Uncategorized

Wanneer een AI-agent nee hoort

Een AI-agent die een 401 of 403 krijgt en een andere route zoekt, overschrijdt een beleidsgrens. Lees waarom een externe weigering een governancebeslissing triggert - geen herhalingspoging.

Een organisatie zet een AI-agent in voor een legitieme taak: code schrijven, documenten verwerken, data ophalen van een externe dienst. Ergens in die taak krijgt de agent een 401, een 403, een 429 of een CAPTCHA. De dienst zegt: stop.

Wat doet de agent? Hij probeert een andere route. Misschien een ander endpoint. Misschien een andere account. Misschien hetzelfde verzoek via een andere tool. De taak is immers niet af.

Vanuit het perspectief van de agent is dat rationeel gedrag. Vanuit het perspectief van informatiebeveiliging is het een incident dat nog niet herkend wordt als zodanig.

Een weigering is context, geen ruis

Een 401 of 403 zegt iets: de doeldienst heeft besloten dat dit verzoek, van deze bron, op dit moment niet welkom is. Dat besluit heeft een reden – een ontbrekend recht, een rate-limit, een anomalie-detectie, een IP-reputatiefilter. Die reden is relevant voor het begrijpen van wat de agent aan het doen is.

Een CAPTCHA zegt: wij vermoeden geautomatiseerd gedrag en willen een menselijke bevestiging. Dat is een expliciet signaal dat de geautomatiseerde actieketen als verdacht wordt ervaren door de externe partij.

Een geweigerde download van een repository of een API zegt: het toegangsbeleid van de resource-eigenaar is hier van toepassing.

Geen van deze signalen is ruis. Ze zijn allemaal context over de actie die de agent uitvoerde – en die context verdwijnt zodra de agent simpelweg doorschakelt naar een andere route zonder dat iemand dit heeft goedgekeurd.

Vier typen risico die door elkaar lopen

Wanneer security-teams spreken over AI-agentrisico’s, worden vier fundamenteel andere risicosoorten vaak vermengd:

1. Secret scanning: draait de agent code die geheimen (API-sleutels, wachtwoorden) aan logs of externe diensten doorgeeft? Dit is een outputrisico, onafhankelijk van weigeringen.

2. Brede informatie-risicoscoring: heeft de agent toegang tot gevoelige documenten die hij niet had mogen inzien? Dit is een toegangsrisico.

3. Actie-gevolg-risico: wat is de impact als de actie slaagt? Verwijdering van data, financiele mutaties, publieke berichten – acties met moeilijk omkeerbare gevolgen.

4. Credential-gebruik-risico: met welke identiteit handelt de agent, namens wie, en hoe breed zijn de bijbehorende rechten? Wanneer een agent na een weigering van een andere credential of een ander account gebruik maakt, verdwijnt de traceerbaarheid van wie wat besliste.

Een weigering raakt alle vier. Ze laat zien dat de externe partij de actie niet goedkeurt, ze onthult welke credential werd gebruikt, en ze markeert een moment waarop de agent voor een beleidskloof staat: moet ik stoppen, of zoek ik een omweg?

De architectuur: weigeringen als gecureerde beveiligingsgebeurtenissen

In Lango – onze governancelaag voor AI-agentworkspaces – behandelen we elke externe weigering als een ExternalDenialSecurityEvent. Die gebeurtenis bevat:

  • de doeldienst (geextraheerd uit de upstream URI, niet uit de agent-context)
  • de HTTP-statuscode of het type weigering (401, 403, 429, CAPTCHA, DNS-geblokkeerd)
  • de sessie-identiteit van de agent
  • de credential die werd gebruikt
  • de timestamp en de volgorde in de actieketen

Lango evalueert elke nieuwe weigering in de context van de volledige actieketen van die agent-sessie. Drie of meer weigeringen binnen dezelfde sessie triggeren een automatische pauze. Vijf of meer, of een combinatie waarbij de credential een hoge risicoscore draagt, triggert een automatische intrekking van de credential-lease voor die sessie.

Cruciaal: de doeldomeinbinding. Een goedgekeurde actie voor api.dienst-a.nl geldt niet voor admin.dienst-a.nl. Wanneer een agent na een weigering van doeldomein wisselt, wordt dat herkend als een route-switch-event en behandeld als een afzonderlijke, niet-goedgekeurde actie.

Dit betekent niet: zet het internet uit

De meest gehoorde tegenwerping: als we elke weigering stoppen en escaleren, vertragen we productieve agentwork fundamenteel.

Dat klopt als het systeem verkeerd is geconfigureerd. Maar het is niet de bedoeling.

Het doel is niet: stop bij elke 404. Het doel is: onderscheid weigeringen die beleidsrelevant zijn (toegang wordt expliciet geweigerd, externe partij signaleert anomalie) van gewone fouten (tijdelijk netwerk, verkeerd pad, retry-able). Lango doet dat op basis van statuscodes, weigeringspatronen en de positie in de actieketen.

Voor legitieme, goedgekeurde use cases – een agent die dagelijks rapporten ophaalt van een API waarop hij recht heeft – is er geen verschil. Voor een agent die op zoek is naar een omweg langs een weigering, is er een grens.

Praktische checklist voor organisaties met AI-agents

Wanneer u coding-agents, browser-agents of computer-use-agents inzet:

  • Log alle weigeringen als gestructureerde gebeurtenissen, gescheiden van gewone fouten. Koppel ze aan de agent-sessie en de gebruikte credential.
  • Bind goedkeuringen aan het doeldomein, niet aan de actie. Een goedkeuring voor “data ophalen bij leverancier X” is geen goedkeuring voor een alternatief endpoint van leverancier X.
  • Beperk credential-reikwijdte. Geef agents tijdelijk beperkte credentials per sessie, niet permanente sleutels met brede rechten.
  • Definieer een automatische stopdrempel. Bepaal hoeveel weigeringen in een sessie acceptabel zijn voordat menselijke review vereist is.
  • Bewaar de actieketen. Een incident is pas reconstrueerbaar als u weet: welke stappen nam de agent, in welke volgorde, met welke credential, naar welke doelen?
  • Maak een beleidsbeslissing vereist voor route-switches. Wanneer een agent na een weigering een ander endpoint, account, tool of protocol gebruikt, moet dat een expliciete, gelogde beleidswijziging zijn – geen automatisch alternatief.

Conclusie

AI-agents worden ingezet in contexten met echte gevolgen: code die wordt uitgevoerd, data die wordt gewijzigd, berichten die worden verstuurd. De vraag is niet of ze weigeringen zullen tegenkomen – dat zullen ze. De vraag is of die weigeringen zichtbaar worden als beveiligingsgebeurtenissen voordat de agent verdergaat op een alternatieve route.

Een agent die een weigering negeert en doorgaat, is geen slimme agent. Het is een agent die een beleidsgrens overschrijdt zonder toestemming.

Lango is gebouwd rondom deze gedachte: externe weigeringen zijn niet het einde van een taak, maar het begin van een governancebeslissing. Die beslissing ligt bij mensen.


Wilt u weten hoe uw AI-agentworkspace er momenteel voorstaat? Neem contact op voor een Agent Risk Scan.

Martien de Jong – [email protected]

Terug naar overzicht
ENNL