Cato brengt AI-controle naar desktopapps en lokale agents

Cato Networks lanceert Cato AI Endpoint, een endpointclient die AI-gebruik in desktopapps en lokale agents ontdekt, prompts inspecteert en beleid op het apparaat afdwingt, meldt het bedrijf op 27 oktober.

Een browserfilter kan de AI-app missen die een medewerker buiten de browser opent. Cato zegt dat zijn client een klantlijst in een desktopapp kan tegenhouden zodra de gebruiker op verzenden drukt, en een ongewenste toolaanroep kan blokkeren voordat een ondersteunde lokale agent die uitvoert. Voor Nederlandse securityteams verschuift de vraag naar de apparaten, apps en agentversies die beleid daadwerkelijk kan bereiken.

De controle verhuist naar het apparaat

Cato zet met AI Endpoint een client op het werkstation naast het bestaande endpointbeheer. De client is bedoeld voor browser-AI, native desktopapps en lokale programmeeragents. Cato zegt dat hij AI-gebruik ontdekt, prompts en antwoorden inline inspecteert en beleid rechtstreeks op het endpoint afdwingt. Cato koppelt een interactie aan de gebruiker, het apparaat, de data, de prompt en het antwoord. De context omvat ook agentactiviteit, toolaanroepen en beleidsbesluiten.

De productpagina zegt dat de client lokale agents en hun MCP-servers, tools en vaardigheden ontdekt en risicovolle instellingen zichtbaar maakt. Dezelfde AI-beveiligingsengine beschermt volgens Cato ook AI-verkeer op het netwerk. Endpoint- en netwerkactiviteit komen in één dashboard, zodat teams dezelfde beleidsregels kunnen toepassen op verkeer uit browsers, desktopapps en lokale agents.

Op het getoonde scherm staan 42 gevonden agents, 96 MCP-servers en vaardigheden, zes risicovolle instellingen en 40 endpoints. Dat zijn aantallen uit de productweergave, geen gepubliceerde klantmeting of onafhankelijke test. Het voorbeeld maakt wel concreet welk soort inventarisatie Cato in het dashboard wil tonen.

Prompts en toolaanroepen krijgen eigen grenzen

Bij desktopapps maakt het moment van controle verschil. Sommige AI-apps zetten hun verbinding vast aan een eigen certificaat, waardoor netwerkbeveiliging het verkeer niet kan lezen. Cato schrijft dat de endpointclient niets doet terwijl iemand tekst typt of plakt. Zodra de gebruiker de prompt verstuurt, controleert de client die en kan hij gevoelige informatie tegenhouden voordat die de AI-dienst bereikt. In de browser kunnen dezelfde regels volgens Cato ook een prompt controleren, gevoelige gegevens anonimiseren of de verzending blokkeren.

Voor lokale agents beschrijft Cato een andere controle. In het voorbeeld op de productpagina vraagt een programmeeragent een niet-goedgekeurde uploadtool aan. AI Endpoint blokkeert die toolaanroep voordat de agent hem uitvoert, terwijl de rest van de bouwtaak kan doorgaan. De productpagina beperkt deze blokkering tot lokale agents die door het product worden ondersteund. De voorbeeldinventaris noemt Claude Code, Cursor en Codex, maar geeft geen volledige lijst van ondersteunde versies of besturingssystemen.

Die afbakening is relevant voor een organisatie die met klantbestanden, broncode of interne gegevens werkt. Een desktopprompt wordt pas bij verzending beoordeeld; het systeem voorkomt niet dat iemand de tekst aanvankelijk in de app plakt. En een agentactie valt alleen onder de beschreven blokkering als die agent wordt ondersteund. Voor productiegebruik blijft ook een logboek per toolactie, met budgetten en een noodstop voor agents relevant om achteraf te kunnen reconstrueren wie een agent aanstuurde en welke handeling wel of niet doorging.

De bestaande beveiligingsstack blijft staan

Cato positioneert AI Endpoint als een extra laag naast bestaande SSE-, VPN- en EDR-investeringen. Alleen AI-appverkeer wordt naar Cato geleid; ander netwerkverkeer blijft via de bestaande beveiliging lopen. De endpointclient wordt volgens de productpagina uitgerold met beheerhulpmiddelen die IT al gebruikt. Cato zegt dat organisaties daardoor binnen weken AI-bescherming kunnen toevoegen en geen SASE hoeven aan te schaffen. Dat is de eigen inschatting van de leverancier, geen gepubliceerde uitrolmeting.

Fortinet koos een dag eerder een ander controlepunt met een cloudservice voor bestaande FortiGate-firewalls, naast een optie om FortiAIGate zelf te draaien. Fortinet zegt dat FortiAIGate meer dan vijftig standaardbeleidsregels en herkenning van 35 typen persoonsgegevens en vertrouwelijke informatie biedt. De productbeschrijvingen wijzen op verschillende controlepunten: Fortinet op de netwerkroute, Cato op de endpointclient voor desktopapps en agents. In de FortiGate-dienst blijven prijs, licentie, apparaatcompatibiliteit en verwerkingsregio onduidelijk, vragen die ook bij een vergelijking met Cato relevant blijven.

Prijs en compatibiliteit zijn nog open

Cato’s aankondiging noemt geen prijs, licentievoorwaarden of volledige compatibiliteitslijst. Ook staat op de productpagina niet welke besturingssystemen en appversies nodig zijn. De belofte dat invoering weken in plaats van maanden kost, is niet gekoppeld aan een beschreven implementatie of onafhankelijk gemeten resultaat.

De aankondiging noemt wel CIO Alfred Sobrinho van PlayPower. Hij zegt dat het product zijn organisatie kan helpen AI-gebruik te begrijpen en bescherming toe te passen. De uitspraak is voorwaardelijk; de release noemt geen daadwerkelijke uitrol, aantal gebruikers of resultaat bij PlayPower. OpenTools, dat de aankondiging overneemt, schrijft bovendien dat de redactie de dekking en werking niet onafhankelijk heeft getest.

De stap past in een beweging waarin AI-beveiliging verder gaat dan het herkennen van browserverkeer. Cato probeert prompts in desktopapps en handelingen van lokale agents op het apparaat te controleren, terwijl Fortinet AI-verkeer via de bestaande firewall inspecteert. Voor een organisatie maakt dat de dekkingsvraag concreet: welke appversies en lokale agents vallen onder het beleid, en welke acties verschijnen in het logboek? Cato publiceert nog geen volledige compatibiliteitslijst, prijs of onafhankelijke testresultaten waarmee die vragen te beantwoorden zijn.