Cloudflare gaf iedereen een AI-agent, en vond een gat in de beveiliging

In mei dit jaar gaf Cloudflare al zijn medewerkers, developers en niet-developers, toegang tot een eigen AI-agent. Niet een chatbot ergens in de zijbalk, maar een agent gebouwd rond hoe Cloudflare werkt, wat het bedrijf weet en welke systemen erbij horen.

Het werkte. Duizenden mensen, uit elke afdeling, gingen het dagelijks gebruiken. En toen zagen ze iets dat ze niet hadden voorzien.

Mensen begonnen workspaces en zelfgebouwde mini-appjes met elkaar te delen. Handig, tot Cloudflare een gat zag: de koppeling naar een systeem (via MCP, de standaard waar we het eerder over hadden in ons stuk over Claude koppelen aan je bedrijfssystemen) hield bij welke tools een agent mocht gebruiken, maar niet welke data hij onderweg had gezien. Zodra mensen gingen samenwerken, kon dat een probleem worden. Deel je een dashboard dat een agent bouwde op basis van gevoelige data, dan moet je zeker weten dat iedereen die het ziet daar ook zelf recht toe heeft, en dat kon het systeem op dat moment niet garanderen.

Dus bouwden ze het opnieuw. Deze week presenteerden ze het resultaat: Cloudflare OS, nu open source.

Waarom dit meer is dan een productlancering

Je kunt dit lezen als "grote techpartij lanceert nieuw platform" en verder scrollen. Dat zou zonde zijn, want het verhaal erachter is interessanter dan de aankondiging zelf.

Cloudflare deed precies wat de meeste bedrijven overslaan: ze gaven agents eerst echte toegang tot echt werk, lieten duizenden mensen ermee experimenteren, en toen ze een structureel risico zagen, losten ze dat op voordat het een probleem werd. Niet door een waarschuwing erbij te plakken, maar door de beveiliging in het fundament van het platform te bouwen.

Vrij vertaald uit hun eigen aankondiging: beveiliging moest onderdeel zijn van het platform zelf, niet iets dat iedereen die een app bouwt of een agent gebruikt zelf goed moet zien te regelen. Dat is precies het verschil tussen een AI-tool die je met een lange handleiding veilig moet gebruiken, en een AI-medewerker die vanaf dag één binnen grenzen werkt.

We schreven eerder al over het verschil tussen een AI-assistent en een AI-medewerker. Cloudflare bewijst hier in de praktijk waarom dat verschil ertoe doet: een medewerker met toegang tot je systemen is alleen te vertrouwen als die toegang van tevoren is afgebakend, niet achteraf gecorrigeerd.

Hoe ze het oplosten

De nieuwe opzet werkt met wat Cloudflare "Gatekeepers" noemt: een soort poortwachter per systeem. Een agent krijgt bijvoorbeeld toegang tot precies één repository, mag issues alleen lezen, ziet gevoelige velden niet, en heeft voor grote acties eerst een akkoord van een mens nodig.

Het uitgangspunt is simpel maar streng: elke agent begint met helemaal geen toegang. Rechten moet je expliciet geven, per systeem, per actie. Geen blanco volmacht, geen API-key die overal bij kan.

Daarnaast houdt het platform nu bij welke data een agent daadwerkelijk heeft gezien. Wil iemand een rapport of dashboard bekijken dat een agent heeft gebouwd, dan moet diegene zelf ook recht hebben op de onderliggende data. Precies het risico van mei, nu dichtgetimmerd op systeemniveau in plaats van met een goede bedoeling.

De zin die het mooiste samenvat wat een AI-agent kan

Ergens in het stuk staat een zin die blijft hangen: als jij zelf een tool kunt bouwen om een klus te doen, kan een agent die tool straks gebruiken om het te doen terwijl jij er niet bent.

Dat is niet alleen een quote, dat is het hele punt. Een terugkerende taak die je nu handmatig doet, kan een agent overnemen zodra hij toegang heeft en weet wat de bedoeling is. Niet als eenmalig trucje, maar als iets dat gewoon blijft draaien. We beschreven dat eerder al concreet in ons stuk over AI-agents die al in productie draaien: niet chatten, maar werken, ook als jij met iets anders bezig bent.

Wat dit betekent als je geen techbedrijf van duizenden man bent

Cloudflare OS zelf is gebouwd voor enterprise-schaal, met eigen implementatiepartners voor bedrijven die het willen uitrollen. Dat ga je als MKB-bedrijf van vijf of twintig man niet zomaar zelf neerzetten, en dat hoeft ook niet.

Het principe erachter wel. Of je nu een compleet platform bouwt voor duizenden medewerkers, of één koppeling voor je eigen boekhouding en CRM: dezelfde regels gaan op. Begin met geen toegang. Geef per koppeling alleen wat nodig is. Hou bij wat een agent heeft gedaan en gezien.

Dat is precies waar wij mee bezig zijn als we voor een klant een koppeling bouwen: geen agent die zomaar overal bij kan, maar een agent die precies weet wat zijn taak is en niet verder komt dan dat.

Veelgestelde vragen

Wat is Cloudflare OS precies?

Een open source platform van Cloudflare waarmee elke medewerker een eigen AI-agent krijgt, gebouwd rond de kennis en systemen van het bedrijf, met een rechtenmodel dat vastlegt wat die agent per systeem wel en niet mag.

Is dit iets voor een klein bedrijf?

Cloudflare OS zelf is gebouwd op enterprise-schaal. Het onderliggende principe, een agent die alleen mag wat jij toestaat, is echter net zo goed toepasbaar op een MKB-bedrijf, alleen dan met een paar gerichte koppelingen in plaats van een compleet platform.

Wat is het verschil met een gewone AI-chatbot voor werknemers?

Een chatbot beantwoordt vragen op basis van wat je erin typt. Een AI-agent zoals in Cloudflare OS heeft ook toegang tot de systemen van het bedrijf en kan daar, binnen vooraf ingestelde grenzen, ook echt iets in doen.

Hoe voorkom je zo'n risico zelf?

Begin met geen toegang als standaard, geef per koppeling alleen de rechten die echt nodig zijn, en zorg dat je kunt zien welke data een agent heeft gebruikt voor iets dat later gedeeld wordt.

Wil je weten hoe dat er bij jou uitziet?

Je hoeft niet op enterprise-schaal te denken om vandaag al met deze principes te beginnen. Eén systeem, duidelijke grenzen, en een agent die precies doet waarvoor hij is neergezet.

Neem contact op, dan kijken we samen wat er bij jouw bedrijf als eerste in aanmerking komt.