כשהאייג'נט הופך למפתח: מה למדנו ב-swampUP של JFrog על העתיד של שרשרת אספקת התוכנה?
המעבר מכליי AI תומכי החלטה שמסייעים למפתחים לקבל החלטות ל-AI שמקבל החלטות אוטונומיות ואף מבצע אותן, והעובדה ש-Agents כיום מעדכנים קוד, משנה לא רק את תהליך הפיתוח, אלא גם את האופן שבו ארגונים צריכים לנהל את האבטחה והבקרה לאורך שרשרת אספקת התוכנה. יונתן ארבל, Senior Developer Advocacy Lead ב- JFrog סוקר את ההכרזות מהכנס השנתי של החברה
עד לא מזמן, רוב ההחלטות הקריטיות בתהליך פיתוח התוכנה עברו דרך בני אדם. מפתח כתב קוד, ביצע Commit, פתח Pull Request, קיבל Review ובסופו של דבר העלה את השינוי ל-Production. המציאות הזו משתנה במהירות.
agents כבר מסוגלים לכתוב קוד, למשוך Dependencies, להפעיל כלים, לבצע בדיקות, להציע ואף לבצע שינויים באופן עצמאי. ככל שה-Agents הופכים לחלק מתהליך הפיתוח, נוצר אתגר חדש: איך נותנים אמון בתוצר שנוצר במהירות ובאוטונומיה שאדם לא מסוגל לעקוב אחריה?
זה היה אחד הנושאים המרכזיים שעלו ב- swampUP 2026, הכנס השנתי של JFrog, שבו הציגה החברה שורה של יכולות חדשות סביב ניהול ואבטחת ה-Agents בשרשרת אספקת התוכנה. מעבר למוצרים עצמם, ההכרזות משקפות שינוי רחב יותר בתעשייה: שרשרת האספקה שעליה נבנה התהליך המסורתי של DevOps נדרשת כעת להתמודד עם "עובדים" חדשים- agents שפועלים באופן אוטונומי.
swampUP 2026
(ג'ייפרוג)
מ-Single Source of Truth ל-Agentic Supply Chain
בעולם המסורתי, שרשרת האספקה נשענה על System of Record מרכזי: מקום שבו ניתן לדעת איזה Artifact נבנה, מאילו רכיבים, מי שינה אותו והאם הוא עומד בדרישות אבטחה וברגולציה.
אבל אייג'נטים אינם פועלים בהכרח בתוך אותם גבולות. הם יכולים למשוך Models, MCP Servers, Skills, Plugins ו-Packages ממקורות שונים- לעיתים ישירות מהרשת. הם גם יכולים לבצע פעולות בקצב שמקשה על תהליכי בקרה מסורתיים. לכן השאלה משתנה מ"האם הקוד מאובטח?" ל-"האם אנחנו יכולים להסביר ולוודא מה ה-Agent צרך, מה הוא עשה ומה בדיוק הגיע ל-Production?"
מכאן מגיע הרעיון של Single Source of Truth עבור Agentic Software Supply Chain: מערכת מרכזית שיכולה לספק נראות ומדיניות לא רק על הקוד וה-Artifacts, אלא גם על ה-AI Assets והפעולות של ה-Agents.
האתגר הראשון: מה ה-Agent מכניס לארגון?
אחד הסיכונים החדשים הוא לא רק הקוד שהאייג'נט מייצר, אלא דווקא המשאבים שהוא צורך בדרך.
Agent יכול להשתמש ב-Plugin שנמצא ב-Public Marketplace, להוריד Skill, להתחבר ל-MCP Server או למשוך Package חדש. כל אחד מאלה עשוי להכניס לארגון קוד, הרשאות או Attack Vector חדש.
בעולם האנושי, תופעה דומה זכתה לכינוי Shadow IT. בעולם ה-AI מדובר במעין Shadow AI - שימוש בכלים ובנכסים שאינם בהכרח מנוהלים או מאושרים על ידי הארגון.
הגישה שמציגה JFrog היא לא לחסום את ה-Agent, אלא ליצור מנגנון שמאפשר לו לעבוד במהירות בתוך גבולות ברורים: מאגרי תוכנה מנוהלים, Scanning, מדיניות מוגדרת ואימות של המשאבים שבהם הוא משתמש.
האתגר השני: האבטחה צריכה לעבוד בקצב של הAgent
מודל האבטחה המסורתי מניח שיש זמן לזהות Vulnerability, לבצע Triage, לפתוח Ticket ולתקן. בעידן של Frontier AI, ההנחה הזו הולכת ונחלשת. אותם כלים שמאפשרים למפתחים לייצר קוד במהירות יכולים לשמש גם תוקפים כדי לזהות ולחבר מספר חולשות שכל אחת מהן בנפרד אינה חושפת אותך לסכנה משמעותית, אך ניצול שלהן יחד עלול ליצור שרשרת תקיפה בעלת השלכות קריטיות על אבטחת המערכת.
לכן, מציעה ג'ייפרוג Self-Healing Software Supply Chain- מערכת שמסוגלת למנוע סיכונים, לזהות ולתעדף חולשות, ואף לבצע תיקונים באופן אוטומטי.
אחת התפיסות שהוצגו ב-swampUP היא חלוקה של התהליך לשלושה שלבים: Immunize, Remediate Control.
המשמעות היא מעבר מאבטחה שמגיבה לאירוע, למערכת שמנסה למנוע את הבעיה מראש, להבין אילו ממצאים באמת ניתנים לניצול, ולסגור את מעגל התיקון במהירות - רצוי ללא התערבות ידנית בכל שלב.
ומה קורה לבקרה כשאין אדם בשרשרת?
זה אולי האתגר המעניין ביותר. בעולם המסורתי ניתן היה לשאול מי קיבל את ההחלטה. בעולם שבו Agent מתכנן, כותב, בודק ומבצע Deploy, הגבול הזה מיטשטש. מכאן עולה הצורך בבקרה- DevGovOps שמוטמע בתוך תהליך הפיתוח עצמו, ולא מתווסף אליו כבדיקה ידנית בסופו.
המשמעות היא מעבר מ-Documentation ל-Policy as Code: כללים שניתן להגדיר, לבדוק ולאכוף אוטומטית. במקביל, כל פעולה של אייג'נט צריכה להשאיר Evidence שניתן לשחזר ולבקר- החל מה-Prompt וה-Session ועד ל-PR, ה-Approval וה-Release.
לא לעצור את ה-AI - אלא להפוך אותו לניתן לשליטה
הדיון סביב Agentic Development נוטה לעיתים להתמקד בשאלה האם לתת ל-AI אוטונומיה. בפועל, השאלה המעשית יותר היא באילו תנאים הארגון מוכן לתת לו אוטונומיה. מודל שמבוסס על חסימה של כל פעולה חריגה עלול להפוך את האייג'נט לחסר תועלת. מנגד, אוטונומיה ללא Identity, Least Privilege, Policy ו-Auditability יוצרת סיכון חדש.
הכיוון שהוצג ב-swampUP מציע להסתכל על הבעיה באופן רחב יותר: לא להוסיף עוד שלב לתהליך, אלא להרחיב את ה-System of Record הקיים כך שיכלול גם את עולם ה-Agents. זהו שינוי חשוב בתפיסה. אם בעבר היינו צריכים לדעת מי כתב את הקוד, בעולם של Agents נצטרך לדעת גם אילו Agents פעלו, לאילו משאבים הייתה לו גישה, מה הוא צרך, מה הוא שינה ומדוע המערכת אפשרה לו לעשות זאת.
בסופו של דבר, ה-Builders משתנים והמהירות משתנה, אבל הצורך באמון לא משתנה. האתגר של תעשיית התוכנה הוא לבנות תשתית שתאפשר ל-AI לפעול במהירות, בלי לוותר על היכולת להבין, לנהל ולבקר את כל התהליך בדרך ל-Production.
כפי שהציג יואב לנדמן, מייסד משותף ו-CTO של JFrog בכנס, ה-AI בעולם התוכנה נמצא כעת בנקודה שבה עמד עולם הבנייה טרום המצאת מעצורי החירום במעליות, עידן שבו היעדר הבטיחות הגביל את האפשרות לבנות לגובה. בדיוק כפי שאותם מעצורי חירום אפשרו את פריצת הדרך לבניית גורדי שחקים, כך גם תשתית אבטחה ושליטה חזקה בתוכנה אשר נבנית ומתוחזקת באמצעות כלים אג'נטיים היא זו שתאפשר לארגונים להאיץ בבטחה, ולממש את הפוטנציאל המלא של פיתוח אוטונומי.
