Beobachtetes Signal · 5. März 2026 · Podcast Interview · Quelle: AINews swyx · Relevanz: 3/5 · Sentiment: Positiv
Box-CEO Aaron Levie: Jach AI Agent benötigt eine gesicherte Sandbox
In einer Podcast-Episode von Latent Space betonte Aaron Levie, CEO von Box, die Bedeutung einer robusten Enterprise-Infrastruktur für KI-Agenten. Er argumentierte, dass autonome Agenten in Unternehmen isolierte Dateisystem-Workspaces, strenge Identity Management-Kontrollen sowie Governance-Schichten erfordern, um sicher zu operieren. Box, das rund zwei Drittel der Fortune 500 bedient, priorisiert Read/Write-Agenten-Workflows, granulare Zugriffskontrollen, verbesserte Such- und Retrieval-Qualität sowie systematische Agent Evals. Levie verwies auf ähnliche Industriemods wie von Cursor, Cloudflare, Perplexity und Anthropic, die Dateisysteme und Sandboxes für die KI-Infrastruktur vorantreiben. Zudem warnte er vor neuen Sicherheits- und Haftungsfragen bei Agenten-Identitäten und beschrieb die internen Evaluierungsarbeiten des CTOs und des AI-Teams bei Box. Die Implementierung von Agenten erfordert demnach eine mehrjährige Transformation, die Dokumentation, Zugriffsmodelle und Observability grundlegend verändert.
Die Positionierung von Box verdeutlicht die praxisnahen Enterprise-Anforderungen an Dateisysteme, Identity Management, Governance und Evals bei der KI-Adoption, was direkte Auswirkungen auf die Datensicherheit und Plattformarchitektur im gesamten Technologie-Ökosystem hat.
Marktsignale zu Box in Echtzeit verfolgen
Polaris7 erfasst behördliche Registrierungen, Primärquellen, Führungswechsel und Deal-Aktivitäten rund um die Uhr. Erstellen Sie Ihren kostenlosen Explorer-Workspace, um automatisierte Executive Briefings zu erhalten.
Wichtigste Kernpunkte & Evidenz
- Aaron Levie, CEO von Box, diskutierte im Latent Space Podcast über agentenbasierte Enterprise-Infrastruktur.
- Box bedient rund 67 Prozent der Fortune 500 und verzeichnete einen ARR von über 1,1 Milliarden US-Dollar bei einer Marge von 28 Prozent.
- Levie betonte, dass jeder AI Agent eine gesicherte Sandbox als Dateisystem sowie Identitäts-, Berechtigungs- und Governance-Ebenen benötigt.
- Box führt unter Leitung von CTO Ben Kus und dem AI-Team eigene Agent Evals durch und kooperiert mit Initiativen wie Apex.
- Levie nannte Branchenbeispiele wie Cursor, Cloudflare, Perplexity und Anthropic, die Dateisysteme und Sandboxes für die KI-Infrastruktur etablieren.
Verknüpfte Unternehmen
6 verknüpfte UnternehmenOntologie & Marktkonzepte
Verwandte Marktsignale & Trends
Aktuelle verifizierte Unternehmensentwicklungen und Deal-Aktivitäten in diesem Marktsegment.
Box stellt Box Agent zur Automatisierung von Enterprise Content vor
Box, Inc. hat die allgemeine Verfügbarkeit des Box Agent bekannt gegeben, einer KI-gestützten Lösung, die natürliche Sprachbefehle nutzt, um unstrukturierte Unternehmensdaten zu durchsuchen, zu analysieren, zu synthetisieren und neue Inhalte zu generieren. Dabei werden strenge Sicherheits-, Governance- und Berechtigungsrichtlinien eingehalten. Der Box Agent integriert Reasoning-Modelle von OpenAI, Anthropic und Google in eine neue Konversationsschnittstelle mit Sitzungsverlauf. Zudem wurde Box AI Studio aktualisiert, um Administratoren die Konfiguration benutzerdefinierter Agents für spezifische Geschäftsworkflows zu ermöglichen. Nach Angaben des Unternehmens greift der Agent ausschließlich auf autorisierte Dateien zu, und Kundendaten werden nicht zum Training von Drittanbieter-LLMs verwendet. Zu den wichtigsten Anwendungsfällen gehören die automatisierte Dokumentenprüfung, Datenextraktion und Inhaltserstellung in Bereichen wie Legal, Procurement, HR, Sales und Marketing.
BoxAgnts: Capability-Security für KI-Agenten im Runtime-Betrieb
Der Artikel argumentiert, dass KI-Agenten durch explizite Runtime-Capabilities anstelle von weitreichenden Root-Rechten eingeschränkt werden sollten. Identitätsbasierte Modelle wie RBAC, ACL oder IAM werden als unzureichend für probabilistische LLM-gesteuerte Agenten kritisiert. Stattdessen präsentiert der Beitrag das Design von BoxAgnts: Tool-Beschränkungen, Turn-Limits, isolierte Worktrees, eine PermissionMode-Enum sowie eine WASM-Sandbox zur Durchsetzung von Datei-, Netzwerk-, Umwelt-, Zeit-, Speicher- und Rechenlimits. Zudem werden Multi-Agenten-Grenzlinien zwischen Manager und Executor beschrieben und Capability-Graphen als zukünftiges Primitiv für Delegation und Widerruf vorgeschlagen. Die Kernbotschaft lautet, dass Sicherheit aus erzwungenen Runtime-Restriktionen resultieren muss und nicht auf Modellverhalten oder verbessertes Prompting vertraut werden darf.
KI-Agenten-Control-Layer etabliert sich als unverzichtbare Infrastruktur
Der Artikel analysiert die Entstehung einer eigenständigen Kontrollschicht für KI-Agenten, die sich jenseits der reinen Modellorchestrierung auf Runtime, Statusverwaltung, Identity Management, Freigaben, Zahlungsabwicklung und Notabschaltungen konzentriert. Aktuelle Marktaktivitäten unterstreichen diesen Trend: Cloudflare veranstaltete eine „Agents Week“, Stripe baute seine Agentic Commerce Suite aus, Okta lancierte „Okta for AI Agents“, Auth0 veröffentlichte spezifische Dokumentationen und Datadog entwickelt seine LLM-Observability in Richtung einer Control Plane weiter. Ein vorgestelltes Kontrollmodell bewertet die Produktionsreife von Agenten und warnt, dass viele Enterprise-Projekte noch unzureichende Antworten auf Governance-, Berechtigungs- und Auditierungsanforderungen liefern. Diese Infrastrukturanbieter fungieren künftig als entscheidende Gatekeeper, die den produktiven Einsatz autonomer Agenten in Unternehmen absichern.
Marktsignale & Strategische Shifts in Echtzeit verfolgen
Erstellen Sie benutzerdefinierte Watchlists, um automatisierte, evidenzbasierte Executive Briefings zu erhalten, sobald wesentliche Signale oder Marktverschiebungen auftreten.