‏گزارش ۲۰۲۶ ابزارهای ساخت ایجنت: امنیت هنوز عقبه

این گزارش ابزارهای توسعه‌ی ایجنت مبتنی بر ورک‌فلو رو بررسی می‌کنه: محصولاتی که یه محیط no-code/low-code می‌دن تا منطق کسب‌وکار با LLM خودکار بشه و کاربر بتونه یه توالی از کنش‌های قطعی و ایجنت‌های خودگردان تعریف کنه. نویسنده صریح می‌گه که هدفش ارزیابی اتوماسیون ایجنتی برای سازمان‌هاست؛ اگه یه فریلنسر تقویم و ایمیلش رو دست ایجنت کاملاً خودمختار بده اشکالی نداره، ولی تو سازمان این سناریو قابل‌قبول نیست. تمرکز گزارش هم روی احراز هویت خودِ ایجنت (بخش اجرای کد و فراخوانی ابزار) گذاشته شده، نه احراز هویت کاربر انسانی توی خود ابزار. و نوشتن پرامپتی که از مدل بخواد «توهم نزن و داده‌ی حساس لو نده» اصلاً قابلیت امنیتی حساب نمی‌شه.

نتیجه‌ی امتیازها: Gemini Enterprise گوگل با ۸۰٪ کدپذیری و ۷۴٪ آمادگی سازمانی بالاترینه؛ Sim.ai (۷۶ و ۵۴)، n8n (۷۲ و ۵۴)، Gumloop (۷۱ و ۴۸)، CrewAI و OpenAI (هر دو ۶۵ و ۴۸)، Flowise (۶۳ و ۳۷)، StackAI (۶۲ و ۵۲)، Dify (۵۹ و ۴۶)، Tines (۵۸ و ۶۳ — بالاترین امتیاز سازمانی بعد از گوگل)، Retool (۵۵ و ۵۰)، Workato (۴۲ و ۵۴)، Make (۴۱ و ۴۶) و Langflow با ۳۵ و ۳۰ ته جدول. ستاره‌ی گوگل هم به این خاطره که به گفته‌ی نویسنده، EAP از نظر خرید و تأمین و مدیریت اصلاً با بقیه قابل مقایسه نیست و خود گوگل هم می‌گه کاربر باید پایتون بلد باشه و آموزش ADK رو گذرونده باشه.

مهم‌ترین یافته‌ی گزارش اینه که مدیریت کدی که ایجنت می‌نویسه، شگفت‌آورانه عقب‌مونده‌ست. حدود نصف فروشنده‌ها یه شکلی از اجرای کد دارن، ولی خیلی کمترشون سندباکس دارن — یعنی یه مرز امنیتی واقعی برای کد نامعتبری که LLM تولید کرده. اون‌هایی هم که دارن، بیشترشون به سرویس شخص ثالث (معمولاً E2B) تکیه می‌کنن؛ CrewAI حتی سرویس اجرای کد بومی خودشو منسوخ کرده و مشتری‌ها رو به E2B فرستاده. بعضی‌ها هم به‌جای MicroVM یا کرنل مجازی، فقط با ایزوله‌سازی پروسه تو نصب self-hosted سر می‌کنن.

یافته‌ی دوم از اولی هم نگران‌کننده‌تره: هویت و احراز هویت ایجنت تقریباً همه‌جا غایبه. به گفته‌ی نویسنده، بیشتر متن‌های بازاریابی «ایجنت با کلید API به انتروپیک وصل می‌شه» رو با «ایجنت موقع دسترسی به سرویس‌های شخص ثالث اعتبارنامه ارائه می‌ده» قاطی می‌کنن؛ فقط گوگل، Langflow، Workato، CrewAI، Sim.ai و Gumloop نمره‌ی کامل گرفتن. Lineage — یعنی توانایی ردیابی یه ایجنت به یه هویت انسانی — عملاً تو بازار وجود نداره و فقط گوگل، Workato و Gumloop چیزی گرفتن. مدیریت سکرت‌ها هم نازکه: فقط گوگل، Sim.ai و Gumloop نمره‌ی کامل دارن.

حفاظ‌ها (guardrails) هم کم‌عمقن. گوگل و Gumloop تنها ابزارهایی‌ان که همه‌ی موارد رو با هم دارن: فیلترینگ و فایروال پروکسی‌محور، تعریف سیاست، کنترل دسترسی مبتنی بر ویژگی روی ابزارها، احراز هویت و مجوز، lineage و مدیریت سکرت. یه نقد جالب هم اینه که بعضی فروشنده‌ها ارزیابی رو به‌جای حفاظ امنیتی جا می‌زنن: مثلاً یه ارزیابی «آیا جواب PII داره؟» با LLM-as-judge اجرا می‌شه و نتیجه‌ش به یه ایجنت خلاصه‌ساز می‌ره که غیرقطعی تصمیم می‌گیره اطلاعات رو لو نده — که زمین تا آسمون فرق داره با یه قاعده‌ی قطعی regex که شماره‌ی تأمین اجتماعی رو پیدا کنه و با ستاره جایگزینش کنه.

دو نکته‌ی دیگه: MCP همه‌جا هست، A2A کم. هم مصرف سرور MCP و هم عرضه‌ی خود پلتفرم به‌عنوان سرور MCP تقریباً همه‌گیر شده و به یه قابلیت کالایی تبدیل شده؛ ولی پروتکل ایجنت-به-ایجنت گوگل فقط تو خود گوگل، CrewAI، Retool و Sim.ai دیده می‌شه. و در نهایت، هیچ پلتفرمی هر دو نوع کد رو خوب پشتیبانی نمی‌کنه: نه اجرای کد نوشته‌ی ایجنت، نه اجرای کد نوشته‌ی آدم — به قول نویسنده، حتی گوگل هم نه. ارزیابی (evaluation) هم با وجود اهمیتش، تو خیلی از محصول‌ها اصلاً پیاده نشده.

نکات کلیدی:

• گزارش ۱۴ ابزار ساخت ایجنت رو با دو محور کدپذیری و آمادگی سازمانی سنجیده؛ سفارش‌دهنده و ناشرش خود n8n‌ه
• Gemini Enterprise گوگل بالاترین امتیاز (۸۰/۷۴) رو داره، ولی از نظر خرید و راه‌اندازی با بقیه قابل مقایسه نیست
• سندباکس برای کد تولیدشده توسط LLM کمیابه و بیشتر جاها به E2B سپرده شده
• هویت ایجنت، lineage و مدیریت سکرت تقریباً تو کل بازار غایبن؛ ادعای امنیت اغلب مربوط به خود ابزاره، نه رفتار ایجنت
• MCP کالایی شده، A2A نادره، و هیچ پلتفرمی کد آدم و کد ایجنت رو با هم خوب اجرا نمی‌کنه