Er bestaat geen “–dangerously-skip-permissions” voor uw gegevens
Verborgen in de documentatie van Claude Code — de agent-gebaseerde code-assistent van Anthropic — staat een vlag die de meeste beveiligingsbewuste lezers direct doet schrikken:
--dangerously-skip-permissions
De naam verdient waardering voor zijn eerlijkheid. Het doet precies wat het zegt. Wanneer ingeschakeld, stopt Claude Code met het vragen om menselijke bevestiging voordat acties worden uitgevoerd — bestanden schrijven, commando’s uitvoeren, wijzigingen aanbrengen — en doet het gewoon. Geen check-ins. Geen prompts. Volledige autonomie.
Voor ontwikkelaars die vertrouwde workflows draaien in gecontroleerde omgevingen is dit echt nuttig. Snelheid telt. Onderbrekingen kosten focus.
Maar dit onthult stilletjes het volgende: agent-gebaseerde AI-systemen zijn ontworpen met een uitknop voor permissies. Een vlag die, wanneer geactiveerd, de veiligheidsrails volledig verwijdert. De vangrails zijn optioneel. De omzeiling is slechts één argument verwijderd.
Dat is een logische ontwerpkeuze voor een codeertool. Het is echter een totaal ander verhaal wanneer de agent toegang heeft tot jouw bedrijfsdata.
Samenvatting voor het management
Belangrijkste idee: Agent-gebaseerde AI-tools zijn standaard gebouwd met permissie-omzeilingen — en wanneer deze agents gevoelige bedrijfscontent verwerken, creëert het ontbreken van hardnekkig, contentniveau governance hetzelfde risico als expliciet permissies overslaan.
Waarom dit belangrijk is: AI-agents hebben nu al toegang tot je meest gevoelige data: contracten, HIPAA-dossiers, financiële rapportages, CUI. Als governance op applicatieniveau leeft in plaats van op contentniveau, kan een verkeerd ingestelde integratie, een te permissieve workflow of een overhaaste inzet die data blootstellen zonder dat iemand ooit een vlag omzet. Het risico is reëel, het stapelt zich stilletjes op, en de infrastructuurbeslissingen die je nu neemt bepalen of je AI-inzet verdedigbaar is.
Belangrijkste punten
-
Agent-gebaseerde AI-tools zijn ontworpen met permissie-omzeilingen — en dat is een governance-signaal dat serieus genomen moet worden.
--dangerously-skip-permissionsis een eerlijke onthulling van hoe deze systemen werken: vangrails zijn optioneel. Voor bedrijfsinzet die gevoelige content raakt, vraagt deze ontwerpfilosofie om een compenserende controle op het dataniveau. -
Het echte risico is niet één enkele vlag — het is de opeenstapeling van kleine permissiegaten in een workflow. Te brede toegang tot data lakes, onbeperkte uitgaande connectiviteit, onnodige documentcontext die aan een model wordt doorgegeven: elke beslissing lijkt op zichzelf klein. Samen repliceren ze het effect van het volledig overslaan van permissies, zonder dat iemand het als een beveiligingsrisico herkent.
-
Governance moet op contentniveau plaatsvinden, niet op applicatieniveau. Wanneer data governance afhankelijk is van de applicatie die de API-aanroep doet, gaat het mis zodra een nieuwe agent, integratie of model aan de tech stack wordt toegevoegd. Hardnekkige, contentniveau controles — afgedwongen ongeacht wie het verzoek doet — zijn de enige duurzame oplossing.
-
De vragen die ertoe doen gaan niet over de betrouwbaarheid van het model — maar over de infrastructuur. Tot welke content kan de agent komen? Waar kunnen outputs naartoe? Is er een manipulatiebestendige audittrail van elke toegang en actie? Dit zijn vragen over naleving van gegevens, en ze moeten beantwoord worden voordat AI-agents gereguleerde content verwerken.
-
Kiteworks dwingt governance af op dataniveau, zodat permissies met de content meereizen. Ongeacht welke AI-agent — of welke modelversie — een verzoek doet, heeft het Private Data Network al bepaald tot wat die agent toegang heeft, wat het mag gebruiken en delen. Er is geen vlag om deze laag over te slaan.
Wanneer AI-agents gevoelige content verwerken
De use cases nemen nu snel toe — AI die contracten samenvat, antwoorden opstelt op basis van CRM-data, financiële rapportages analyseert, documenten door goedkeuringsworkflows stuurt — dit zijn geen codeerassistenten. Ze werken met content die echte juridische, regelgevende en reputatierisico’s met zich meebrengt. HIPAA-dossiers. M&A-documenten. PII/PHI. Controlled unclassified information. Content onder NDA.
De uitdaging is niet of AI-agents kunnen toegang krijgen tot deze content. Dat kunnen ze, standaard en steeds vaker automatisch. De uitdaging is of elke toegang, elk gebruik, elke deling gegovernd is — of dat ergens in de toolchain iemand feitelijk --dangerously-skip-permissions heeft uitgevoerd zonder het zo te noemen.
Het gebeurt subtieler dan een command-line vlag. Een integratie die breed uit een data lake haalt omdat het beperken ervan lastiger was. Een agent die outputs kan e-mailen omdat uitgaande connectiviteit niet werd beperkt. Een workflow waarbij een model documentcontext ontvangt die het strikt genomen niet nodig had, omdat het correct inrichten meer engineeringtijd kostte dan begroot.
Dood door duizend kleine permissiegaten.
Je vertrouwt erop dat je organisatie veilig is. Maar kun je het verifiëren?
Lees nu
Permissies zijn geen feature. Ze zijn de basis.
Kiteworks is gebouwd op een uitgangspunt dat steeds urgenter wordt naarmate AI autonomer wordt: governance moet op contentniveau plaatsvinden — niet op applicatieniveau.
Elk stuk content op het Kiteworks-platform draagt zijn governance met zich mee. Toegangscontroles, gebruiksbeleid, deelrestricties, audit logs — deze worden niet toegepast door welke applicatie dan ook die de API aanroept. Ze worden hardnekkig afgedwongen op dataniveau, ongeacht welke agent het verzoek doet.
Dat betekent dat wanneer een AI-agent — Claude, GPT-4, Gemini, een eigen model, wat er ook maar volgend kwartaal uitkomt — in Kiteworks een document opvraagt, het niet zelf mag bepalen wat het met dat document kan doen. Kiteworks heeft dat al bepaald. De permissies reizen met de content mee.
Er is geen vlag om dit over te slaan. Geen snelkoppeling die naleving van gegevens inruilt voor snelheid. Governance is niet optioneel.
De vraag die je bij elke AI-integratie moet stellen
Wanneer je evalueert waar AI-agents je gevoelige content raken, is de vraag niet alleen “is dit model betrouwbaar?” Modellen nemen geen governance-beslissingen — de infrastructuur eromheen doet dat.
De echte vragen zijn: Wanneer deze agent content benadert, wat bepaalt welke content het kan bereiken? Wanneer het outputs produceert, welke controles bepalen waar die outputs naartoe kunnen? Als er iets misgaat — en dat gebeurt uiteindelijk altijd — is er dan een volledige, manipulatiebestendige registratie van wat er is gebeurd? Is je AI data governance framework zo ingericht dat deze vragen vóór een incident beantwoord kunnen worden, niet pas erna?
Dit zijn geen AI-vragen. Het zijn vragen over gegevensbeheer. Ze waren al belangrijk voordat AI-agents bestonden. Ze zijn nu urgenter omdat AI-agents autonoom kunnen handelen met een snelheid en schaal die geen enkele menselijke workflow ooit kan evenaren. De organisaties die dit goed aanpakken, behandelen AI-risico als een zero trust gegevensuitwisselingsprobleem: ga ervan uit dat geen enkele agent inherent te vertrouwen is, verifieer elke toegang, en dwing beleid af op contentniveau.
--dangerously-skip-permissions is een eerlijke naam voor een tool die eerlijk is over zijn afwegingen. De vraag is of de infrastructuur rondom jouw AI net zo eerlijk is over die van zichzelf.
Kiteworks biedt organisaties een platform waar gevoelige content wordt beheerd op basis van beleid, niet op basis van vertrouwen — zodat AI-agents snel kunnen werken zonder dat permissies ooit worden overgeslagen. Wil je zien hoe het Private Data Network contentniveau governance afdwingt voor zowel AI- als menselijke workflows? Plan vandaag nog een aangepaste demo in.
Veelgestelde vragen
Het betekent dat de agent content kan ophalen, verwerken of delen buiten wat gepast is — zonder afdwinging van toegangscontroles of gebruiksbeleid. Zonder governance op contentniveau is de enige controle wat de applicatieontwikkelaar heeft ingebouwd — en dat kan niets zijn.
Modellen dwingen geen beleid af — de infrastructuur doet dat. Een model kan goed zijn afgestemd en toch gevoelige content uitsturen als het toegang kreeg die het niet had mogen hebben. AI data governance vereist controles op dataniveau, niet alleen vangrails in het model.
Het Private Data Network dwingt permissies af op contentniveau. Elk document draagt zijn governance — RBAC, deelrestricties, audittrails — ongeacht welke agent of applicatie het verzoek doet. Geen enkele agent kan overrulen wat Kiteworks al heeft bepaald.
Meerdere. HIPAA, GDPR, CUI-afhandeling onder CMMC en bredere kaders voor naleving van gegevens vereisen dat organisaties toegang controleren en volledige registraties bijhouden — verplichtingen die niet pauzeren omdat een AI-agent de verwerking doet.
Controleer drie zaken: de reikwijdte van data-toegang (kan de agent meer bereiken dan nodig?), bestemmingen van outputs (waar kunnen resultaten naartoe?), en volledigheid van logging (is er een manipulatiebestendige audittrail?). Een risicobeoordeling vóór inzet is veel minder kostbaar dan een onderzoek na een datalek.
Aanvullende bronnen
- Blog Post Zero Trust Architectuur: Never Trust, Always Verify
- Video Microsoft GCC High: Nadelen die defensie-aannemers richting slimmere voordelen sturen
- Blog Post Hoe je geclassificeerde data beveiligt zodra DSPM het markeert
- Blog Post Vertrouwen opbouwen in Generatieve AI met een Zero Trust-aanpak
- Video De definitieve gids voor het veilig opslaan van gevoelige data voor IT-leiders