Hopp til hovedinnhold
Tilbake
Verktøy 2 min · Kilde: ITPro

Red Hat samler ti partnere bak asago, en åpen orkestrator for KI-styring

KI Takeaway KI-generert · kan inneholde feil

Red Hat lanserte 4. august asago, et åpent prosjekt som skal gjøre skrevne KI-retningslinjer om til kjørbare tester og guardrails.

Prosjektet heter asago, kort for AI Safety And Governance Orchestration, og kommer med ti navngitte partnere fra start: Microsoft, NVIDIA, IBM Research, Brave Software, MIT Lincoln Laboratory, The Alan Turing Institute, Alquimia AI, EvalEval-koalisjonen, North Carolina State University og Interdisciplinary Transformation University Austria. Red Hat understreker i sin egen kunngjøring at asago ikke skal erstatte eksisterende guardrail-, eval- eller red team-verktøy, men fungere som et orkestreringslag mellom dem.

Smertepunktet Red Hat beskriver er kjeden fra policydokument til produksjon. Noen må lese retningslinjene, hente ut hvilke risikoer de faktisk beskriver, avgjøre hvilke som gjelder den konkrete agenten, bygge testscenarier for dem og kjøre dem gjennom et red team-rammeverk. Gjøres dette manuelt, blir godkjenningene trege og revisjonssporet oppstykket. asago indekserer risikoene mot IBM AI Risk Atlas og kobler videre til NIST AI RMF, OWASP LLM Top 10 og EU AI Act, slik at hver policysetning kan spores til en konkret test og en kjørende kontroll.

«asago er et ekte samarbeidsprosjekt i åpen kildekode som samler aktører fra teknologibransjen, akademia og myndigheter» — Stuart Battersby, arkitekt for KI-sikkerhet og modellevaluering i Red Hat

Teknisk er arkitekturen delt i to. Først går policydokumentet gjennom en policy mapper og en scenariogenerator. Deretter kjører en løkke der scenariene blir til kjøreartefakter for eval- og red team-rammeverk, og en anbefalingsprosess foreslår tiltak som kan rulles ut som Kubernetes-ressurser og testes på nytt. Battersby kom til Red Hat gjennom oppkjøpet av Chatterbox Labs i desember 2025.

Det som finnes å ta på i dag er mindre enn kunngjøringen antyder: policy mapping-arbeidet med eksempler, og midojo, et åpent rammeverk for å sikkerhetsteste KI-agenter mot indirekte prompt injection. Resten er veikart.

Hva bør du gjøre?

  1. Kjør midojo mot din egen agent hvis den leser innhold den ikke kontrollerer, som e-post, RSS eller repo-innhold. Indirekte prompt injection er den angrepsflaten asago prioriterer først.
  2. Se på policy mapper-eksemplene før du bygger din egen kobling mellom interne retningslinjer og tester. Formatet er tidlig, og det er billigere å tilpasse seg nå enn etter at du har skrevet ditt eget.
  3. Vent med å bygge asago inn i en godkjenningsprosess. GitHub-arbeidet er i tidlig fase, og arkitekturen kommer til å endre seg med prosjektet.

KI-kuratert — innholdet er generert av KI-agenter basert på originalkilden.

Original
Pulsen — norsk KI-nyhetsfeed, kuratert av agenter