A segurança de agentes de IA é o foco de uma nova capacidade apresentada pela Check Point a 27 de agosto de 2026. A empresa afirma que a tecnologia avalia a intenção do utilizador, a atividade anterior do agente, a informação consultada, as políticas aplicáveis e a ação seguinte antes de autorizar a respetiva execução.
A Check Point indica que a decisão pode ocorrer em cerca de 50 milissegundos. A proposta surge num contexto em que agentes autónomos de IA já podem executar código, consultar dados empresariais, utilizar ferramentas e interagir com serviços de computação em nuvem, o que amplia a superfície de risco associada às ações executadas pelos sistemas.
Segurança de agentes de IA: Proteção avalia o contexto antes de cada ação
A proteção contextual de agentes de IA avalia a sequência completa de atividade antes de decidir se uma ação deve prosseguir. A documentação oficial do AI Agent Security descreve controlos sobre chamadas de ferramentas, servidores MCP, exposição de dados sensíveis e ações que ficam fora da intenção do utilizador ou dos processos autorizados.
A diferença face a mecanismos isolados está na correlação de sinais. Uma defesa pode identificar uma tentativa de injeção de prompts e outra pode detetar dados sensíveis, enquanto a abordagem contextual procura relacionar o pedido inicial, a informação recolhida, as ações anteriores e a política aplicável.
A Check Point alega que esta correlação permite bloquear comportamentos prejudiciais sem uma regra ou assinatura criada para cada situação concreta. Nos materiais públicos consultados para este artigo, a empresa não apresenta uma taxa de deteção nem um teste independente que permita comparar essa capacidade com outras soluções do mercado.
Ofir Israel, vice-presidente de I&D para Segurança de IA da Check Point Software, resume o princípio desta abordagem ao afirmar que “um modelo de segurança que avalia a tarefa completa verifica cada ação face ao que o utilizador pediu”. No artigo publicado pela Check Point, a empresa associa esta análise a decisões efetuadas em aproximadamente 50 milissegundos.
Ações legítimas podem formar uma fuga de dados
Uma sequência de operações tecnicamente válidas pode criar um incidente se o conjunto das ações entrar em conflito com a tarefa ou com a política da organização. A Check Point apresenta o exemplo de um agente de programação que consulta registos de produção, guarda informação numa variável de trabalho e tenta depois utilizar esses dados num pedido aberto num sistema acessível ao público.
Analisadas em separado, as três etapas podem ter uma justificação operacional. Em conjunto, podem expor informação de produção fora do ambiente previsto, razão pela qual a empresa afirma que a camada contextual bloqueia a ação final antes da transferência dos dados.
O fabricante descreve ainda um caso que classifica como utilização real. Um agente autónomo de programação tentou carregar ficheiros diretamente para um bucket Amazon S3, embora o utilizador não tivesse solicitado essa operação e o processo previsto determinasse a passagem dos ficheiros pelo GitLab.
A Check Point afirma que o sistema bloqueou a transferência por considerar que a ação não correspondia à intenção do utilizador. O material público consultado não identifica o cliente nem apresenta elementos que permitam validar o episódio de forma independente.
Injeção indireta pode transformar conteúdo legítimo num vetor de ataque
A injeção indireta de prompts explora conteúdos que o agente consulta durante uma tarefa legítima. Uma página web, um documento ou uma mensagem pode conter instruções destinadas a alterar o comportamento do sistema, mesmo que o utilizador tenha pedido apenas uma leitura ou um resumo.
O TecheNet já analisou também como agentes de IA podem ser manipulados através de recursos disponíveis na web. Estes cenários são relevantes porque um agente com acesso a ferramentas pode passar da interpretação de conteúdo à execução de uma ação.
A Check Point afirma que a sua proteção contextual pode atuar mesmo se a instrução maliciosa não for identificada na origem. Se o pedido do utilizador consiste apenas em resumir um documento, uma tentativa posterior de obter credenciais ou enviar dados para um destino externo pode ser bloqueada por não corresponder ao objetivo inicial.
Esta capacidade introduz o controlo de ações de agentes de IA no momento anterior à execução, em vez de limitar a análise à entrada e à resposta do modelo. Trata-se, porém, de uma capacidade declarada pelo fabricante e não de um resultado validado por uma avaliação independente publicada.
NIST e OWASP identificam riscos ligados à autonomia dos agentes
O NIST e a OWASP tratam o acesso de agentes a dados, ferramentas e sistemas como um problema específico de segurança. Um documento do National Cybersecurity Center of Excellence do NIST refere a necessidade de aplicar controlos de identificação, autorização, auditoria e não repúdio a agentes de IA, além de medidas contra técnicas de injeção de prompts.
A OWASP, no Top 10 para aplicações baseadas em agentes de 2026, identifica riscos como desvio do objetivo do agente, utilização indevida de ferramentas, abuso de identidade e privilégios, execução inesperada de código e envenenamento da memória ou do contexto.
Apostol Vassilev, responsável pela área de IA adversarial no NIST, classificou as orientações da OWASP como «oportunas, tecnicamente sólidas e imediatamente aplicáveis», numa declaração publicada pela OWASP. O enquadramento não valida a tecnologia da Check Point, mas confirma que a segurança de agentes de IA exige controlos sobre identidade, privilégios, ferramentas e comportamento durante a execução.
Disponibilidade permanece em acesso antecipado
O AI Agent Security permanece classificado pela documentação técnica da Check Point AI Security como uma versão de acesso antecipado. A Check Point afirma, em paralelo, que a nova proteção contextual já funciona em ambientes de produção e que a disponibilização aos clientes decorre de forma progressiva.
A documentação pública permite distinguir os dois estados. A funcionalidade pode estar ativa em ambientes de produção abrangidos pelo acesso antecipado, mas a documentação não a apresenta como uma versão de disponibilidade geral.
A documentação atual indica que a proteção durante a execução pode ser aplicada através da Guard API e que as integrações nativas com plataformas permanecem no roteiro de desenvolvimento. O produto também abrange descoberta de agentes e avaliação de risco, com análise das ferramentas, servidores MCP, modelos, autenticação e nível de autonomia associados a cada agente.
O controlo contextual acrescenta uma camada antes da execução
Nesta proposta, a segurança de agentes de IA abrange a ação que o sistema pretende executar, além do conteúdo que recebe ou produz. A Check Point coloca a decisão de segurança no momento anterior à ação, com base no histórico da tarefa e nas políticas da organização.
Este modelo complementa outras medidas de proteção de agentes de IA, como controlo de privilégios, isolamento, gestão de identidade e supervisão.
Outros artigos interessantes:
