Cisco udostępniło Project Quarry jako projekt open source 28 października 2026 r. To język reguł i silnik, które analizują ślady działania agentów AI, by wykrywać ryzykowne wzorce łączące kilka zdarzeń. Quarry zwraca wynik wraz z dowodami; reakcję, na przykład alarm lub blokadę, przypisuje mu zintegrowany produkt.

Jak Quarry analizuje ślady agentów AI

Ślad agenta to zapis rozmowy oraz zdarzeń, takich jak wywołania narzędzi i ich wyniki. Reguły Quarry mogą sprawdzać pojedyncze zdarzenie albo kolejność i związki między zdarzeniami w całej sesji, także w interakcjach z Model Context Protocol (MCP).

Przykładowa reguła może połączyć odczyt wrażliwego pliku z późniejszym wysłaniem danych na zewnętrzny serwer w określonym przedziale. Każde z tych działań rozpatrywane osobno może wyglądać zwyczajnie; znaczenie ma ich sekwencja. Wynik Quarry zachowuje pasujące kroki, pola i krótki fragment śladu, a popularne formaty sekretów są maskowane.

Reguły symboliczne sprawdzają konkretne warunki, na przykład tekst, pole strukturalne lub kolejność wywołań. Opcjonalne klasyfikatory i oceny modeli językowych mogą dostarczać sygnałów semantycznych, a OCR i modele wizyjne pomagają analizować treści obrazów. To daje regułom możliwość pracy z rozmowami, użyciem narzędzi i wejściami multimodalnymi.

Cisco opisuje trzy zastosowania: kontrole podczas działania agenta, późniejsze skanowanie zapisanych śladów oraz analizę starszych zapisów na potrzeby reagowania na incydenty. W kontroli na bieżąco reguły można uruchamiać przed i po wywołaniu modelu lub narzędzia.

Wykrycie nie oznacza automatycznej blokady

Quarry tworzy ustalenie, a zintegrowana aplikacja lub produkt może zamienić je w alarm, blokadę, redakcję, kwarantannę albo zapis w logu. To od integracji zależy, jaka reakcja nastąpi. Cisco zaznacza też, że Quarry nie zastępuje uprawnień ograniczających dostęp do poszczególnych działań ani ludzkiego przeglądu reguł przed ich egzekwowaniem.

Cisco podało, że Quarry działa produkcyjnie w Cisco AI Defense. Integrację z DefenseClaw Cisco opisało jako planowaną.

Co zawiera repozytorium i czego wymaga

Repozytorium Project Quarry udostępnia interfejs wiersza poleceń, bibliotekę Python, przykłady oraz wtyczkę dla Claude Code, Codex i agentów zgodnych z MCP. Do skanowania zapisanych śladów można użyć danych JSON w formacie rozmów OpenAI, a celem skanowania może być pojedynczy ślad, katalog lub zbiór danych. Repozytorium Project Quarry podaje obsługę Pythona w wersjach 3.11–3.13 i licencję Apache 2.0.

Repozytorium oznacza projekt jako alpha i ostrzega, że składnia języka reguł, czyli DSL, może zmienić się przed wersją 1.0.0. W szybkim starcie wybieranych jest 14 lokalnych reguł, które działają bez poświadczeń do modeli. Cztery przykłady reguł semantycznych korzystają z deterministycznych atrap opartych na słowach kluczowych; repozytorium przeznacza je do przykładów i testów, a nie do decyzji produkcyjnych.

Skaner rozróżnia trzy wyniki: kod 0 oznacza zakończone skanowanie bez trafień, kod 1 zakończone skanowanie z trafieniem, a kod 2 skanowanie nieprawidłowe lub niekompletne. Dzięki temu samo uruchomienie polecenia nie wystarcza do oceny wyniku: trzeba sprawdzić, czy skanowanie zakończyło się poprawnie i czy reguła coś wykryła.

Incydent OpenAI i Hugging Face był przykładem hipotetycznym

Cisco wskazało zdarzenia z incydentu OpenAI–Hugging Face, przy których reguły Quarry mogłyby zadziałać, ale przedstawiło tę analizę jako kontrfaktyczną. Cisco nie uruchomiło Quarry na danych incydentu, więc opisane możliwe trafienia nie były wynikami skanowania.