Kontext পেল $৪ মিলিয়ন—valid credential থাকলেও AI agent থামাতে চায়

মিউনিখভিত্তিক AI agent নিরাপত্তা প্রতিষ্ঠান Kontext ২৪ সেপ্টেম্বর ২০২৬ $৪ মিলিয়ন অর্থায়নের ঘোষণা দিয়েছে; বিনিয়োগে নেতৃত্ব দিয়েছে 42CAP, অংশ নিয়েছে a16z CSX ও HTGF। অর্থ দিয়ে প্রকৌশল দল বাড়ানো এবং agent-এর কাজ চলার সময় অননুমোদিত পদক্ষেপ থামানোর পণ্য উন্নয়নের পরিকল্পনা রয়েছে। বিষয়টি শুধু কে সিস্টেমে ঢুকেছে, তা যাচাইয়ের নয়: অনুমোদিত পরিচয় দিয়ে নেওয়া নির্দিষ্ট পদক্ষেপটি তাকে দেওয়া কাজের মধ্যে পড়ে কি না, সেই সিদ্ধান্তও দরকার।

২৪ সেপ্টেম্বর ২০২৬-এ প্রকাশিত SiliconANGLE-এর প্রতিবেদন বিনিয়োগের তথ্য মিলিয়েছে এবং পণ্যটির কাজকে agent ও ব্যবহৃত সিস্টেমের মাঝখানে নীতি যাচাইয়ের ধাপ হিসেবে বর্ণনা করেছে। একটি agent-এর credential বৈধ হলেও তার অনুরোধ করা কাজ অনুমোদিত নাও হতে পারে। Kontext সেই পার্থক্য ধরতে পরিচয়, নির্ধারিত দায়িত্ব, অনুরোধ করা পদক্ষেপ ও লক্ষ্য সংস্থান মিলিয়ে টুল চালানোর আগেই সিদ্ধান্ত নিতে চায়; এটি পণ্যের ঘোষিত সক্ষমতা, স্বাধীন পরীক্ষায় প্রমাণিত ফল নয়।

একই credential দিয়ে দুই রকম কাজ

শুধু authentication নিশ্চিত করে, অনুরোধকারী পরিচয়টি গ্রহণযোগ্য কি না। তার পরেও একটি কাজের জন্য দেওয়া অনুমতি অন্য উদ্দেশ্যে ব্যবহৃত হতে পারে, বিশেষত agent একাধিক টুল ও সিস্টেমে নিজে পদক্ষেপ নিলে। আগে থেকে দেওয়া access বা role নির্ধারণ প্রয়োজনীয় হলেও প্রতিটি নতুন অনুরোধ নির্দিষ্ট দায়িত্বের সঙ্গে সঙ্গতিপূর্ণ কি না, শুধু সফল লগইন থেকে তা জানা যায় না। এই ফাঁকটিই Kontext-এর অর্থায়নের পেছনের ব্যবসায়িক সমস্যার কেন্দ্র।

সফটওয়্যারের ত্রুটি সারাতে নিযুক্ত agent-এর উদাহরণে, তার কোড রিপোজিটরি পড়ার প্রয়োজন হতে পারে। কিন্তু একই credential দিয়ে সেই কোড বাইরের সেবায় পাঠানো কিংবা কাজের বাইরে থাকা অবকাঠামো বদলানো ভিন্ন পদক্ষেপ। প্রথম কাজের অনুমতি দ্বিতীয়টির অনুমতি হয়ে যায় না। এটি পণ্যের নীতি কীভাবে কাজ করতে পারে, তার উদাহরণ; কোনো গ্রাহকের বাস্তব ঘটনায় কোড পাঠানো বন্ধ হয়েছে, এমন প্রমাণ হিসেবে একে পড়া যাবে না।

এখানে পরিচয় ব্যবস্থাপনা বাতিল করার কথা নেই। পরিচয় ও আগে থেকে দেওয়া অধিকার ঠিক করে agent কোন সিস্টেমে প্রবেশ করতে পারে; চলমান কাজের প্রেক্ষাপট যোগ হলে সেই প্রবেশাধিকার দিয়ে এই মুহূর্তে কী করা যাবে, তার সিদ্ধান্ত নেওয়া সম্ভব হয়। ফলে একই অনুমোদিত agent-এর রিপোজিটরি পড়ার অনুরোধ এবং কোড বাইরে পাঠানোর অনুরোধ আলাদা ফল পেতে পারে। এই পার্থক্য কার্যকর করতে প্রতিষ্ঠানকে কাজের সীমা ও নিষিদ্ধ গন্তব্য নীতিতে স্পষ্ট করতে হবে।

সিদ্ধান্তে কোন চারটি সংকেত যায়

প্রথম সংকেত পরিচয়: কোন agent অনুরোধ করছে। দ্বিতীয়টি নির্ধারিত কাজ—agent-কে আসলে কী করতে দেওয়া হয়েছে। তৃতীয়টি অনুরোধ করা পদক্ষেপ, যেমন পড়া, বদলানো বা পাঠানো; চতুর্থটি লক্ষ্য সংস্থান, যেমন নির্দিষ্ট রিপোজিটরি, ফাইল বা বাহ্যিক সেবা। নিরাপত্তানীতি এই তথ্যের সঙ্গে অনুরোধের ঝুঁকি মিলিয়ে দেখলে একই credential-এর ব্যবহারেও ভিন্ন সিদ্ধান্ত আসতে পারে।

ধরা যাক, একটি agent-কে নির্দিষ্ট রিপোজিটরিতে ত্রুটি খুঁজতে বলা হয়েছে। সে ওই রিপোজিটরির ফাইল পড়তে চাইলে কাজ ও লক্ষ্য সংস্থান মিলে যায়। পরে একই ফাইল বাইরের সেবায় পাঠাতে চাইলে পরিচয় একই থাকে, কিন্তু পদক্ষেপ ও গন্তব্য বদলে যায়; নীতি সেটি নিষিদ্ধ করতে পারে। এটি একটি শর্তসাপেক্ষ ব্যাখ্যা, স্বয়ংক্রিয়ভাবে সব বহির্গামী অনুরোধ আটকানোর দাবি নয়। কোন তথ্য agent পেয়েছে এবং কোন অনুরোধ সত্যিই নীতি যাচাইয়ে পৌঁছেছে, ফল তার ওপর নির্ভর করবে।

এই সিদ্ধান্ত টুলের কাজ শুরু হওয়ার আগে হলে অননুমোদিত কাজ থামানোর সুযোগ থাকে। কাজ শেষে কেবল log দেখলে কী হয়েছিল, তা জানা যায়, কিন্তু ইতিমধ্যে পাঠানো তথ্য ফিরিয়ে আনা যায় না। আবার শুধু agent-এর নিজের উদ্দেশ্য সম্পর্কে বর্ণনার ওপর ভর করলেও সিদ্ধান্ত নির্ভরযোগ্য হয় না; দরকার অনুরোধের দৃশ্যমান বিবরণ এবং agent-এর অনুরোধ থেকে আলাদা করে নির্ধারিত নীতি। Kontext যে runtime অবস্থান দাবি করছে, তার কার্যকরী অর্থ এই সময় ও তথ্যের মিল।

Observe mode, enforcement ও audit record

Kontext-এর প্রকাশ্য GitHub বিবরণে Claude Code, Claude Cowork ও Codex-এর জন্য hook-ভিত্তিক স্থানীয় নীতি যাচাই, observe mode-এ সম্ভাব্য সিদ্ধান্ত নথিভুক্ত করা এবং enforce mode-এ সমর্থিত pre-action ধাপে নিষেধাজ্ঞা কার্যকরের কথা আছে। এই ধাপ agent ও টুলের মাঝখানে কাজ করে; যে টুল অনুরোধের আগে অপেক্ষা করে না, তার ওপর একই ধরনের বাধা দাবি করা যায় না। তাই পণ্যটির কার্যকারিতা শুধু নীতির ভাষার ওপর নয়, কোন agent ও কোন event hook-এর আওতায় আছে, তার ওপরও নির্ভর করে।

Observe mode-এ নীতি কোনো পদক্ষেপ আটকে দিত কি না, তা দেখা যায়, কিন্তু পদক্ষেপটি চলতে পারে। Enforcement সক্রিয় থাকলে সমর্থিত টুল চালানোর আগের hook-এ নীতি ‘deny’ সিদ্ধান্ত দিলে অনুরোধ থামে। প্রথম অবস্থার ‘would deny’ এবং দ্বিতীয় অবস্থার প্রকৃত বাধা আলাদা ঘটনা। কোনো প্রতিষ্ঠানের জন্য এই ফারাক গুরুত্বপূর্ণ, কারণ দেখা যাওয়া ঝুঁকি কমেছে বলা যায় না, যতক্ষণ না সেই ধরনের অনুরোধ বাস্তবে বন্ধ করার ব্যবস্থা চালু ও কার্যকর হয়েছে।

Audit record আবার সিদ্ধান্তের পরে কী ঘটেছে, তার প্রমাণ রাখে: agent ও session, অনুরোধের ধরন, প্রযোজ্য নীতি, সিদ্ধান্ত এবং পাওয়া গেলে কাজের ফল। এটি তদন্ত ও নীতি বদলের কাজে লাগতে পারে, কিন্তু রেকর্ড নিজে কোনো অনুরোধ থামায় না। একইভাবে ‘অনুরোধ নথিভুক্ত’, ‘নীতি নিষেধ করেছে’ এবং ‘টুল চলার আগেই বাধা পেয়েছে’—এই বক্তব্যগুলো সমার্থক নয়। এই রেকর্ড টুল-সংক্রান্ত ঘটনার; মডেলের গোপন যুক্তি বা পুরো কথোপকথন পুনর্গঠনের উপায় নয়।

সুরক্ষার সীমানা ও অর্থায়নের পরের প্রশ্ন

Kontext-এর নিয়ন্ত্রণ সমর্থিত agent hook দিয়ে পৌঁছানো কাজের জন্য। এটি অপারেটিং সিস্টেমের স্তরে ফাইল বা নেটওয়ার্ক আলাদা রাখার sandbox নয়; hook এড়িয়ে নেওয়া পদক্ষেপ তার সিদ্ধান্তের বাইরে থাকতে পারে। আরও একটি শর্ত হলো নীতি মূল্যায়ন সফল হওয়া। মূল্যায়নে ত্রুটি হলে enforce mode-এও টুলের অনুরোধ চলতে পারে, যদিও ত্রুটিটি রেকর্ডে থাকে; daemon অনুপস্থিত বা ব্যবহারযোগ্য নীতি না থাকার অবস্থার নিয়ম আলাদা। ফলে ‘enforcement চালু’ বললেই সব পথে একই ফল নিশ্চিত হয় না।

অর্থায়ন প্রকৌশল সম্প্রসারণের সুযোগ তৈরি করে, কিন্তু পণ্যের ফলাফল মেপে দেয় না। ভুলভাবে বৈধ অনুরোধ আটকানোর হার, সিদ্ধান্তে যোগ হওয়া বিলম্ব, এবং ব্যবহৃত agent ও টুলের কতটা অংশ সত্যিই বাধা দেওয়ার উপযোগী hook-এর মধ্যে পড়ে—এসবের স্বতন্ত্র পরিমাপ প্রকাশিত তথ্য থেকে জানা যায় না। এই তথ্য ছাড়া একটি প্রতিষ্ঠানে অনুমোদিত credential-এর অপব্যবহার কতটা কমবে, তার সংখ্যা দেওয়া সম্ভব নয়।

এখন নিশ্চিত গল্পটি হলো Kontext-এর নতুন অর্থায়ন, অংশগ্রহণকারী বিনিয়োগকারীরা এবং কাজের প্রেক্ষাপট ধরে agent-এর পদক্ষেপ যাচাইয়ের ঘোষিত পদ্ধতি। বাস্তবে এর মূল্য নির্ভর করবে কোন অনুরোধগুলো বাধার সীমায় আসে, নীতিতে বৈধ কাজ ভুলভাবে থামে কি না এবং সিদ্ধান্ত নিতে কত সময় লাগে তার ওপর। পরবর্তী প্রকাশ্য ফলাফলে এসব প্রশ্নের মাপ পাওয়া গেলে ‘বৈধ credential থাকলেও থামানো’ দাবিটির পরিধি আরও নির্দিষ্ট হবে।

আরও পড়ুন:

• Orchestra পেল $৩.৩ মিলিয়ন—AI control plane কোথায় থামে
• HiddenLayer পেল ১০ কোটি ডলার—লক্ষ্য coding agent-এর runtime
• AI agent ছয় ঘণ্টায় হাজারো credential তুলেছে—response window এখন কত ছোট