Karir Kevan Dodhia telah melacak arus komputasi perusahaan modern, dari membangun mesin SQL yang didistribusikan berkinerja tinggi hingga memimpin kategori keamanan AI baru.Sebagai co-founder teknis Compute.ai, dia dan timnya membangun mesin komputasi 5x lebih cepat dari EMR Spark untuk melayani analisis data di lingkungan yang sangat diatur.Setelah akuisisi Compute.ai 2025 oleh Terizza, Dodhia mengalihkan perhatian ke masalah baru: bagaimana membuat agen AI otonom Hasilnya adalah Alter (YC S25), platform pengendalian identitas dan akses untuk agen AI yang mewakili pengalaman Dodhia dengan sistem terdistribusi, mesin komputasi SQL, dan implementasi yang diatur. safe and compliant Dalam peran sebelumnya, Dodhia belajar dari tangan pertama betapa pentingnya auditabilitas dan kepatuhan bagi klien keuangan dan pemerintah. klien Compute.ai termasuk Bursa Efek London (LSEG), di mana setiap kueri data dan pekerjaan harus memenuhi aturan tata kelola yang ketat. ”Kami membangun mesin komputasi 5x lebih cepat daripada EMR Spark dan dijual ke perusahaan yang sangat diatur seperti LSEG,” kata Dodhia. pengalaman itu, memperluas permintaan latensi rendah di seluruh cluster sambil memuaskan auditor, menetapkan panggung untuk arsitektur Alter. Platform Alter memecah niat kebijakan menjadi kontrol yang dapat diimplementasikan oleh mesin, menggunakan titik-titik penegakan yang didistribusikan di tingkat data. Sama seperti Dodhia mendirikan mesin SQL Compute.ai untuk kecepatan dan keandalan, lapisan kontrol Alter harus sangat efisien. Setiap panggilan API agen ditangkap dan diperiksa sebelum melanjutkan, sehingga latensi adalah kompromi kunci. Dodhia mengatakan bahwa sistem memverifikasi identitas dan memeriksa setiap parameter terhadap kebijakan dalam waktu nyata, sebuah proses yang tidak dapat dihindari menambahkan penundaan kecil tetapi penting untuk . zero-trust for AI agents Alter secara efektif menciptakan kategori keamanan baru: Platform ini hidup antara agen AI dan alat atau database eksternal, mengautentikasi setiap permintaan dengan identitas yang kuat dan menegakkan kebijakan yang halus. Aturan otorisasi agen menangkap gagasan ini: sama seperti sesi pengguna menjalani pemeriksaan identitas dan izin, agen AI mendapatkan pemeriksaan yang setara. Bahan peluncuran YC menggambarkan pendekatan Alter secara ringkas: itu membungkus setiap panggilan alat dalam otentikasi yang kuat, otorisasi biji-bijian, dan garda waktu nyata. Dalam prakteknya, itu berarti agen LLM tidak dapat mengeluarkan kueri data atau melakukan transaksi tanpa persetujuan Alter. agent authorization Di bawah topi, Alter mengkonversi niat kebijakan menjadi kontrol tingkat rendah ini. Sebagai contoh, pengguna bisnis dapat menulis kebijakan yang menetapkan peran dan fungsi tingkat tinggi untuk agen. Kompilator Alter menerjemahkan ini ke dalam filter tingkat baris dan kolom pada kueri database, dan bahkan ke dalam cek pada parameter prompt. : sistem tidak hanya mengatakan ya atau tidak, tetapi menegakkan data dan tindakan apa yang diizinkan pada tingkat baris atau bidang individu.Dalam kata-kata Dodhia, sistem dirancang untuk mencegah operasi berisiko, seperti penghapusan database atau transaksi yang tidak disengaja, dengan menerapkan perlindungan berbasis kebijakan. fine-grained policy for LLMs Sebuah janji inti Alter adalah memblokir perintah agen berbahaya dalam waktu nyata. Karena agen AI dapat memproduksi atau menafsirkan hasil yang salah, seperti yang dinyatakan oleh Dodhia, perusahaan khawatir tentang perilaku jahat. Alter mengatasi hal ini dengan memeriksa setiap permintaan terhadap mesin kebijakan. Misalnya, aturan kebijakan Alter secara otomatis membatasi upaya akses yang melebihi izin yang ditetapkan atau batas transaksi, membantu mencegah operasi yang tidak disengaja. Model keamanan Alter dibangun untuk meminimalkan risiko perintah berbahaya yang mencapai produksi, menggunakan kebijakan yang membatasi paparan terhadap data potensial atau kesalahan keuangan. Setiap panggilan API menggunakan token efemeral dengan hak istimewa yang sempit; sekali digunakan, credential tersebut kedaluwarsa. Efeknya adalah sistem dengan tidak ada rahasia lama, tidak ada titik buta, dan tidak ada kejutan dalam audit. Desain ini mencerminkan sistem yang didistribusikan dari Dodhia: seperti mesin query cepat yang membagi pekerjaan di berbagai bagian, penegakan Alter didistribusikan. Setiap alat (database, API, layanan cloud) terhubung melalui lapisan kontrol. Platform ini bahkan mendukung multi-cloud tools (MCP) dan integrasi asli, dengan agen-to-agent (A2A) datang segera. , keamanan yang berfungsi apakah sebuah perusahaan menggunakan AWS, GCP, atau sistem on-prem. Ini berasal dari melayani pembeli kepatuhan yang takut terjebak dalam mekanisme satu awan. Dengan menjaga rencana kontrol umum, Alter memungkinkan pelanggan untuk mengadopsi agen AI tanpa menulis ulang semua kebijakan akses mereka. neutral, vendor‑agnostic infrastructure Tentu saja, menangkap setiap tindakan agen datang dengan kompromi. Ada latensi tambahan dari otentikasi dan evaluasi kebijakan. Tim menemukan bahwa mempertahankan kebijakan hanya sebagai kode terlalu berpusat pada pengembang. Sebaliknya, mereka berinvestasi dalam UI kebijakan yang ditujukan untuk tim keamanan dan pengguna bisnis. Ini menyajikan kebijakan dengan cara yang sederhana sehingga pemangku kepentingan non-teknis dapat mendefinisikan mereka juga. Satu pelajaran Dodhia menyoroti: Pengguna kebijakan ini sering menjadi auditor atau petugas kepatuhan, bukan insinyur. Yang mengharuskan UX untuk jelas dan dapat diperiksa. Penegakan real-time juga membutuhkan efisiensi; pemeriksaan kebijakan harus selesai dalam milisekunder. Alter mengurangi dampak menggunakan bahasa tingkat rendah dan menggunakan evaluasi incremental di mana pun mungkin. Namun, pemeriksaan sistem yang ketat berarti beberapa pengorbanan Dalam pengaturan yang tinggi. AI access control Kompleksitas integrasi adalah tantangan lain. Alter harus duduk di samping berpotensi puluhan alat dan kerangka kerja agen. Pengalaman Dodhia di masa lalu membantu dia: di Compute.ai, dia membangun konektor ke penyimpanan data umum di bawah persyaratan tingkat layanan yang ketat. Demikian pula, Alter menyediakan konektor dan SDK sehingga platform agen yang ada (OpenAI, Anthropic, dll.) dapat menghubungi gateway Alter. Harapan adalah untuk membuat Alter sebagian besar transparan setelah dikonfigurasi – idealnya, lapisan tanpa gesekan. Sebuah tema yang berulang dalam cerita Dodhia adalah kepatuhan. Melayani sektor keuangan, dan Anda belajar bahwa jalur audit dan kendali keamanan built-in tidak dapat diperdagangkan. Di Compute.ai, dia harus membuktikan keberadaan setiap pekerjaan; di Alter, dia memasak auditability ke hari pertama. Platform mencatat setiap permintaan dan keputusan agen, menampungnya di dashboard CISO-ready. Sebagai contoh, Alter dapat melaporkan “Agent X meminta database untuk catatan pelanggan dengan parameter Y pada pukul 3:14 pm, dan ditolak di bawah aturan kebijakan Z.” Transparansi ini adalah titik penjualan utama. Dodhia mencatat bahwa pembeli kepatuhan mengharapkan bukti paling sedikit-privilege dan bahwa menjalankan kebijakan secara otomatis di latar belakang, pada dasarnya bukti bahwa tidak ada aturan yang dilanggar. Dengan jalur audit built-in, tim dapat melewati SOC 2, H Beberapa pelajaran muncul dari penekanan Dodhia pada kepatuhan. pertama, kebijakan harus Yang mempengaruhi Alter untuk menghindari solusi AI “magis”; setiap keputusan akses adalah deterministik dan dapat dicatat. Kedua, keamanan untuk agen AI tidak dapat menjadi pemikiran setelahnya. “Ketika Anda berjalan di lingkungan yang diatur,” kata Dodhia, “Anda tidak dapat mengalahkan keamanan pada akhirnya, itu harus menjadi inti dari arsitektur.” Itulah mengapa Alter dibangun dari awal sebagai platform nol-percaya untuk AI: namanya dan desainnya sendiri adalah tentang menghilangkan kepercayaan implisit. dan ketiga, fleksibilitas penting. perusahaan sering memiliki tumpukan teknologi yang heterogen, jadi pendekatan vendor-neutral Alter (misalnya, mendukung perangkat cloud atau on-prem) memastikan pelanggan tidak dipaksa untuk mengganti infrastruktur hanya untuk menambahkan kontrol agen. auditable by design Pergeseran Kevan Dodhia dari mesin komputasi didistribusikan ke platform keamanan agen mengilustrasikan bagaimana pengalaman teknik yang mendalam dapat mengatasi risiko AI yang muncul. Alter adalah lompatan teknis dan konseptual: ia menyusun kebijakan intuitif menjadi kontrol tingkat rendah, menerapkan ketatnya kontrol akses database ke agen AI. Hal ini akan mencegah terjadinya eskalasi. zero-trust for AI agents Hasilnya sejalan dengan tujuan Dodhia: membuat agen AI aman untuk produksi dengan membatasi akses minimal dan durasi yang mereka butuhkan. perjalanannya menekankan bahwa dalam keamanan, dan terutama di lingkungan yang didorong oleh kepatuhan, arsitektur dan kebutuhan manusia harus disinkronkan. seperti yang Dodhia katakan, Alter adalah tentang memungkinkan tim untuk bergerak cepat pada inisiatif agen AI sambil tetap sepenuhnya mematuhi. dalam praktek, ini berarti membangun keamanan yang mengkodifikasi niat kebijakan, menghormati pengguna non-teknis, dan memberi auditor persis apa yang mereka butuhkan: bukti bahwa tidak ada agen yang pernah melakukan kesalahan.

This story contains new, firsthand information uncovered by the writer.

Audio ini diproduksi dalam bahasa asli cerita!

Perjalanan Builder Kevan Dodhia untuk Membuat Layer Kebijakan Baru untuk Agen AI

About Author

KOMENTAR

HANG TAG

ARTIKEL INI DISAJIKAN PADA

Related Stories

PROMISES FULFILLED.

Invest With Purpose: Interview with Arian Adeli, CEO at Rivo Trading

Return to Pleasure Island

Stocks will be More Profitable than Crypto - Interview With Bryan Applegate

PROMISES FULFILLED.

Invest With Purpose: Interview with Arian Adeli, CEO at Rivo Trading

Return to Pleasure Island

Stocks will be More Profitable than Crypto - Interview With Bryan Applegate

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps