✓ Sobreviveu 1º de 18 propostasIndie Segurança 4 de nov. de 2026

Detecção de adulteração em configurações de agentes de IA e servidores MCP

Monitora continuamente as máquinas dos desenvolvedores em busca de plugins de agentes instalados silenciosamente, hooks autoaprovados e endpoints MCP remotos não autorizados no Claude Code, Codex e Cursor.

Abrir a discussão ↗

Um briefing pronto para colar no Claude Code, Cursor ou qualquer agente de programação (em inglês).

I want to build a small, bootstrappable product. Help me plan and start the MVP.

Product: Tamper detection for AI agent configs and MCP servers
What it is: Continuously scans developer machines for silently installed agent plugins, self-approved hooks, and rogue remote MCP endpoints in Claude Code, Codex, and Cursor.
Who pays: Platform/security engineering leads at 100–2,000 person software companies rolling out AI coding agents; $200–800/mo team plan or $5–15/seat from the security tooling budget.
Closest alternatives: mcp-scan (Invariant Labs/Snyk), Snyk / Cisco AI security posture tools, generic EDR like CrowdStrike or Defender for Endpoint
The gap: Existing tools are point-in-time MCP scanners or generic endpoint agents; none continuously watch the actual agent-host config files (plugin marketplaces, hooks.state trusted hashes, MCP endpoint registrations) across a fleet of dev machines, diff them, alert on self-approval patterns, and offer one-click rollback.
Why now: The MCP/agent-plugin ecosystem exploded in the last ~12 months and this exact incident (1464 points, top of HN) just demonstrated a mainstream vendor abusing the installation surface; agent host trust models are new and unguarded.
Moat to build toward: A growing rule corpus of agent-host file formats, trust-record schemas, and known-bad installer behaviors across Claude Code/Codex/Cursor and future hosts; org-wide baseline data creates switching cost.
Biggest risk: Agent hosts (Anthropic, OpenAI) harden their own installers and ship built-in integrity checks, commoditizing the detection layer.

First three steps:
1. Build a CLI that snapshots and diffs ~/.codex, ~/.claude, and Cursor config trees, flagging new plugins, hooks, trusted_hash entries, and remote MCP URLs.
2. Ship a detection ruleset for self-approval patterns (installer writing its own trust record) plus a rollback/uninstall command per host.
3. Add a lightweight team mode that uploads diffs to a dashboard with alerts for security leads.

Start by asking me up to five questions about constraints (stack, budget, timeline), then propose the smallest version a paying customer would use, and scaffold it.

Geral6.5/10

Dor7

Disposição a pagar6

Momento8

Lacuna6

Fosso5

Viabilidade7

A favor

Quem paga

Líderes de engenharia de plataforma e segurança em empresas de software de 100 a 2.000 pessoas que estão adotando agentes de programação com IA; plano de equipe de $200–800/mês ou $5–15 por assento, com verba da área de ferramentas de segurança.

O que as pessoas disseram · 3

O instalador da Postman instalou plugins automaticamente no Codex e no Claude Code, gravou seu próprio trusted_hash para aprovar seu hook de inicialização e registrou um endpoint MCP remoto sem o consentimento do usuário. Do artigo ↗
Um comentarista classifica o incidente como contorno do modelo de confiança do harness dos agentes, injeção de prompt e registro silencioso de um endpoint MCP remoto de saída. Ler o comentário ↗
Outro comentarista descobriu que a Postman fazia proxy de requisições com dados sensíveis sem permissão, e só percebeu isso por causa de regras de firewall. Ler o comentário ↗

Parafraseado da discussão. Siga os links para ler os comentários originais.

Concorrentes e lacuna

mcp-scan (Invariant Labs/Snyk)Snyk / Cisco AI security posture toolsgeneric EDR like CrowdStrike or Defender for Endpoint

As ferramentas existentes são scanners pontuais de MCP ou agentes genéricos de endpoint. Nenhuma monitora continuamente os arquivos de configuração reais dos hosts de agentes (marketplaces de plugins, hashes confiáveis em hooks.state, registros de endpoints MCP) em uma frota de máquinas de desenvolvedores, nem compara as mudanças, alerta sobre padrões de autoaprovação e oferece reversão com um clique.

Por que agora

O ecossistema de MCP e de plugins de agentes cresceu muito nos últimos ~12 meses, e este incidente (1464 pontos, no topo do HN) acabou de mostrar um fornecedor conhecido abusando da superfície de instalação. Os modelos de confiança dos hosts de agentes são novos e não têm proteção.

Fosso · 5/10

Um corpus crescente de regras sobre formatos de arquivos de hosts de agentes, esquemas de registros de confiança e comportamentos conhecidos de instaladores maliciosos no Claude Code, Codex, Cursor e em hosts futuros. Os dados de linha de base da organização criam custo de troca.

Contra

Time vermelho: O mcp-scan é pontual e o EDR não é específico para hosts de agentes; a comparação contínua em nível de frota dos registros de confiança de agentes, com reversão, é uma lacuna real, recém-demonstrada e com timing favorável.
O que a faria fracassar: Os próprios hosts de agentes (Anthropic, OpenAI) reforçam seus instaladores e passam a incluir verificações de integridade nativas, tornando a camada de detecção uma commodity.

Começar

Primeiros três passos: Construir uma CLI que tire snapshots e compare as árvores de configuração de ~/.codex, ~/.claude e do Cursor, sinalizando novos plugins, hooks, entradas trusted_hash e URLs de MCP remotos.
Entregar um conjunto de regras de detecção para padrões de autoaprovação (instalador gravando o próprio registro de confiança), além de um comando de reversão/desinstalação por host.
Adicionar um modo leve para equipes que envia os diffs a um painel com alertas para os líderes de segurança.
Discussão original: Postman silently auto-installs AI plugins and attempts to share all API data ↗ 1.464 pontos477 comentáriosDa históriaArtigo vinculado

Traduzido do inglês. Ler o original

#	Nota	Ideia	Tipo	Categoria	Dor	Pagar	Momento	Lacuna	Fosso	Viável
1	6.4	Plataforma de operações para frotas de build em Macs headlessSoftware de operações de frota que automatiza recuperação, desbloqueio e geração de imagens para racks de Macs headless usados como nós de build de CI.	Indie	DevTools	7	6	7	6	5	7
2	6.2	Testes adversariais contínuos para stacks de defesa contra fraudeUm serviço de red team que ataca suas regras e modelos antifraude com fraudadores adaptativos simulados, medindo a rapidez com que cada defesa é contornada antes que atacantes reais a descubram.via Show HN	Venture	Segurança	7	6	6	7	5	5

A favor

Contra

Começar

Mais desta edição