Przejdź do treści
Czas na świecieEU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

portal o AI i technologiiwydarzenia · analizy · wywiady · tło techniczne

Szukaj
NA ŻYWO
›

CoreWeave Forge i luka w tożsamości agentów: zgodność w firmach robi się kłopotliwa

CoreWeave pokazał Forge 30 września, platformę do budowania i uruchamiania agentów AI. Firmy odkrywają, że zarządzanie tymi agentami jest trudniejsze niż ich wdrożenie.

AI i modeleAnalizaMarta ZielińskaOpublikowano: 2 października 20265 min czytaniaŹródła 11
CoreWeave Forge i luka w tożsamości agentów: zgodność w firmach robi się kłopotliwa

CoreWeave pokazał Forge 30 września podczas wydarzenia Fully Connected w San Francisco, podaje Data Center Knowledge. Firma nazywa go zintegrowaną platformą software'ową do tworzenia, uruchamiania i ciągłego ulepszania modeli i agentów AI. Forge trafia na rynek w edycjach Free, Pro i Enterprise. Łączy dotychczasowe produkty z nowym oprogramowaniem do trenowania, wnioskowania, oceny, obserwowalności i tworzenia agentów.

Rozmowa o zgodności zaczyna się przy Agent Lens. CoreWeave opisuje go jako narzędzie obserwowalności i ciągłego ulepszania agentów produkcyjnych. Analizuje ślady działania i wyciąga z nich wnioski.

Corey Sanders jest w firmie starszym wiceprezesem ds. zarządzania produktem. Na spotkaniu z mediami powiedział, że CoreWeave przeszło od roli dostawcy infrastruktury pod AI do "dostarczania całej gamy usług AI, żeby klienci mogli budować aplikacje AI na naszej platformie". Firma przedstawiła też sieć partnerów ze sprawdzonymi integracjami. Wśród pierwszych partnerów są VAST Data, CrowdStrike i ClickHouse, podało Data Center Knowledge. Jeśli chodzi o sprzęt, CoreWeave poinformował, że Nvidia Vera Rubin NVL72 jest już dostępny w jego chmurze. Startup AI Cognition jest pierwszym klientem, który uruchomił na nim obciążenia, w dwa dni. Analityk IDC Dave McCarthy powiedział tej publikacji, że CoreWeave próbuje odróżnić się od wyspecjalizowanych dostawców chmury AI, takich jak Nebius, Lambda i Vultr. Jednocześnie konkuruje z AWS, Google Cloud i Microsoft Azure.

Problem ładu korporacyjnego nie dotyczy jednego dostawcy. Ramy opublikowane przez The Hacker News 28 września opisują zarządzanie tożsamością i dostępem dla agentów AI jako osobną dziedzinę. Każdy agent powinien być traktowany jak tożsamość niebędąca człowiekiem, z ludzkim właścicielem, określonym celem, ograniczonym zakresem uprawnień, terminem wygaśnięcia i stałym monitorowaniem. Tekst wskazuje na OWASP Top 10 dla aplikacji opartych na dużych modelach językowych, gdzie nadmierna autonomia występuje jako LLM06. Chodzi o to, że agent z szerokimi funkcjami, uprawnieniami lub autonomią działa poza zadaniem, na które go zatwierdzono.

Statyczne przypisanie ról nie ograniczy takiego zachowania, a przegląd konfiguracji go nie zmierzy, przekonują autorzy ram. Platformy tożsamości opisują zamierzony dostęp. Agenci wykonują coś innego. W tej luce programy zgodności zwykle się zatrzymują.

Artykuł wymienia pięć wzorców awarii: brak właściciela, długotrwałe sekrety, nieograniczone delegowanie, niewidoczne tworzenie instancji i brak terminu wygaśnięcia. Nie każde środowisko wykazuje wszystkie pięć. Każdy z nich odpowiada jednak warstwie kontroli, którą ramy tożsamości agenta muszą zapewnić. Regulatorzy ruszają na sąsiednim polu. Zarząd Rezerwy Federalnej 24 września poprosił o publiczne komentarze do dwóch propozycji, zgodnie z komunikatem prasowym Zarządu. Propozycje dotyczą ram regulacyjnych dla emitentów płatniczych stablecoinów nadzorowanych przez Zarząd na mocy ustawy GENIUS. Pierwsza wymagałaby pełnego zabezpieczenia dopuszczalnymi aktywami rezerwowymi, takimi jak krótkoterminowe bony skarbowe i niektóre inne aktywa wysokiej jakości i płynne. Dodaje też standardowe wymogi kapitałowe, standardy zarządzania ryzykiem i przepisy dla firm przechowujących aktywa zabezpieczające stablecoiny. Druga stworzyłaby dostosowany proces aplikacyjny dla banków chcących emitować płatnicze stablecoiny, obejmujący biznesplan, informacje finansowe, odwołania i wysłuchania. Okres konsultacji kończy się 60 dni po publikacji w Federal Register.

Poza finansami presja na zgodność widać w zakupach. Tekst Unite.AI opublikowany 1 października przekonuje, że zakupy stają się najpotężniejszym narzędziem regulacyjnym AI. Przedsiębiorcy narzucają warunki umów, których regulatorzy jeszcze nie zapisali w prawie.

Tego samego dnia IBM ogłosił wdrożenie IBM Bob w modelu self-hosted, żeby pomóc firmom w suwerenności i ładzie AI, podało biuro prasowe IBM. Żadne z ogłoszeń nie wiązało się z uprawnieniami egzekucyjnymi. Razem pokazują jednak, gdzie naprawdę rozstrzyga się zgodność AI w firmach: w umowach i architekturze wdrożenia, a nie w ustawach. Wybory infrastrukturalne są częścią tego obrazu. Firmy coraz częściej wybierają centra kolokacyjne do hostowania wnioskowania AI, podaje Data Center Knowledge. Wnioskowanie działa najlepiej przy większej gęstości szaf niż w większości starych korporacyjnych centrów danych. Nowoczesne obiekty kolokacyjne obsługują szafy 35 kW z chłodzeniem powietrznym oraz szafy 70 do 150 kW z opcjonalnym chłodzeniem cieczą. Ten sam artykuł cytuje badanie Foundry Cloud Computing Study 2026, według którego 74% firm przyspieszyło migracje do chmury w ubiegłym roku. Private Cloud Outlook 2026 firmy VMware wskazuje, że 83% firm zakończyło lub planuje repatriację obciążeń z chmury publicznej. Za tym zwrotem stoją obawy o bezpieczeństwo, koszty, zgodność i wydajność.

Energia to ograniczenie, które regulatorzy już zaczęli testować. 19 września regulatorzy z Karoliny Północnej odrzucili wniosek Duke Energy o budowę elektrowni gazowej o mocy 255 megawatów w hrabstwie Richmond, podało Canary Media. Odmowa jest rzadka w przypadku panelu, który często ustępuje dominującemu zakładowi energetycznemu w stanie.

23-stronicowe postanowienie stwierdzało, że licencja jest przedwczesna. Wzrost centrów danych był zbyt niepewny, a ryzyko dla konsumentów zbyt duże, żeby uzasadnić zgodę na obiekt szacowany na 584 mln dolarów. Postanowienie mówi też, że Duke "musi wykazać, jak dodanie takiej nowej zdolności wytwórczej i jej koszty będą zgodne z White House Ratepayer Protection Pledge", podpisanym przez Duke i ponad 200 innych zakładów energetycznych w marcu. Obraz nie jest jednolity. Ramy The Hacker News i argument Unite.AI o zakupach traktują ład jako problem projektowy, który firmy mogą rozwiązać wewnętrznie. Propozycje Rezerwy Federalnej dotyczące stablecoinów to natomiast formalny proces stanowienia prawa z oknem konsultacji publicznych. A orzeczenie w sprawie Duke to stanowa komisja, która mówi zakładowi, że prognozy popytu oparte na centrach danych nie są dość wiarygodne, by uzasadnić nowe moce kopalne. Trzej różni regulatorzy, trzy różne mechanizmy, jeden wspólny temat.

Dla firm, które wdrażają agentów teraz, praktyczne pytanie brzmi, jakie dowody mogą przedstawić. Ramy The Hacker News stawiają sprawę wprost: ustalenia z konfiguracji opisują możliwość, a telemetria opisuje to, co się wydarzyło.

Agent Lens od CoreWeave to jedna komercyjna odpowiedź na ten wymóg. Czy zadowoli audytorów, ubezpieczycieli lub regulatorów, na to odpowiedzą pierwsi klienci Forge w produkcji, a nie na premierowym wystąpieniu.

Komentarze 0

Źródła

11
  1. 01CoreWeave Targets Enterprises with Forge PlatformEN
  2. 02IAM for AI agents: A Practical Enterprise FrameworkEN
  3. 03Federal Reserve Board requests public comment on two proposals related to establishing a regulatory framework for Board-supervised payment stablecoin issuers unEN
  4. 04Duke Energy wants to build a new gas plant. Regulators said not so fast.EN
  5. 05Enterprises Adopt Colocation for AI and Hybrid Cloud InitiativesEN
  6. 06Sony brings AI graphics upscaling to the regular PS5EN
  7. 07Intel's next-gen Nova Lake platforms pass compliance at USB and PCIe standards bodies as launch loomsEN
  8. 08New BEAD round presents complications, uncertain timelineEN
  9. 09Solar, Wind, Battery Storage, And Politics — It's ComplicatedEN
  10. 10Space is everyone's business: Economist Enterprise's 4th annual Space Economy Summit returns to OrlandoEN
  11. 11US regulators back multi-cancer blood test – but Hong Kong doctors remain cautiousEN

Wszystkie liczby i cytaty w tym tekście pochodzą z poniższych źródeł. Nie dopisujemy danych, których w źródłach nie ma.

Materiały zostały przygotowane przez zespół redakcyjny wspierane przez AI.

Marta Zielińska

Marta Zielińska

AI, modele i technologie

Marta Zielińska pisze o technologiach, AI i modelach oraz mediach i internecie, opierając się na dokumentacji, preprintach i danych z API, a nie na zapowiedziach producentów. Przy każdej publikacji sprawdza karty modeli, parametry treningowe i benchmarki, a liczby porównuje z niezależnymi testami i wynikami z repozytoriów. Rozmawia z badaczami i inżynierami, czeka na kolejne wydania modeli i zestawia ich działanie z wcześniejszymi wersjami. Prywatnie drukuje w 3D, naprawia stare komputery i sprawdza, jak modele uczą się na śmieciach z internetu. Nie publikuje wyników, których nie może odtworzyć na własnym sprzęcie.

Redakcja →

Komentarze

0
  1. Brak komentarzy — bądź pierwszy.

Dodaj komentarz

Komentarze są widoczne publicznie. Nie publikujemy wulgaryzmów, spamu i treści reklamowych.