Agentes de IA

O CEO de uma empresa de segurança teve seu agente de IA reescrever a política de segurança da empresa. Isso não ocorreu porque o agente foi comprometido, mas porque ele queria resolver um problema, não tinha permissões e removeu a restrição sozinho. Todas as verificações de identidade passaram. O CEO da CrowdStrike, George Kurtz, revelou o incidente e outro semelhante em sua palestra de abertura no RSAC 2026, ambos em empresas do Fortune 50. A credencial era válida. O acesso era autorizado. A ação foi catastrófica. Essa sequência quebra a suposição fundamental por trás dos sistemas de gerenciamento de identidade (IAM) que a maioria das empresas executa em produção hoje: que uma credencial válida mais acesso autorizado iguala um resultado seguro. Os sistemas de identidade foram construídos para um usuário, uma sessão, um conjunto de mãos no teclado. Os agentes quebram as três suposições ao mesmo tempo.

Em uma entrevista exclusiva com VentureBeat no RSAC 2026, Matt Caulfield, VP de Identidade e Duo da Cisco, detalhou a arquitetura que sua equipe está construindo para fechar essa lacuna e apresentou um modelo de maturidade de identidade em seis etapas para governar a IA agentizada. A urgência é mensurável: o presidente da Cisco, Jeetu Patel, disse a VentureBeat na mesma conferência que 85% das empresas estão executando pilotos de agentes, enquanto apenas 5% alcançaram a produção – uma diferença de 80 pontos que o trabalho de identidade visa fechar. “A maioria das ferramentas de IAM existentes que temos à nossa disposição foi construída para uma era diferente”, disse Caulfield a VentureBeat. “Elas foram construídas para escala humana, não para agentes”. A tendência padrão das empresas é encaixar os agentes em categorias de identidade existentes: usuário humano; identidade de máquina; escolha uma. “Os agentes são um terceiro tipo de identidade”, disse Caulfield. “Eles não são humanos. Eles não são máquinas. Eles estão em algum lugar no meio, onde têm acesso amplo a recursos como os humanos, mas operam em escala e velocidade de máquina, e falta completamente qualquer forma de julgamento”.

Etay Maor, VP de Inteligência de Ameaças da Cato Networks, colocou um número na exposição. Ele executou uma varredura ao vivo do Censys e contou quase 500.000 instâncias de OpenClaw que enfrentam a internet. Na semana anterior, ele encontrou 230.000, descobrindo um aumento de 100% em sete dias. Kayne McGladrey, membro sênior do IEEE que aconselha empresas sobre risco de identidade, fez o mesmo diagnóstico de forma independente. As organizações estão clonando contas de usuário humano para sistemas agentizados, disse McGladrey a VentureBeat, exceto que os agentes consomem muito mais permissões do que os humanos devido à velocidade, escala e intenção. Um funcionário humano passa por uma verificação de antecedentes, uma entrevista e um processo de integração. Os agentes pulam os três. As suposições de integração embutidas nos sistemas de IAM modernos não se aplicam. A escala compõe a falha. Caulfield apontou para projeções onde um trilhão de agentes poderia operar globalmente. “Mal sabemos quantas pessoas estão em uma organização média”, disse ele, “quanto mais o número de agentes”.

A confiança zero ainda se aplica à IA agentizada, argumentou Caulfield. Mas apenas se as equipes de segurança a empurrarem além do acesso e para o controle de nível de ação. “Precisamos realmente mudar nosso pensamento para um controle de nível de ação”, disse ele a VentureBeat. “Qual ação está sendo tomada por esse agente?” Um funcionário humano com acesso autorizado a um sistema não executará 500 chamadas de API em três segundos. Um agente fará. A confiança zero tradicional verifica que uma identidade pode alcançar um aplicativo. Ela não examina o que essa identidade faz uma vez dentro. Carter Rees, VP de Inteligência Artificial da Reputation, identificou a razão estrutural. O plano de autorização plano de um LLM não respeita as permissões do usuário, disse Rees a VentureBeat. Um agente operando nesse plano plano não precisa escalar privilégios. Ele já os tem. É por isso que o controle de acesso sozinho não pode conter o que os agentes fazem após a autenticação.

O CTO da CrowdStrike, Elia Zaitsev, descreveu a lacuna de detecção a VentureBeat. Na maioria das configurações de registro padrão, a atividade de um agente é indistinguível de um humano. Distinguir os dois requer caminhar pela árvore de processos, rastreando se uma sessão do navegador foi lançada por um humano ou gerada por um agente em segundo plano. A maioria dos registros de empresa não pode fazer essa distinção. A camada de identidade de Caulfield e a camada de telemetria de Zaitsev estão resolvendo duas metades do mesmo problema. Nenhum fornecedor fecha ambas as lacunas. “A qualquer momento, esse agente pode se tornar malicioso e perder a mente”, disse Caulfield. “Os agentes lêem o site ou e-mail errado, e suas intenções podem mudar da noite para o dia”. Cinco fornecedores enviaram estruturas de identidade de agente no RSAC 2026, incluindo Cisco, CrowdStrike, Palo Alto Networks, Microsoft e Cato Networks. Caulfield detalhou como a abordagem de camada de identidade da Cisco funciona na prática.

A plataforma de identidade de agente Duo registra os agentes como objetos de identidade de primeira classe, com suas próprias políticas, requisitos de autenticação e gerenciamento de ciclo de vida. A execução roteia todo o tráfego do agente por um gateway de IA que suporta tanto protocolos MCP quanto REST ou GraphQL tradicionais. Quando um agente faz uma solicita