F5 akan memblokir tindakan agen sebelum berjalan—rilisnya baru Oktober

Pengumuman F5 bertanggal 9 September 2026 memperkenalkan F5 Workforce AI Security, produk yang dirancang untuk memeriksa panggilan alat dan mengizinkan, memblokir, atau mengubah tindakan agen AI sebelum dieksekusi. Produk tanpa klien endpoint tambahan itu dijadwalkan tersedia secara umum mulai Oktober 2026.

Artinya, fungsi tersebut masih merupakan kemampuan yang direncanakan, bukan hasil penggunaan produksi yang sudah dapat dinilai secara independen. Ulasan SecurityBrief Canada pada 10 September 2026 merinci cakupan yang sama: browser, antarmuka baris perintah atau CLI, coding agent, klien MCP, dan alat internal yang terhubung ke API model publik.

Kontrol berada sebelum alat menjalankan tindakan

Nilai utama produk ini terletak pada waktu pengambilan keputusan. Kontrol ditempatkan pada jalur interaksi jaringan yang membawa prompt, respons, dan panggilan alat, sehingga kebijakan dapat diterapkan sebelum sistem tujuan menjalankan operasi yang diminta agen.

Secara konseptual, posisi kontrol tersebut dapat dibaca sebagai arsitektur tiga tahap:

• Browser, CLI, coding agent, klien MCP, atau agent harness menghasilkan permintaan ke layanan AI maupun alat perusahaan.
• F5 Workforce AI Security memeriksa konteks pengguna dan agen, maksud interaksi, risiko akses, serta kemungkinan paparan data sensitif.
• Permintaan kemudian diizinkan, diblokir, atau diubah sebelum diteruskan ke server MCP, sumber data, atau aplikasi tujuan.

Pencegahan sebelum eksekusi berbeda dari audit setelah kejadian. Jika agen memakai izin pengguna untuk mengubah data atau menjalankan fungsi internal, pencatatan saja tidak dapat membatalkan operasi yang sudah selesai. Risiko ini juga berkaitan dengan pembajakan tindakan melalui prompt injection, ketika masukan berbahaya mengarahkan agen ke operasi yang tidak dimaksudkan pengguna.

Cakupan MCP dan CLI belum disertai matriks dukungan

Cakupan yang direncanakan melampaui chatbot dalam browser. Produk tersebut ditujukan untuk menemukan layanan AI yang digunakan melalui browser dan alat pengembang, menghubungkan interaksi dengan identitas pengguna maupun agen, serta menerapkan aturan berdasarkan layanan, tingkat lisensi, unggahan berkas, dan kebijakan data.

Pada aktivitas agen, pemeriksaan mencakup panggilan alat melalui server MCP dan alat agen yang didukung. Penyebutan “didukung” penting karena materi peluncuran belum memuat daftar server MCP, klien, agent harness, implementasi CLI, atau versi protokol yang tercakup sejak hari pertama.

Belum ada pula rincian publik tentang alat internal dengan protokol khusus atau kondisi ketika titik kontrol tidak dapat membaca muatan terenkripsi. Karena itu, dukungan terhadap MCP dan CLI belum dapat ditafsirkan sebagai kompatibilitas universal dengan setiap klien, server, dan pola koneksi perusahaan.

Tanpa klien endpoint bukan berarti tanpa integrasi jaringan

Klaim tanpa klien endpoint tambahan menjelaskan cara produk menghindari pemasangan perangkat lunak keamanan khusus pada setiap perangkat. Namun, penegakan tetap membutuhkan jalur tempat interaksi dapat diamati dan keputusan kebijakan dapat diterapkan sebelum permintaan mencapai sistem tujuan.

Perbedaan antara penemuan pasif dan pemblokiran inline perlu menjadi bagian dari evaluasi. Salinan lalu lintas dapat membantu membuat inventaris tanpa berada di jalur produksi, sedangkan penghentian atau perubahan tindakan sebelum eksekusi memerlukan titik penegakan yang mampu menahan permintaan. Materi yang tersedia belum menjelaskan desain untuk setiap topologi, pemeliharaan konteks identitas melalui proxy, inspeksi TLS, atau perilaku ketika layanan kebijakan gagal.

Uji coba yang berguna perlu mengikuti satu transaksi agen dari permintaan awal hingga hasil akhirnya. Pertanyaan yang langsung menguji cakupan janji produk meliputi:

• Apakah prompt dan panggilan alat dari aplikasi terenkripsi dapat diperiksa tanpa kehilangan identitas pengguna, agen, dan sesi?
• Bagaimana identitas pengguna, sesi CLI, agen, dan kredensial yang dipakai agen dikorelasikan dalam satu jejak audit?
• Apakah log membedakan permintaan asli, keputusan kebijakan, perubahan terhadap permintaan, penerusan, dan hasil operasi?
• Berapa latensi tambahan untuk panggilan alat yang harus diperiksa secara inline?
• Apakah kegagalan kontrol menghasilkan fail-open atau fail-closed, dan dapatkah perilakunya dibedakan menurut tingkat risiko tindakan?
• Server serta klien MCP mana yang didukung, dan bagaimana alat internal didaftarkan serta diklasifikasikan?

Ketersediaan umum menjadi awal pembuktian

Pengumuman dan liputan awal menjelaskan rancangan fungsi, tetapi belum memberikan hasil pengujian independen mengenai tingkat deteksi, latensi penegakan, kompatibilitas MCP, inspeksi lalu lintas terenkripsi, ataupun perilaku saat komponen kontrol gagal. Status peluncuran mendatang juga berarti belum tersedia dasar publik untuk menilai kestabilan produk dalam beban produksi.

Judul artikel ini tidak berarti seluruh tindakan agen akan diblokir. Produk tersebut dirancang sebagai titik keputusan: tindakan yang sesuai kebijakan dapat diteruskan, sedangkan tindakan berisiko dapat diblokir atau diubah. Setelah ketersediaan umum dimulai, hal yang masih perlu dibuktikan adalah matriks dukungan MCP dan CLI, pilihan topologi penegakan, dampak terhadap latensi, mode kegagalan, serta mutu jejak audit yang benar-benar dihasilkan.

Baca juga:

• Prompt injection pada agen AI: satu dokumen dapat membajak tindakan
• Glean membuat agen AI bekerja tanpa prompt—kontrol izin menjadi penentu
• Lasso mendapat US$30 juta—penjaga agen AI berjalan tanpa GPU