CISCO LIVE APJC — ซิสโก้ประกาศเพิ่ม Claude Mythos ลงใน Cisco AI Defense เพื่อใช้ทดสอบการเจาะระบบ AI (AI Red Teaming) สำหรับแอปพลิเคชันและ AI Agent โดยช่วยให้ทีมรักษาความปลอดภัยสามารถทดสอบความทนทานของระบบ AI ด้วยการคิดวิเคราะห์แบบผู้โจมตีในระดับแนวหน้า (frontier) เมื่อผสานเข้ากับความสามารถใหม่ของ Splunk Agent Observability และ Cisco IQ ทำให้ซิสโก้พร้อมนำพาองค์กรก้าวสู่ยุคใหม่แห่งความเชื่อมั่น ซึ่งต้องอาศัยการรักษาความปลอดภัย ติดตามตรวจสอบ และกำกับดูแลเอเจนต์ ด้วยความเร็วระดับแมชชีน

จีทู พาเทล ประธานและประธานเจ้าหน้าที่ฝ่ายผลิตภัณฑ์ของซิสโก้ กล่าวว่า “คุณไม่สามารถขยายขนาดธุรกิจได้ หากไม่สามารถปกป้อง กำกับดูแล หรือติดตามตรวจสอบระบบเหล่านั้นได้ ด้วยการผสานการปกป้องระบบ AI ระหว่างทำงานระดับแนวหน้า เข้ากับการควบคุมคุณภาพ Agent ในความเร็วระดับแมชชีน เรากำลังสร้างวงจรความเชื่อมั่นอย่างต่อเนื่องที่ช่วยปกป้อง Agent จากการถูกเจาะระบบ พร้อมทั้งรับประกันว่าทุก Token ที่ใช้ไปจะสร้างมูลค่าทางธุรกิจที่วัดผลได้จริง”

ในขณะที่ AI Agent เติบโตอย่างแพร่หลายและเชื่อมต่อกับเครื่องมือที่ซับซ้อนรวมถึงข้อมูลที่มีความอ่อนไหว รายงานการวิจัยระดับโลกจาก Splunk เมื่อเดือนที่ผ่านมา ระบุว่า 81% ของผู้เชี่ยวชาญด้าน IT Operations และวิศวกรรมชี้ว่ามีการประสานความร่วมมือระหว่างทีมความปลอดภัยและทีมสังเกตการณ์เพิ่มมากขึ้น นวัตกรรม Splunk และ AI Defense ของซิสโก้จึงช่วยให้ผู้นำด้านความปลอดภัยสามารถบริหารจัดการต้นทุน Token และประสิทธิภาพการใช้เครื่องมือ พร้อมทั้งดำเนินการทดสอบความปลอดภัยเฉพาะทางกับ AI Agent ที่มีความสามารถสูงได้อย่างมีประสิทธิภาพ

นับตั้งแต่ซิสโก้เปิดตัว AI Defense ในเดือนมกราคม 2568 บริการนี้ได้ช่วยลูกค้าหลายร้อยรายในการตรวจพบข้อบกพร่องสำคัญในโมเดล แอปพลิเคชัน และ AI Agent ก่อนที่จะนำไปใช้งานจริง การทดสอบเจาะระบบแบบปรับตัวได้ (adaptive red teaming) ช่วยให้ทีมรักษาความปลอดภัยสามารถสร้างการโจมตีแบบหลายขั้นตอนปรับแต่งเฉพาะเป้าหมายได้อย่างรวดเร็ว เพื่อค้นหาความเสี่ยงเฉพาะจุด Claude Mythos จะเข้ามาเสริมความแข็งแกร่งให้กับเฟรมเวิร์กนี้ด้วยกระบวนการใช้การวิเคราะห์ขั้นสูง ซึ่งช่วยวางแผนการทดสอบที่ตรงจุดและแปลผลลัพธ์ออกมาเป็นแนวทางการโจมตีของแต่ละระบบโดยเฉพาะ

คุณสมบัติเด่นประกอบด้วย:

• การจำลองการโจมตีเสมือนจริง (Realistic Adversarial Ideation): สร้างเส้นทางการโจมตีแบบหลายขั้นตอนที่สอดคล้องกับบริบทของระบบ เพื่อช่วยค้นหาช่องโหว่ที่ซ่อนเร้นในสถาปัตยกรรมที่ซับซ้อน
• การเข้าถึงที่ปลอดภัยและอยู่ในกรอบจำกัด (Secure, Contained Access): ได้รับการออกแบบมาเพื่อให้ลูกค้าใช้งานผ่านอินเทอร์เฟซที่มีโครงสร้างของ AI Defense เท่านั้น โดยไม่มีการเปิดช่องทาง Prompt อิสระภายนอก
• บันทึกการตรวจสอบและผลลัพธ์ที่ทำซ้ำได้ (Audit Trails and Repeatable Results): AI Defense บันทึกทุกขั้นตอนการทดสอบเพื่อใช้ตรวจสอบย้อนหลัง และสามารถนำผลลัพธ์ไปต่อยอดในรอบการทดสอบโจมตีครั้งถัดไปได้

ไมเคิล มัวร์, หัวหน้าฝ่ายความปลอดภัยไซเบอร์ของ Anthropic กล่าวว่า “องค์กรต่าง ๆ หันมาพัฒนา AI Agent เข้าสู่ระบบการดำเนินงานหลักมากขึ้น และต้องการทดสอบ Agent เหล่านี้อย่างละเอียดถี่ถ้วนก่อนนำไปใช้งานจริง การนำ Claude Mythos มาใช้กับ Cisco AI Defense จะช่วยให้ทีมรักษาความปลอดภัยสามารถทดสอบการเจาะระบบ AI Agent ได้อย่างมีประสิทธิภาพ ด้วยกระบวนการวิเคราะห์ขั้นสูงที่ช่วยวางแผนการทดสอบและสร้างแนวคิดการโจมตีสำหรับแต่ละระบบ”

ซิสโก้ได้ออกแบบ AI Defense ให้ใช้งานร่วมกับ Claude Mythos พร้อมมาตรการรักษาความปลอดภัยหลายชั้น:

• เป้าหมายที่ลงทะเบียนและได้รับอนุญาตแล้ว (Registered, Authorized Targets): ระบบจะปฏิบัติการเฉพาะกับเป้าหมายที่ลูกค้าองค์กรได้ลงทะเบียน เป็นเจ้าของ และให้สิทธิ์ไว้สำหรับการทดสอบเท่านั้น โดยไม่สามารถสแกนโครงสร้างพื้นฐานอินเทอร์เน็ตทั่วไปได้
• การระบุตัวตนผู้ดำเนินงาน (Named Operator Attribution): ทุกกระบวนการทดสอบเจาะระบบจำเป็นต้องมีการยืนยันตัวตน และสัมพันธ์กับผู้ปฏิบัติงานขององค์กรที่ระบุชื่อได้ด้วยวิธีการเข้ารหัสลับ
• การดำเนินงานที่ยกเลิกได้ทันที (Revocable Execution): การทดสอบจะทำงานตามขอบเขตและวัตถุประสงค์ที่กำหนดโดยผู้ใช้งานที่เป็นมนุษย์ พร้อมกำหนดเวลาเซสชันที่ชัดเจนและสามารถหยุดการทำงานได้ทันทีตามต้องการ
• การควบคุมสองระดับ (Dual-Layer Oversight): การควบคุมระดับผลิตภัณฑ์ใน AI Defense จะทำงานร่วมกับมาตรการรักษาความปลอดภัยและการตรวจสอบในระดับโปรแกรม

ปิดวงจรการทำงาน: จากผลการทดสอบสู่การวัดผลตอบแทนการลงทุนของ AI Agent

โมเดล AI ระดับแนวหน้าสามารถทำหน้าที่ในงานความปลอดภัยที่ซับซ้อนได้อย่างยอดเยี่ยม เช่น การสร้างกลยุทธ์การทดสอบเจาะระบบ AI แต่ความสามารถนี้เป็นดาบสองคม เพราะ AI กำลังลดอุปสรรคของผู้โจมตีลง ในขณะที่องค์กรจำนวนมากกำลังพยายามสร้างความสมดุลระหว่างความปลอดภัย การกำกับดูแล และผลตอบแทนการลงทุนท่ามกลางการใช้งาน AI ที่เติบโตขึ้น

เพื่อให้องค์กรสามารถนำ AI Agent ไปใช้งานในวงกว้างได้อย่างมั่นใจ องค์กรต้องการมุมมองการมองเห็นแบบเอกภาพและเรียลไทม์เกี่ยวกับต้นทุน ประสิทธิภาพทางธุรกิจ และคุณภาพของ AI Agent ซิสโก้กำลังเชื่อมช่องว่างแห่งความเชื่อมั่นนี้ด้วยการยกระดับ Splunk Agent Observability รูปแบบใหม่คือ:

• Tokenomics: ระบบควบคุมต้นทุนที่จะเปิดให้บริการเร็ว ๆ นี้บน AWS Marketplace ซึ่งเชื่อมโยงงบประมาณการใช้ AI เข้ากับคุณภาพของผลลัพธ์ โดยใช้ข้อมูลการใช้งานจาก Amazon Bedrock และ Amazon CloudWatch เพื่อจับคู่ต้นทุนของ Agent แต่ละตัวเข้ากับการประเมินคุณภาพและผลกระทบของงาน ช่วยให้องค์กรเห็นภาพรวมผลตอบแทนการลงทุนของ AI ได้ในหน้าจอเดียว การพัฒนาต่อยอดนี้ขยายมาจากระบบติดตามต้นทุน Token ที่เปิดตัวในงาน .conf26 ซึ่งช่วยติดตามต้นทุนข้าม AI Agent และเครื่องมือเขียนโค้ด เช่น Claude Code, Codex และ Cursor
• Eval-G1 Evaluation Models: Splunk Agent Observability ขยายการสนับสนุนในการแปลงข้อมูลร่องรอยการทำงานของ Agent (Agentic Traces) และความคิดเห็นจากผู้เชี่ยวชาญให้เป็นโมเดลภาษาขนาดเล็ก (SLM) เฉพาะทาง ซึ่งทำหน้าที่ประเมินและตั้งค่าการป้องกันด้วยต้นทุนที่ต่ำกว่าโมเดลภาษาเชิงพาณิชย์ทั่วไปถึง 98% โมเดล Eval-G1 รุ่นใหม่นี้มีความเร็วในการตอบสนองการประเมินเร็วกว่า LLM แบบดั้งเดิมถึง 2.5 เท่า และช่วยให้สามารถควบคุม Agent ได้แบบเรียลไทม์ด้วยความแม่นยำสูง
• The Evaluation Tuner: ช่วยให้ทีมงานสามารถนำร่องรอยการทำงานของ Agent และข้อเสนอแนะจากผู้เชี่ยวชาญเฉพาะด้าน (SME) มาปรับแต่งให้เป็นโมเดลประเมินผลเพื่อบังคับใช้มาตรฐานคุณภาพและควบคุมทิศทางของ Agent ด้วยความเร็วระดับแมชชีน

การทดสอบเจาะระบบแบบปรับตัวได้ด้วย Claude Mythos จะเปิดให้บริการเร็ว ๆ นี้สำหรับองค์กรบางแห่ง สำหรับ Tokenomics จะเปิดให้ทดลองใช้งานล่วงหน้าแบบ private preview ในเดือนธันวาคม และเปิดให้บริการทั่วไปในช่วงต้นปี 2570 บน AWS Marketplace ส่วนโมเดลประเมินผลและเครื่องมือปรับแต่งการประเมินเปิดให้บริการทั่วไปแล้วตั้งแต่เดือนนี้เป็นต้นไป

เชื่อมโยงช่องโหว่โครงสร้างพื้นฐานสู่การปฏิบัติการด้านความปลอดภัยด้วย Cisco IQ และ Cisco Data Fabric ที่ขับเคลื่อนโดย Splunk Platform

แม้ว่าการทำความเข้าใจความเสี่ยงด้านช่องโหว่จะเป็นสิ่งสำคัญ แต่ทีมรักษาความปลอดภัยยังต้องเร่งรัดการแก้ไขความเสี่ยงทั่วทั้งระบบไอทีองค์กรที่ซับซ้อนด้วย โดย Cisco IQ ช่วยระบุช่องโหว่สำคัญ ขณะที่ระบบนิเวศอันทรงพลังของพาร์ทเนอร์ซิสโก้และทีมบริการมืออาชีพ ช่วยเปลี่ยนข้อมูลเชิงลึกให้เป็นการปฏิบัติจริง พาร์ทเนอร์ช่วยส่งมอบการแก้ไขปัญหาในสเกลใหญ่และปรับปรุงโครงสร้างพื้นฐานให้ทันสมัย พร้อมทั้งทีมบริการมืออาชีพที่นำความเชี่ยวชาญเชิงลึกมาประยุกต์ใช้ความสามารถใหม่ของซิสโก้ให้เกิดประโยชน์สูงสุด ซิสโก้และพาร์ทเนอร์พร้อมช่วยองค์กรปรับปรุงการดำเนินงานให้คล่องตัวและเตรียมพร้อมโครงสร้างพื้นฐาน IT สำหรับยุค AI

ในขณะที่ภัยคุกคามที่เร่งด้วย AI บีบให้ช่องว่างระหว่างการเปิดเผยช่องโหว่กับการถูกโจมตีลดลงจากหลักสัปดาห์เหลือเพียงหลักชั่วโมง การตรวจสอบความปลอดภัยแบบครั้งคราว (Point-in-time Audits) จึงทำให้องค์กรตกอยู่ในความเสี่ยง เพื่อช่วยให้ทีมรักษาความปลอดภัยและทีมปฏิบัติการเครือข่ายสามารถดำเนินการได้ด้วยความเร็วระดับแมชชีน ซิสโก้จึงนำข้อมูลวิเคราะห์เชิงลึกแบบเรียลไทม์จาก Cisco IQ ซึ่งมีลูกค้ามากกว่า 17,000 รายครอบคลุมอุปกรณ์เกือบ 22 ล้านเครื่อง ขยายเข้าสู่สภาพแวดล้อมความปลอดภัยระดับองค์กร, โปรโตคอล AI Agent แบบเปิด และเวิร์กโฟลว์วงจรชีวิตอัตโนมัติโดยตรง

การอัปเดตสำคัญประกอบด้วย:

• Cisco Data Fabric Integration: ดึงข้อมูลช่องโหว่, วงจรชีวิต และการกำหนดค่าจาก Cisco IQ เข้าสู่ Splunk Platform โดยตรงผ่าน Open APIs ช่วยให้ทีม SecOps และ AI Agent สามารถเชื่อมโยงการตรวจจับภัยคุกคามแบบเรียลไทม์เข้ากับจุดเสี่ยงของเครือข่ายที่อยู่เบื้องหลังใน Splunk Enterprise Security ได้ทันที
• Model Context Protocol (MCP) & ServiceNow Connectors: ส่งต่อบริบทด้านโครงสร้างพื้นฐานที่เป็นระบบให้แก่ AI Agent ที่รองรับและแพลตฟอร์ม ITSM ขององค์กร พร้อมแปลงผลการตรวจพบจุดเสี่ยงเป็นบันทึกปัญหาใน ServiceNow ที่ผูกกับทรัพย์สินโดยอัตโนมัติ เพื่อประสานการแก้ไขโดยไม่ต้องตรวจสอบข้อมูลด้วยตัวเองทีละเคสอีกต่อไป
• AI-Powered Resilient Infrastructure Playbook: ชี้ช่องโหว่สำคัญที่เกี่ยวกับวงจรชีวิต (lifecycle) รวมถึงการแจ้งเตือนส่วนบุคคลสำหรับข้อบกพร่องที่ทราบ และความพร้อมด้านการเข้ารหัสลับที่ปลอดภัยต่อควอนตัม (Quantum-Safe) ช่วยให้ทีมงานและพาร์ทเนอร์ที่ได้รับการรับรองสามารถกำหนดขอบเขตและจัดลำดับความสำคัญของแผนงานการอัปเดตระบบให้ทันสมัยได้ดียิ่งขึ้น

ลิซ เซนโตนี, รองประธานบริหารและประธานเจ้าหน้าที่ฝ่ายประสบการณ์ลูกค้าของซิสโก้ กล่าวว่า “AI กำลังบีบเวลาที่องค์กรมีในการรับมือภัยคุกคามให้สั้นลง และการรู้ว่าจุดใดมีความเสี่ยงจะสำคัญก็ต่อเมื่อคุณสามารถดำเนินการแก้ไขได้ทันที การนำข้อมูลเชิงลึกด้านช่องโหว่จาก Cisco IQ มาไว้ใน Cisco Data Fabric ที่ขับเคลื่อนด้วย Splunk Platform ช่วยให้ทีมนักวิเคราะห์มีบริบทข้อมูลดังกล่าวระหว่างการสืบสวน เพื่อให้พวกเขาสามารถตัดสินใจขั้นตอนต่อไปได้ทันที ด้วยความช่วยเหลือจากพาร์ทเนอร์และทีมบริการมืออาชีพของเรา เรากำลังช่วยให้ลูกค้าก้าวจาก ‘การระบุความเสี่ยง’ ไปสู่ ‘การลดความเสี่ยง’ ได้อย่างแท้จริง”

หากต้องการเรียนรู้เพิ่มเติมเกี่ยวกับการรักษาความปลอดภัยและติดตามตรวจสอบองค์กรในยุค AI สามารถเยี่ยมชมได้ที่ cisco.com/go/aidefense

Cisco Adds Claude Mythos to AI Defense and Expands Agent Monitoring

Cisco announced at Cisco Live APJC in Melbourne on November 11, 2026, that it is adding Anthropic’s Claude Mythos to Cisco AI Defense to help enterprise security teams assess AI applications and agents before deployment. Updates to Splunk Agent Observability and Cisco IQ extend that work into monitoring agent quality and costs and investigating risks in network infrastructure.

Cisco says the Claude Mythos integration will support adaptive AI red teaming within AI Defense. Testing is limited to registered targets that customers own and have authorised. Each session is tied to a verified operator, runs within a scope and time limit set by a person, and can be stopped immediately. AI Defense records each step for review and repeat testing. Cisco says it will initially make the capability available to selected enterprises.

In Splunk Agent Observability, Tokenomics uses data from Amazon Bedrock and Amazon CloudWatch to show each agent’s costs alongside assessments of output quality and impact. The Evaluation Tuner uses agent traces and feedback from subject matter experts to tailor evaluation models to an organisation’s quality standards. Cisco says its Eval-G1 models can respond to evaluation requests 2.5 times as fast as traditional large language models and cost up to 98% less than general commercial language models.

Cisco is also bringing vulnerability, lifecycle and configuration data from Cisco IQ into the Splunk Platform through Cisco Data Fabric. Teams using Splunk Enterprise Security can match threat detections with information about the network assets at risk. Connectors for Model Context Protocol (MCP) and ServiceNow share infrastructure context with compatible agents and can turn findings into ServiceNow issue records linked to the affected assets.

Eval-G1 and the Evaluation Tuner are generally available from November 2026. Cisco plans to open a private preview of Tokenomics in December, followed by general availability on AWS Marketplace in early 2027.