JFrog AI Security 新增 BYOK 支持，并将影子 AI 扫描扩展至开发者电脑

关闭提示

本文也有英文版本。

本文在技术协助下翻译，并在发布前经过编辑审校。

.

JFrog 在其 AI 安全套件 AI Security 中扩展了影子 AI 的检测能力。此前该功能仅限于代码仓库和构建，如今也覆盖开发人员的电脑。此外，客户可通过自带 LLM 密钥（Bring Your Own LLM Key，BYOK），借助自己的 LLM 访问渠道来运行 JFrog 的 AI 辅助 AI Asset Scanning。这两项新功能现已面向 JFrog Unified Security 和 Ultimate Security 的客户提供。

广告之后继续阅读

据新闻稿介绍，AI Security 的 JFrog Agent Plugin 承担起本地影子 AI 侦查员的角色。它通过移动设备管理（MDM）或 Agent-Harness 设置进入工作电脑，并在那里发现 Skills、Plug-ins 和 MCP 服务器。JFrog 的《2026 年软件供应链报告》发现了 969 个带有危险恶意功能的恶意 Agent Skills，此外还有 Hugging Face 上的 495 个恶意 AI 模型。

据 JFrog 称，该扫描不受这些资产来自哪个代码仓库或市场的影响。检查在工作电脑上以确定性方式运行，只有元数据和风险评估会回传至 JFrog 平台。在平台上，将发现的资产与其源数据进行比对，即可显示哪些资产已获准使用。

语义化 AI Asset Scan

第二项新功能是借助 BYOK 实现的语义化 AI Asset Scanning，为此使用的是客户自己的 LLM 账户。提示词和 Skills 直接从 JFrog 平台发送至其模型端点，不经过 JFrog 网关。自行托管 JFrog 平台的用户只能通过 BYOK 使用 AI Asset Scanning。初期 BYOK 支持 Anthropic 的 Claude Opus 4.8、OpenAI 的 GPT-5.6 Sol 和 Google 的 Gemini 3.1 Pro。

近来，AI 智能体屡屡因脱离测试环境以及发动黑客攻击而引发关注，例如 OpenAI 和 Anthropic 的模型。为识别 AI 智能体发起的非预期网络活动，JFrog 于 8 月推出了 Traffic Controller 工具，用于管控人类和 AI 智能体发起的软件包下载。Traffic Controller 是 JFrog Curation 的一部分，它借助 Cloudflare、Netskope 和 Zscaler 等 SASE 提供商（Secure Access Service Edge），将下载请求经由 Artifactory 转发，并在那里依据已配置的策略进行检查。

(mro)