AI एजेंट के लिए ‘प्लग खींचना’ जरूरी—NCSC की सलाह अभी अंतरिम है

ब्रिटेन के National Cyber Security Centre (NCSC) ने 20 अगस्त 2026 को स्वायत्त AI एजेंट को सुरक्षित ढंग से तैनात करने के लिए अंतरिम व्यावहारिक सलाह प्रकाशित की। 20 अगस्त की NCSC पोस्ट सीमित अधिकार, मजबूत सैंडबॉक्स, लगातार निगरानी और घटना के समय एजेंट की गतिविधि के साथ उसके नेटवर्क तथा मॉडल अनुमान अवसंरचना से संपर्क रोकने की क्षमता मांगती है; भविष्य का औपचारिक मार्गदर्शन इस पोस्ट की जगह लेगा।

इसका तत्काल अर्थ यह है कि उत्पादन वातावरण में केवल एजेंट की प्रक्रिया बंद करने वाला बटन पर्याप्त नहीं है। Computer Weekly की 21 अगस्त की रिपोर्ट भी सलाह के अंतरिम दर्जे और इस व्यापक बंदी की पुष्टि करती है: घटना के दौरान टीम को एजेंट अवसंरचना की नेटवर्क पहुँच सीमित करने तथा चुने हुए एजेंटों का मॉडल सेवा से संचार काटने में सक्षम होना चाहिए।

अंतरिम सलाह उत्पादन तैनाती को कैसे बदलती है

यह सलाह उन अभिकल्पकों और संचालकों के लिए है जो एजेंट को पर्याप्त स्वायत्तता देना चाहते हैं या उसके निर्देशों, उपलब्ध औजारों और जुड़ी प्रणालियों से अनपेक्षित कार्रवाई का खतरा देखते हैं। नियंत्रणों की कठोरता इस बात के अनुपात में तय होनी चाहिए कि एजेंट केवल सुझाव देता है या बिना लगातार मानवीय स्वीकृति के उत्पादन प्रणालियों में कार्रवाई और निर्णय भी कर सकता है।

भारतीय तकनीकी टीमों के लिए मुख्य बदलाव स्वायत्तता को सामान्य चालू-बंद सुविधा के बजाय अधिकारों के स्पष्ट समूह के रूप में देखना है। तैनाती से पहले यह दर्ज होना चाहिए कि एजेंट क्या पढ़ और बदल सकता है, किन सेवाओं से जुड़ सकता है, कौन-से औजार चला सकता है, कब मानवीय अनुमति जरूरी होगी और किस घटना पर उसे रोका जाएगा। अधिक स्वायत्तता या बड़े संभावित नुकसान वाली तैनाती के लिए मजबूत तकनीकी नियंत्रण चाहिए।

मॉडल, अनुमान सेवा या एजेंट ढांचे में मौजूद सुरक्षा उपाय शुरुआती सुरक्षा दे सकते हैं, लेकिन संपूर्ण रक्षा नहीं। ऐसे उपाय पार किए जा सकते हैं या उच्च जोखिम वाले वातावरण के लिए अपर्याप्त हो सकते हैं। इसलिए संकेतों में लिखे निषेध को पहचान, नेटवर्क, संगणना-अलगाव, निगरानी और घटना-प्रतिक्रिया की स्वतंत्र परतों का विकल्प नहीं माना जा सकता।

छह स्तरों की उत्पादन जाँच-सूची

NCSC ने इसे औपचारिक छह-स्तरीय मानक नहीं कहा है; नीचे की जाँच-सूची उसकी सिफारिशों को भारतीय विकास और सुरक्षा टीमों के लिए तैनाती क्रम में व्यवस्थित करती है। हर नियंत्रण अलग विफलता का प्रभाव सीमित करता है, इसलिए किसी एक परत की मौजूदगी बाकी परतों की जरूरत समाप्त नहीं करती।

1. न्यूनतम अधिकार: एजेंट को मनुष्यों और दूसरी प्रणालियों से अलग पहचान दें। उसे केवल कार्य के लिए जरूरी अनुमति तथा यथासंभव कम अवधि वाले परिचय-पत्र मिलें। इससे गलत निर्देश मिलने या एजेंट से समझौता होने पर उपलब्ध API कुंजियों, OAuth अनुमतियों, SSH कुंजियों और सक्रिय सत्रों का प्रभाव-क्षेत्र सीमित रहता है।
2. नेटवर्क सीमा: जहां संभव हो, आने-जाने वाला संपर्क मूलतः बंद रखें और केवल आवश्यक गंतव्यों को अनुमति-सूची से खोलें। अधिक सूक्ष्म नियंत्रण चाहिए तो सेवा-सचेत प्रॉक्सी अपवादों पर मानवीय स्वीकृति लागू कर सकती है। यह परत अनधिकृत सेवा से जुड़ने और सूचना बाहर भेजने की क्षमता सीमित करती है।
3. मजबूत सैंडबॉक्स: एजेंट ढांचे, आदेश निष्पादन और मॉडल अनुमान अवसंरचना को जहां संभव हो एक-दूसरे से अलग रखें। उच्च जोखिम वाले कार्य में पहले से उपलब्ध औजारों और सूचनाओं वाला अलग, नेटवर्क से कटा वातावरण सबसे मजबूत विकल्प है। बहुस्तरीय अलगाव गलत आदेश या सुरक्षा-विन्यास की कमजोरी को साझा मेजबान और दूसरे कार्यभार तक फैलने से रोकता है।
4. लॉगिंग और निगरानी: एजेंट की गतिविधि के साथ सैंडबॉक्स, प्रॉक्सी और नेटवर्क की घटनाएं निकट वास्तविक समय में दर्ज करें। जांच के लिए रिकॉर्ड सुरक्षित हों और जहां संभव हो एजेंट उन्हें बदल या मिटा न सके। इससे असामान्य कार्रवाई जल्दी दिखती है और घटना के बाद उसके रास्ते तथा प्रभाव का पता लगाया जा सकता है।
5. मानवीय निगरानी: अधिक परिणाम वाले कार्यों के लिए जिम्मेदार व्यक्ति या समूह पहले से नामित हो। चेतावनी उस व्यक्ति तक समय पर पहुंचे और उसके पास हस्तक्षेप का वास्तविक अधिकार हो। अतिरिक्त निर्णायक AI मॉडल सहायता कर सकते हैं, लेकिन उनके प्रदर्शन का स्वतंत्र मूल्यांकन और उनके ऊपर मानवीय नियंत्रण जरूरी रहता है।
6. आपातकालीन बंदी: परीक्षित नियंत्रण एजेंट की स्वायत्त गतिविधि तत्काल रोक सके, एजेंट अवसंरचना की नेटवर्क पहुँच सीमित कर सके और चुने हुए एजेंटों का मॉडल अनुमान सेवा से संपर्क काट सके। इसका उद्देश्य केवल एक प्रक्रिया को समाप्त करना नहीं, बल्कि पूरे उपलब्ध संचालन मार्ग को नियंत्रित करना है।

एजेंट रोकना और संचार मार्ग काटना अलग नियंत्रण हैं

शीर्षक का ‘प्लग खींचना’ इसी व्यापक अंतर को दर्शाता है। पहला नियंत्रण एजेंट की चलती प्रक्रिया रोकता है; दूसरा उसकी अवसंरचना का बाहरी नेटवर्क मार्ग बंद करता है; तीसरा चयनित एजेंटों को मॉडल अनुमान अवसंरचना से अलग करता है। किसी घटना में खतरे के रास्ते के अनुसार इनमें से एक या कई नियंत्रणों की जरूरत पड़ सकती है।

इन बंदियों के मालिक और अधिकार तैनाती से पहले तय होने चाहिए। यदि अनुप्रयोग दल एजेंट रोक सकता है लेकिन नेटवर्क बंद करने के लिए दूसरे दल की लंबी स्वीकृति चाहिए, तो बंदी की तकनीकी सुविधा मौजूद होने के बावजूद प्रतिक्रिया देर से होगी। अभ्यास में यह भी सत्यापित होना चाहिए कि नियंत्रण नई गतिविधि और नए संपर्क रोकते हुए जांच के लिए सुरक्षित लॉग उपलब्ध रखता है।

यह फर्क उन एजेंटों के लिए विशेष रूप से महत्वपूर्ण है जो उत्पादन डेटा बदल सकते हैं, बाहरी सेवाओं को संदेश भेज सकते हैं या दूसरे औजार चला सकते हैं। ऐसे वातावरण में आपात बंदी बाद में जोड़ी जाने वाली सुविधा नहीं, बल्कि सैंडबॉक्स और निगरानी की तरह तैनाती की मूल परिचालन क्षमता है।

पहले सीमित प्रयोग, फिर बढ़ती स्वायत्तता

अगस्त की सलाह NCSC की पहले से घोषित सतर्क नीति को अधिक तकनीकी विस्तार देती है। 15 मई का NCSC संदर्भ-पत्र सीमित और कम जोखिम वाले प्रयोग से शुरुआत करने, संवेदनशील डेटा या महत्वपूर्ण प्रणालियों तक अनियंत्रित पहुँच न देने तथा दायरा बढ़ाने से पहले प्रणाली पर भरोसा बनाने की सलाह देता है।

इस क्रम में स्वायत्तता तभी बढ़नी चाहिए जब संभावित विफलता के रास्ते दर्ज हों, अधिकार सीमित किए जा चुके हों और सैंडबॉक्स तथा नेटवर्क नियंत्रण सत्यापित हों। जिम्मेदार व्यक्ति को एजेंट की गतिविधि समझने, चेतावनी मिलने पर जांच करने और उसे रोकने का अधिकार भी चाहिए। जिस एजेंट की कार्रवाई को देखा या सीमित नहीं किया जा सकता, वह उत्पादन तैनाती के लिए तैयार नहीं है।

NCSC ने औपचारिक अंतिम मार्गदर्शन के प्रकाशन की तारीख नहीं बताई है। इसलिए मौजूदा पोस्ट तत्काल नियंत्रण लागू करने का व्यावहारिक आधार है, लेकिन अंतिम अनुपालन मानक नहीं। औपचारिक मार्गदर्शन आने पर टीमों को अधिकार, नेटवर्क, सैंडबॉक्स, लॉगिंग, मानवीय निगरानी और आपात बंदी की व्यवस्था नई आवश्यकताओं से दोबारा मिलानी होगी।