนที่จะเป็นเอเจนต์นี้ จะช่วยให้ทีมงานสามารถแยกแยะสิ่งที่พบซึ่งได้รับการสนับสนุนจากการทดสอบจริงออกจากข้อสรุปของ AI ที่ไม่มีหลักฐานรองรับ ทิคเก็ตใดก็ตามที่อาจก่อให้เกิดอันตราย เช่น การทดสอบการปฏิเสธการให้บริการ (DoS) จะถูกทำเครื่องหมายว่าไม่ปลอดภัยเพื่อให้บุคคลตัดสินใจในลำดับถัดไป
Rickard Carlsson ผู้ร่วมก่อตั้งและประธานเจ้าหน้าที่บริหารกล่าวว่า “หากคุณให้เอเจนต์เขียนโค้ดให้ แล้วถามเอเจนต์ตัวเดิมว่าโค้ดนั้นปลอดภัยหรือไม่ ถ้ามันตอบว่าใช่ คุณก็ไม่มีทางรู้ความจริงเลย” ตามคำบอกเล่าของ Carlsson มีตัวอย่างมากมายที่เอเจนต์กุเรื่องขึ้นมาเพื่อเอาใจผู้ถาม ซึ่งเขากล่าวว่าเป้าหมายของ Detectify คือการสร้างหลักฐานที่เอเจนต์ไม่สามารถสร้างขึ้นเองได้
Agentic Tooling พร้อมให้บริการตามคำขอตั้งแต่วันนี้เป็นต้นไป โดยต่อยอดจาก Detectify MCP Server ที่บริษัทประกาศเปิดตัวในเดือนพฤษภาคม เพื่อให้เอเจนต์ AI เข้าถึงผลการตรวจสอบความมั่นคงปลอดภัยของบริษัทได้ สำหรับกลุ่มนักลงทุนรวมถึง Insight Partners ซึ่งถือหุ้นใหญ่ในเดือนตุลาคม 2024 พร้อมด้วย Balderton Capital (UK), Inventure, First Fellow Partners และ SquareOne App
TechTalkThai ศูนย์รวมข่าว Enterprise IT ออนไลน์แห่งแรกในประเทศไทย














