Shadow AI
Agentes surgem sem dono e sem revisão
Qualquer funcionário cria um GPT ou conecta um app de IA a um drive em minutos. Não há inventário, nem dono, nem registro de quais sistemas ele alcança.
Proteger · Times de segurança
Funcionários estão colando dados de clientes em apps de IA, criando GPTs que ninguém revisou e conectando drives a assistentes. A Lustena coloca uma única plataforma nesse caminho, para que cada sessão tenha um nome, respeite um limite e chegue onde seu time já olha.
DLP, CASB, proxy e SIEM vigiam o perímetro. O loop do agente roda dentro da aba do navegador e dentro dos seus frameworks, onde nenhum deles consegue ler.
Shadow AI
Qualquer funcionário cria um GPT ou conecta um app de IA a um drive em minutos. Não há inventário, nem dono, nem registro de quais sistemas ele alcança.
Exposição de dados
Identificadores de clientes, contratos e credenciais saem em colagens e uploads que o DLP nunca analisa. Nada no caminho os classifica.
Trilha de auditoria
Quando uma lista sai ou um limite é ultrapassado, nada liga a pessoa, o agente e a ação. A reconstrução depende de memória e de um print.
A extensão de navegador observa o uso de IA em navegadores gerenciados sem que o conteúdo saia do dispositivo. Cada agente distinto aparece no inventário com o dispositivo e o funcionário por trás dele, ordenado por exposição de dados, alcance e uso, para seu time saber o que governar primeiro. Os dispositivos ainda fora da cobertura são contados, então a lacuna fica visível.
Agents
Every agent this workspace knows about, declared by a person or observed in use, with its owner and connectors.
Inventory · 5 rows
| Agent | Owner · connectors | Status |
|---|---|---|
| GPT · Proposalsana@acme.com | ana@acme.comGmail, Drive | Declared |
| Claude · Finance projectjoao@acme.com | joao@acme.comSheets | Observed |
| Support bot (LangGraph)platform team | platform teamZendesk API | Declared |
| Copilot Studio · HR FAQunknown | unknownSharePoint | Observed |
| Claude Code · repo-assistengineering | engineeringMCP: GitHub | Declared |
Selected · GPT · Proposals
Owner
ana@acme.com · Marketing
Limits
v3 · tools, hosts, data
Last seen
2m ago · chatgpt.com
Doze reconhecedores rodam no dispositivo e geram achados sem conteúdo: categoria, severidade, destino, fingerprint. Os achados são atribuídos ao agente e à sessão e chegam ao seu time por alertas e webhooks.
01Where the agent acts · browser
02Lustena, in the path
Agent session
liveSubject
Verdicts
03Systems reached
Gmail
connector
Drive
connector
HubSpot
connector
Aponte o scanner para um endpoint que você tem autorização para testar e receba um relatório com dez verificações nativas para agentes, mapeadas para o OWASP LLM Top 10, anexado ao agente no inventário e reexecutado de forma agendada.
01Where the agent acts · your stack
# started by schedule · no user in session
agent@svc-support-bot:~$ lustena-scan run --target https://api.acme.com/agent --suite core
● Lustena · as svc:support-bot
⏺ prompt-injection ⎿ 14 probes · 0 raised
⏺ system-prompt-leak ⎿ 6 probes · 1 raised (medium)
⏺ endpoint-hygiene ⎿ TLS 1.3 · HSTS · CSP
✓ report attached to agent · 1 finding reopened
02Lustena, in the path
Scan run
liveSubject
Verdicts
03Systems reached
Zendesk
called
Slack
webhook
Jira
ticket
Perguntas
Sim, por webhooks. Cada alerta traz o agente, a pessoa, a dimensão ultrapassada e uma frase de explicação, nunca conteúdo.
Achados com categorias, contagens, destinos, canais e fingerprints HMAC, heartbeats e eventos de sessão. Por padrão, o texto dos prompts, o conteúdo e o nome dos arquivos nunca saem do dispositivo; a captura opcional envia apenas texto mascarado.
A maioria dos times vê os primeiros agentes em até uma hora depois de publicar a política da extensão. O scanner de red team roda em minutos contra um endpoint.