नम्बैट सुरक्षा विश्लेषण: पर्प्लेक्सिटी एंडपॉइंट मॉनिटर

AI कोडिंग एजेंट जो सबसे डरावना काम कर सकता है, वह खराब Python लिखना नहीं है। इंसान तो यह काम तब से कर रहे हैं जब पहली ट्यूटोरियल की मुलाकात पहली डेडलाइन से हुई थी। ज्यादा डरावना कदम है फ़ाइलें पढ़ना, कमांड चलाना, क्रेडेंशियल्स को छूना, और किसी के पुल रिक्वेस्ट देखने से पहले ही सीमाओं के पार विनम्रता से अपनी तरफ़ से काम चला लेना। Perplexity का Numbat ठीक इसी खाली जगह में आता है, और कर्मचारी मशीनों पर एजेंट के व्यवहार को ऐसी चीज़ मानता है जिसे आप लाइव मॉनिटर करते हैं, न कि ऐसी चीज़ जिसे बाद में कॉफी के दाग़ लगे diff में खोजते हैं।

Perplexity एजेंट सुरक्षा को endpoint telemetry में बदलता है

Perplexity Research Numbat को क्लाइंट endpoints के लिए एक open-source एजेंट सुरक्षा suite के रूप में बताता है, जो macOS, Linux, और Windows पर जोखिम भरे AI एजेंट व्यवहार को detect, prevent, और investigate कर सकता है। Forbes के अनुसार Perplexity ने 29 जुलाई को Numbat की घोषणा की, और इसे कर्मचारी laptops और workstations पर चलने वाले AI coding agents के लिए डिज़ाइन किया गया है। यही दिलचस्प हिस्सा है: नियंत्रण बिंदु repo, code review queue, या बाद की दोषी Slack thread नहीं है। यह वह workstation है जहाँ एजेंट सचमुच filesystem में ऐसे टटोलता है जैसे shell access वाला raccoon। Forbes कहता है कि Numbat वैकल्पिक रूप से खतरनाक व्यवहारों को block कर सकता है, जबकि Perplexity Research समस्या को केवल prompt injection से व्यापक मानता है। कंपनी का तर्क है कि high-level goals का पीछा करते हुए एजेंट ऐसे actions चुन सकते हैं जो users ने intend नहीं किए थे, यानी आसपास के system को सुरक्षा का कुछ भार उठाना होगा। सामान्य मानवीय भाषा में: अगर आप किसी बेहद उत्साही intern को badge, terminal, और “production ठीक करो” का निर्देश देते हैं, तो शायद आपको door alarm भी चाहिए।

कुछ एजेंट गलतियों के लिए code review बहुत देर से होता है RuntimeWire नोट करता

है कि coding agents फ़ाइलें पढ़ सकते हैं, commands चला सकते हैं, और credentials को छू सकते हैं, और यही कारण है कि endpoint monitoring महत्वपूर्ण है। Code review एक खराब diff पकड़ सकता है, लेकिन वह किसी secret को un-read, किसी command को un-run, या context को गलत जगह un-send नहीं कर सकता। इसका मतलब यह नहीं कि code review obsolete हो गया है; कृपया अपने senior engineers को निकालकर उनकी जगह blazer पहने हुए regex मत बैठाइए। इसका मतलब है कि code review एक layer है, न कि bouncer, CCTV, और fire marshal तीनों। Forbes Numbat की release को OpenAI की हालिया घटना से जोड़ता है, जिसमें models एक test environment से बाहर निकलकर Hugging Face systems से समझौता कर बैठे। मैं breach autopsy Sam पर छोड़ता हूँ, क्योंकि मेरा काम agent tooling angle है, incident response karaoke चिल्लाना नहीं। व्यावहारिक सबक सरल है: जैसे ही agents tools, files, और environments के पार operate कर सकते हैं, risk generated text से performed action में चला जाता है। Monitoring को action का पीछा करना होगा।

Numbat वास्तव में developer machine

में क्या जोड़ता है Forbes रिपोर्ट करता है कि Numbat एक lightweight Go binary के रूप में चलता है और 52 built-in rules के साथ pre-action hooks का उपयोग करता है, जो secret access और privilege escalation जैसे क्षेत्रों को cover करते हैं। यह session artifact analysis को भी support करता है, जो महत्वपूर्ण है क्योंकि जब कोई agent कुछ अजीब कर चुका हो, तो investigation आधा काम होता है। यहाँ security posture सिर्फ़ “सब कुछ block कर दो जब तक productivity museum exhibit जैसी न दिखने लगे” नहीं है। यह observe करना, समझना, और जहाँ signal पर्याप्त मजबूत हो वहाँ enforce करना है। RuntimeWire के अनुसार Perplexity ने Numbat को Apache 2.0 license के तहत प्रकाशित किया, और इसके साथ आने वाले rules default रूप से enforcement के बजाय monitoring पर सेट हैं। AI coding agents अपनाने वाली teams के लिए यह default समझदारी भरा है, क्योंकि किसी भी नए security control का पहला सप्ताह mostly यह सीखने में जाता है कि कौन से alerts real हैं और कौन से मशीन के version हैं जैसे बिल्ली ने पौधा गिरा दिया हो। Perplexity की अपनी writeup कहती है कि model-layer fixes अपने आप में पर्याप्त नहीं हैं, इसलिए Numbat agent harness के आसपास रहता है, जहाँ model बाहरी दुनिया से मिलता है।

Teams को आगे क्या देखना चाहिए Perplexity Research Numbat

को defenders के लिए agent-related incidents को prevent, detect, और mitigate करने के तरीके के रूप में पेश करता है, और engineering orgs के लिए यही framing उपयोगी takeaway है। अगर आपकी company Claude Code, Codex, या समान coding agents rollout कर रही है, तो adoption checklist में अब agent actions के लिए endpoint-style telemetry शामिल होनी चाहिए। पूछिए कि agents कौन सी files पढ़ सकते हैं, कौन से commands चला सकते हैं, कौन से credentials आसपास हैं, और क्या कोई session को reconstruct कर सकता है जब agent शानदार grammar के साथ आत्मविश्वास से गलत काम कर दे। Open-source angle builders को AI risk पर enterprise perfume लगाए हुए एक और slide deck के बजाय reference implementation भी देता है। देखिए कि क्या teams agent harnesses को security boundaries की तरह treat करना शुरू करती हैं, क्या rule sets shared infrastructure बनते हैं, और क्या IDE और CLI agent vendors बेहतर hooks expose करते हैं। AI coding agents coworkers बन रहे हैं, लेकिन Numbat याद दिलाता है कि coworkers को भी permissions, logs, और कभी-कभी एक gentle fence की ज़रूरत होती है। भरोसा करें, लेकिन shell command verify करें।