Snyk lanceert vijf beveiligingsagenten voor AI-code

Snyk lanceert Evo Agentic AppSec als team beveiligingsagenten dat kwetsbaarheden in code opspoort, herstelt en blokkeert, met onafhankelijke controle van voorgestelde fixes, maakte het bedrijf op 15 oktober bekend.

AppSec verhuist bij teams met codeeragents van alleen code nalopen naar bewaking tijdens het schrijven, pakketinstallaties en herstel van bestaande software. Snyk zegt dat zijn productdata ongeveer acht nieuwe kwetsbaarheden laat zien voor elke opgeloste kwetsbaarheid.

Vijf agents verdelen het beveiligingswerk

Snyk verdeelt AppSec over vijf agentrollen, van review en code scanning tot installatiecontrole, herstel en secret-detectie. Evo Agentic Security Review modelleert op basis van code en context de toepassing en haar bedreigingen, toetst beveiligingsmaatregelen aan concrete scenario’s en geeft onderbouwde hersteladviezen. Evo Code Scanning Agent combineert redeneermodellen met Snyks statische analyse om fouten in toegangscontrole en authenticatie te vinden, die patroonregels niet altijd herkennen.

Evo Dependency Firewall blokkeert kwaadaardige of niet-toegestane pakketten bij installatie, ook bij slopsquatting: aanvallers registreren pakketnamen die codeeragents kunnen verzinnen. Evo Remediation Agent repareert nieuwe en bestaande kwetsbaarheden, bij introductie eerst in afhankelijkheden van derden. Fixes die de build kunnen breken, staan klaar voor goedkeuring in plaats van samenvoeging. Secrets Detection zoekt gelekte wachtwoorden en sleutels vanaf de ontwikkelomgeving tot de CI-pijplijn.

Snyks deterministische scanners controleren bevindingen en fixes; teams stellen regels, prioriteiten en goedkeuringen vast. Preventie in de codeeragent kan zonder aparte toestemming draaien, maar herstel aan productiesoftware kan menselijke beoordeling vragen.

De preview bepaalt wie kan testen

Evo Agentic AppSec is op de lanceringsdag niet algemeen beschikbaar. Code Scanning Agent, Dependency Firewall en Security Review zijn experimental preview voor geselecteerde klanten; de Remediation Agent staat in open preview. Snyk noemt Secrets Detection, Evo Agentic Development Security en Continuous Offensive Security wel algemeen beschikbaar, maar dat zijn afzonderlijke Evo-onderdelen.

Toegang loopt via een Snyk-accountvertegenwoordiger. De aankondiging noemt geen prijs, selectievoorwaarden of datum voor brede uitrol. Daardoor is nog onduidelijk hoe een Nederlands team een proef kan starten.

Evo Agentic AppSec bouwt voort op Evo Agentic Development Security, dat Snyk in juni aankondigde voor beveiliging van agenttools, acties en gegenereerde code. De gedragscontrole van Evo ADS zat toen in open preview. De nieuwe laag richt zich op applicatiebeveiliging: kwetsbaarheden vinden, prioriteren, herstellen en controleren.

De benchmark meet vier poorten

In Snyks test slaagde de Evo Remediation Agent voor alle vier controlepoorten bij 90,2 procent van 307 upgrades. Claude Code zonder Snyk-context kwam op 59,6 procent; Claude Code met Snyk-scan en upgradeadvies op 77,5 procent. De drie agentconfiguraties gebruikten Claude Sonnet 5.5.

Een upgrade telt alleen als pakketten installeren, de rescan de doelkwetsbaarheid niet meer vindt, de software bouwt en bestaande tests slagen. De test omvat 43 repositories, zes pakketbeheerders en 2.066 oplosbare kwetsbaarheden. Een aparte container controleert de vier poorten zonder op het agentoordeel te vertrouwen.

De 90,2 procent geldt niet voor alle beveiligingsproblemen. VulnBump test externe pakketten, niet fouten in eigen bedrijfslogica zoals toegangscontrole. Snyk levert de meldingen én beoordeelt de uitkomst; het bedrijf waarschuwt dat verschillen tussen kwetsbaarheidsdatabases een deel van de scorekloof kunnen verklaren. Het gaat om één run per upgrade per agent op een dataset die nog versie 1.0.0-draft heet.

De beveiligingslus schuift naar de codeeragent

GitHub bracht agentic Autofix in juli naar public preview voor CodeQL- en meldingen van andere scanners. Copilot verkent relevante bestanden, stelt een reparatie voor, voert CodeQL opnieuw uit en opent een concept-pull-request. De GitHub-documentatie noemt die controle best effort: CodeQL garandeert geen fix bij aangepaste query’s of meldingen van andere scanners. Gebruik vereist GitHub Code Security en Copilot Cloud Agent, en verbruikt tijdens de preview AI-credits en GitHub Actions-minuten.

De operationele last is al zichtbaar. Bank of America zette 1.000 consultants naast circa 3.000 medewerkers in voor het patchen van AI-gevonden kwetsbaarheden. Capital One liet met VulnHunter drie agents lekken vinden, fixes met tests en een pull-request maken en de reparatie controleren. Beide laten zien hoeveel werk tussen melding en patch zit.

NVIDIA plaatst OpenShell tussen agents en de bestanden en API’s die ze mogen bereiken. Dat runtimebeleid vult Snyks controles op code en afhankelijkheden aan. De voorbeelden bestrijken zo pakketinstallatie, codewijziging en uitvoering in productie.

Voor Nederlandse teams is de inzetbeslissing welk AppSec-werk ze willen automatiseren en welk bewijs een fix moet leveren. Snyks meeste nieuwe onderdelen zijn in preview; de benchmark betreft pakketupdates. Agents kunnen patches voorbereiden, maar de organisatie bepaalt de controles en keurt risicovolle wijzigingen goed voordat die live gaan.