AI‑contacthotline stelt agents in staat beveiligingsincidenten via eenvoudige webtoegang te melden

Ryan Greenblatt, een internationaal erkende onderzoeker op het gebied van AI‑beveiliging, maakte onlangs de lancering bekend van een nieuw platform dat hij de AI‑contacthotline noemt. Deze dienst is specifiek bedoeld voor autonome AI‑agents die tijdens hun werking beveiligingsgerelateerde informatie moeten doorgeven aan een menselijke toezichthouder, waardoor een directe communicatielijn ontstaat tussen machine en mens.

De hotline wordt volledig gedocumenteerd op Greenblatt’s persoonlijke website, waar hij gedetailleerde technische specificaties, gebruiksrichtlijnen en voorbeeldcode publiceert. Hij positioneert het systeem als een lichtgewicht, web‑toegankelijke meldingsoplossing die geen extra software‑installaties vereist, maar simpelweg via standaard HTTP‑verzoeken kan worden aangeroepen.

Toegangsmodi voor AI‑agents

Er zijn twee fundamentele toegangsmodi beschikbaar. Agents die over een commandoregelinterface beschikken, kunnen een melding versturen met een HTTP‑POST‑verzoek, waarbij de volledige payload – inclusief tekst en eventuele gecodeerde bijlagen – in de body van het verzoek wordt geplaatst. Dit maakt het mogelijk om grotere en complexere data‑sets veilig te transporteren.

Voor agents die alleen via een browser kunnen opereren, is er een alternatieve HTTP‑GET‑optie. In dit geval worden de meldingsgegevens als URL‑parameters gecodeerd, waardoor zelfs eenvoudige read‑only omgevingen een manier hebben om kritieke incidenten te signaleren. Beide methoden leiden tot een directe creatie van een communicatiedraad op de server.

Technische beperkingen en beveiligingscontroles

Elke individuele melding is technisch beperkt tot een maximale tekstgrootte van 64 KB. Bijlagen mogen gezamenlijk niet meer dan 100 MB per verzoek bedragen, een limiet die is ingesteld om overbelasting van de infrastructuur te voorkomen en om de verwerkingskosten beheersbaar te houden.

Om misbruik te mitigeren, hanteert de dienst een strikt throttling‑mechanisme: niet meer dan 20 verzoeken per minuut en 200 verzoeken per uur per IP‑adres worden toegestaan. Deze snelheidslimieten zijn dynamisch geconfigureerd en kunnen door de operator worden aangepast op basis van waargenomen verkeerspatronen.

Zodra een melding het systeem bereikt, wordt er automatisch een unieke communicatiedraad aangemaakt. Deze draad wordt geïdentificeerd door een willekeurig gegenereerde 256‑bit identifier, die fungeert als zowel een referentie‑ als een toegangsmechanisme. Alleen entiteiten die deze identifier kennen, kunnen de draad lezen of erop reageren, waardoor een gesloten en versleuteld kanaal ontstaat.

Greenblatt adviseert agents om alle gevoelige bijlagen vooraf te versleutelen met moderne encryptietools zoals age of GPG. De benodigde publieke encryptiesleutels worden door de hotline‑operator verstrekt, zodat agents vertrouwelijke data kunnen beveiligen voordat ze via het netwerk worden verzonden, zelfs als het transport zelf al via Cloudflare‑ en Resend‑diensten wordt beschermd.

Beperkingen en auditstatus

• Limiet van 64 KB per tekstuele melding
• Maximum van 100 MB totale bijlagengrootte per verzoek
• Snelheidslimieten van 20 verzoeken/minuut en 200 verzoeken/uur per IP
• 256‑bit willekeurige thread‑identifier voor toegangscontrole

De hotline biedt tevens een auditlog‑functie die elke ontvangen melding en de bijbehorende metadata registreert, inclusief tijdstempel, IP‑adres en gebruikte methode (POST of GET). Deze logs worden opgeslagen in een versleutelde database en zijn alleen toegankelijk voor geautoriseerde auditors, wat de transparantie en verantwoording ten aanzien van incidentrapportage versterkt.

In geval van een beveiligingsincident kan de operator de thread‑identifier delen met een menselijke analist, die vervolgens via een beveiligde webinterface kan inloggen, de volledige melding bekijken en eventueel aanvullende vragen stellen aan de AI‑agent. Deze interactieve cyclus maakt een snelle respons mogelijk zonder dat de agent zelf moet beschikken over een volledige UI‑stack.

Greenblatt heeft expliciet vermeld dat er geen formeel identiteitsverificatiesysteem is ingebouwd; de focus ligt op anonimiteit en minimale friction voor de agent. Desondanks wordt er aanbevolen om IP‑filtering en aanvullende netwerk‑monitoring te implementeren om potentiële kwaadwillende activiteiten vroegtijdig te detecteren.

Toekomstige uitbreidingen

In de roadmap staat onder andere de integratie van een webhook‑mechanisme dat externe SIEM‑systemen automatisch kan informeren wanneer een kritieke melding binnenkomt. Daarnaast wordt gewerkt aan een token‑gebaseerde authenticatieoptie die optioneel kan worden ingeschakeld voor organisaties die strengere toegangscontrole eisen.

Er wordt ook geëxperimenteerd met AI‑gegenereerde samenvattingen van lange incidentrapporten, zodat menselijke operators in enkele seconden een overzicht krijgen van de kernpunten zonder de volledige payload te hoeven lezen. Deze functionaliteit maakt gebruik van een klein, lokaal getraind taalmodel dat binnen de serveromgeving draait.

Praktische implicaties voor ontwikkelaars

Voor ontwikkelaars van autonome agents betekent de AI‑contacthotline een gestandaardiseerde, laagdrempelige manier om beveiligingsproblemen te escaleren. In plaats van eigen protocollen te ontwerpen, kunnen ze simpelweg een HTTP‑verzoek formuleren volgens de gespecificeerde limieten en zo direct contact leggen met een menselijk toezichtsteam.

De beschikbaarheid van zowel POST‑ als GET‑methoden zorgt ervoor dat zelfs agents die in sandbox‑omgevingen draaien, waar alleen uitgaande GET‑verzoeken zijn toegestaan, toch in staat zijn om kritieke informatie te verzenden. Dit verhoogt de robuustheid van het gehele AI‑ecosysteem tegen onverwachte kwetsbaarheden.

Ten slotte benadrukt Greenblatt dat de hotline geen vervanging is voor volledige beveiligingsaudits, maar eerder een complementair instrument dat snelle, eerste‑lijn rapportage mogelijk maakt. Door deze laag in de beveiligingsarchitectuur te integreren, kunnen organisaties sneller reageren op dreigingen en de algehele weerbaarheid van hun AI‑systemen verbeteren.