AgentMinder ہر AI tool call روکے یا چلائے گا—اصل اختیار policy کے پاس
Broadcom نے 31 اگست 2026 کو لاس ویگاس میں VMware Explore 2026 کے موقع پر AgentMinder متعارف کرایا اور اسے عمومی طور پر دستیاب قرار دیا۔ Broadcom کے سرکاری اعلان کے مطابق یہ runtime gateway ہر AI agent action کو enterprise resource تک پہنچنے سے پہلے identity، declared mission، intent، context اور موجودہ risk کے مقابل جانچتا ہے۔
سکیورٹی معمار کے لیے اہم تبدیلی یہ ہے کہ AgentMinder صرف agent کی شناخت ثابت کرنے تک محدود نہیں۔ یہ ہر tool call کے راستے میں policy نافذ کرتا ہے: درخواست آگے بڑھے گی، رک جائے گی یا دستیاب قواعد کے مطابق محدود شکل اختیار کرے گی۔ یوں آخری اختیار کسی agent کے ایک بار login ہونے کے بجائے اس policy decision کے پاس رہتا ہے جو کارروائی کے وقت بنتا ہے۔
ہر tool call الگ policy decision ہے
AgentMinder کا cloud-native gateway agent اور اس resource کے درمیان آتا ہے جسے وہ استعمال کرنا چاہتا ہے۔ gateway token authenticate کرتا، مطلوبہ backend اور agent کا مجاز دائرہ دیکھتا اور call کے موجودہ context کو policy کے خلاف جانچتا ہے۔ منظور شدہ درخواست مجاز backend تک پہنچ سکتی ہے، جبکہ خلافِ policy درخواست روکی جا سکتی ہے۔
یہ continuous authorization اس لیے ہے کہ ایک درست identity ہر آئندہ کارروائی کے لیے مستقل منظوری نہیں بنتی۔ ایک ہی authenticated agent پہلے کسی مجاز record کو پڑھ سکتا ہے، پھر زیادہ حساس database، غیر منظور شدہ tool یا اپنے mission سے باہر کارروائی کی کوشش کر سکتا ہے۔ دوسری call پر نیا فیصلہ کیے بغیر ابتدائی authentication غیر ضروری طور پر وسیع اختیار بن سکتی ہے۔
عنوان میں موجود روکنے یا چلانے کی دوٹوک صورت بنیادی enforcement نتیجہ بیان کرتی ہے، مگر implementation صرف binary نہیں۔ آزاد رپورٹنگ کے مطابق gateway policy کی بنیاد پر request کو allow یا deny کرنے کے ساتھ redirect یا redact بھی کر سکتا ہے؛ اس صورت میں call اصل شکل میں نہیں چلتی بلکہ منظور شدہ محدود راستہ اختیار کرتی ہے۔
فیصلہ identity سے شروع ہو کر موجودہ risk تک جاتا ہے
AgentMinder کی authorization chain کو پانچ مربوط سوالات میں سمجھا جا سکتا ہے: identity → mission → intent → context → current risk۔ کوئی ایک signal خود فیصلہ نہیں؛ نتیجہ agent کے مجاز tools، resources اور تنظیم کی نافذ policy کو ان signals کے ساتھ ملا کر نکلتا ہے۔
- Identity: درخواست کس agent نے بھیجی اور اس کی machine identity قابلِ تصدیق ہے یا نہیں۔
- Mission: agent کو کس کاروباری کام کے لیے مقرر کیا گیا ہے اور اس کے اختیار کی بنیادی حد کیا ہے۔
- Intent: موجودہ call کس مجاز مقصد کے تحت کی جا رہی ہے۔ یہ agent کے ذہن کو پڑھنے کا دعویٰ نہیں بلکہ policy میں جانچا جانے والا declared intent ہے۔
- Context: متعلقہ user، session، tool، target اور data source کون سے ہیں۔
- Current risk: اسی وقت دستیاب خطرے کے signals پہلے سے ممکن کارروائی کو محدود یا مسترد کرتے ہیں یا نہیں۔
مثلاً ایک فرضی HR agent کو منظور شدہ employee record پڑھنے کا حق مل سکتا ہے، لیکن اسی identity سے payroll database بدلنے کی درخواست اس کے mission اور permitted intent سے باہر ہو سکتی ہے۔ دونوں calls میں login درست رہے گا؛ فرق action-level policy decision پیدا کرے گا۔
AgentMinder موجودہ IAM کی جگہ نہیں لیتا
IAM اور runtime authorization ایک ہی مسئلے کی مختلف سطحیں ہیں۔ IAM انسان، service account یا workload کی identity، credentials، roles اور بنیادی entitlements قائم کرتا ہے؛ AgentMinder انہی بنیادوں کے اوپر agent کی ہر نئی کارروائی کے وقت زیادہ مخصوص فیصلہ نافذ کرنے کے لیے پیش کیا گیا ہے۔
Broadcom کا کہنا ہے کہ AuthZEN integration کے ذریعے ادارے اپنے موجودہ authorization stack سے رابطہ اور موجودہ policy enforcement endpoints کا دوبارہ استعمال کر سکتے ہیں۔ اس سے یہ ثابت نہیں ہوتا کہ ہر پرانی IAM policy خود بخود agent intent سمجھ لے گی؛ agent identity، mission، tools اور resource boundaries کو قابلِ فیصلہ attributes اور قواعد میں ڈھالنا پھر بھی ضروری ہوگا۔
Model guardrails کی حد بھی الگ ہے۔ وہ عموماً prompts، model input، output یا ممنوعہ content کو سنبھالتے ہیں، جبکہ AgentMinder کا دعویٰ اس مقام پر ہے جہاں agent کسی API، MCP server، model یا enterprise data resource کو پکارنے لگتا ہے۔ اس architecture میں model safety یہ طے کرتی ہے کہ model کیا پیدا کرے، IAM یہ بتاتا ہے کہ identity اور بنیادی entitlement کیا ہیں، اور runtime policy فیصلہ کرتی ہے کہ یہ مخصوص call ابھی چل سکتی ہے یا نہیں۔
Private AI Cloud میں یہ ایک الگ control plane ہے
AgentMinder کو مکمل AI security stack سمجھنا درست نہیں۔ SiliconANGLE کی VMware Explore رپورٹ اسے agent runtime سے آزاد، فوری طور پر دستیاب اضافی control plane قرار دیتی ہے اور بتاتی ہے کہ VMware Private AI Cloud میں Tanzu agent layer فراہم کرتا ہے۔ رپورٹ کے مطابق gateway allow، deny، redirect یا redact کا فیصلہ resource تک پہنچنے سے پہلے کر سکتا ہے۔
اسی stack میں ذمہ داریاں الگ رکھی گئی ہیں۔ Tanzu کے بیان کردہ deny-by-default sandboxes agent کے APIs، networks، MCP servers اور internet سے تعلق کو واضح اجازت سے مشروط کرتے ہیں۔ AgentMinder invocation کے وقت identity اور policy دیکھتا ہے، جبکہ VMware vDefend اور Avi Load Balancer کے اعلان کردہ یا آئندہ controls network discovery، مشتبہ traffic، tool misuse اور data exfiltration جیسے خطرات پر مرکوز ہیں۔
پاکستان کی IAM، SOC، cloud security اور AI governance ٹیموں کے لیے اس تقسیم کا مطلب ownership کی واضح لکیر ہے۔ identity lifecycle اور بنیادی entitlement IAM کے دائرے میں رہتے ہیں؛ approved tools اور sandbox bindings AI platform سنبھالتا ہے؛ AgentMinder call کے وقت policy نافذ کرتا ہے؛ network اور application controls traffic میں exploitation یا اخراج کے آثار تلاش کرتے ہیں۔ کسی ایک layer کو باقی سب کی جگہ دینا دستیاب اعلانات سے ثابت نہیں ہوتا۔
Audit trail کا دعویٰ واضح، خودکار rollback غیر واضح ہے
AgentMinder کی observability layer OpenTelemetry پر مبنی ہے۔ StorageReview کی 31 اگست کی رپورٹ کے مطابق runtime gateway ہر invocation سے پہلے agent identity، tool authorization، declared intent اور target data source جانچتا اور interactions کے machine-readable audit logs بناتا ہے۔ یہ SOC اور governance ٹیموں کو session، call اور policy outcome کی chain of custody دے سکتا ہے۔
تاہم vendor کا auditability دعویٰ آزاد production test کے برابر نہیں، اور audit record خودکار reversibility بھی ثابت نہیں کرتا۔ resource تک پہنچنے سے پہلے call روکنا نقصان کو ٹال سکتا ہے، جبکہ redirect یا redaction نتیجہ محدود کر سکتے ہیں؛ لیکن دستیاب مواد یہ نہیں بتاتا کہ مکمل ہو چکی database update، payment یا deletion کو AgentMinder خود واپس پلٹا دیتا ہے۔ ایسی واپسی متعلقہ application کے transactions اور compensating workflows پر منحصر ہوگی۔
اب تک تصدیق شدہ حالت یہ ہے کہ AgentMinder عمومی طور پر دستیاب runtime governance product ہے اور ہر tool invocation کو policy decision بنانے کا دعویٰ کرتا ہے۔ عوامی مواد میں آزاد latency یا production benchmarks، مختلف IAM stacks کے integration نتائج، policy conflicts کے حل، pricing اور completed actions کے rollback کی تفصیل موجود نہیں؛ اسی لیے مضبوط audit trail اور ثابت شدہ automatic recovery کو ایک ہی صلاحیت نہیں سمجھا جا سکتا۔
یہ بھی پڑھیں:
ہمارا نیوز لیٹر سبسکرائب کریں
ویب 3، AI اور کرپٹو کی تازہ خبریں براہ راست اپنے اِن باکس میں پائیں۔