SNOK

⚠️ SAP Patch Day lipiec 2026: cztery podatności HotNews, a na szczycie memory corruption w NetWeaver AS ABAP z CVSS 9.9 - łatana na poziomie jądra SAP. 14 lipca SAP opublikował 16 nowych not bezpieczeństwa, 1 advisory GitHub i 3 aktualizacje - łącznie 20 pozycji. Nota 3747367 to memory corruption w NetWeaver AS ABAP. Łatka idzie przez pakiety jądra, a zakres dotkniętych wersji jest tak szeroki, że w praktyce obejmuje niemal każdy system ABAP w krajobrazie: ECC, S/4HANA, NetWeaver. Pytanie nie brzmi "czy mnie to dotyczy", tylko "która wersja jądra działa na moich systemach produkcyjnych". Co to oznacza dla Twojej firmy: → Zacznij od jądra - nota 3747367 (CVSS 9.9) trafia do niemal każdego systemu ABAP → Approuter i Commerce Cloud wystawione do internetu (noty 3720138 i 3753495, CVSS 9.1) wymagają reakcji natychmiastowej - przy Commerce Cloud rotacja poświadczeń OAuth2, nie tylko łatka → Okno eksploatacji po Patch Day to 24-72 godziny - potem lokalizacja podatności jest już publiczna Pełna lista 20 not z priorytetami i kolejnością patchowania - na blogu SNOK, link w komentarzu 👇 #BezpiecznyWtorek #Cybersecurity #SAP #NIS2 #SNOK

🛡️ Tydzień, w którym agent AI okazał się trzema rzeczami naraz: powierzchnią ataku, pozycją kosztową i narzędziem obrony. Osiem sygnałów z cybersec, SAP i automatyzacji 👇 🏆 GhostApproval i Friendly Fire. Dwie luki w narzędziach AI coding (CVE-2026-35603, Wiz Research): symlink kieruje zapis agenta do plików systemowych (m.in. Claude Code, Cursor), a agent skanujący cudzy kod sam wykonuje z niego złośliwy kod. Tryb autonomiczny na obcych repozytoriach = uruchamianie nieznanego kodu na własnej maszynie. 🔴 🔴 Agenci AI wyzwalają reguły EDR jak intruzi. Sophos: Claude Code, Cursor i Codex deszyfrują poświadczenia przeglądarki i listują Credential Store - dla silnika behawioralnego to atak. Efekt: fałszywe alarmy w SOC albo zablokowani developerzy. 🔴 Polskie firmy kupują SIEM, ale z niego nie korzystają. Blisko połowa średnich i dużych firm ma SIEM, tylko ~11% umie automatycznie reagować na ataki (Trecom + Splunk). Bariera: procesy i ludzie, nie technologia. NIS2 daje tej pracy termin. 📉 🟠 Claude głównym modelem SAP Joule - i pytania o suwerenność UE. Anthropic nie oferuje rezydencji danych w UE przez własne API, a w DACH wybór modelu wszedł do negocjacji z radami pracowniczymi. Wybór modelu AI w ERP to dziś decyzja compliance. 🇪🇺 🟠 Migracja SAP z AI: zachowaj dowody pochodzenia. Bez rejestru proweniencji (model, wersja, zatwierdzający) po cutover nie odtworzysz, kto co wytworzył. XII 2027: koniec wsparcia ECC + obowiązki high-risk AI Act. 🧾 🔵 UiPath Maestro Case w produkcji. Australijski telco, 8 miesięcy live: zamówienia z miesięcy do tygodni (Diginomica). Orkiestracja case-centric wychodzi z fazy demo. ⚙️ 🔵 Koniec „token binge". 71% CFO odrzuci wdrożenie AI bez wyjaśnialności (Sage, za ERP Today). Piloty oceniane po wynikach procesu, nie po zużyciu tokenów. 💰 🔴 CISA audytuje kod rządowy USA modelem Anthropic Mythos. Wykrył luki pominięte w audytach manualnych (Reuters). AI-audyt kodu staje się standardem staranności - także dla ABAP, RPA i aplikacji własnych pod NIS2/DORA/KSC. 🔎 Wspólny mianownik: AI trzeba dziś umieć trzy rzeczy naraz - wdrożyć, zabezpieczyć i rozliczyć. ✅ 📎 Pełny przegląd i źródła w karuzeli. Który sygnał dotyka Was najmocniej? 💬 #AISecurity #AgenticAI #SAP #UiPath #Maestro #SIEM #NIS2 #AIAct #Cyberbezpieczeństwo #SNOK

Snowflake pokazał na Summit 2026 coś, co społeczność data engineering okrzyknęła początkiem końca klastrów Kafki: Datastream. 📊 Oficjalnie to w pełni zarządzana usługa streamingowa zgodna z protokołem Kafka. Istniejący producenci i konsumenci podłączają się zmianą konfiguracji, a strumienie lądują od razu jako tabele Snowflake lub Apache Iceberg - bez osobnego klastra, Zookeepera, Schema Registry, Kafka Connect i pipeline'u ETL przez S3. Hasło "Kafka staje się opcjonalna" nie pada jednak od Snowflake. To interpretacja społeczności, m.in. z głośnego wpisu na Snowflake Builders Blog. Sam producent mówi ostrożniej: "uproszczenie infrastruktury streamingowej" i "konsolidacja stosu danych". I słusznie, bo zastrzeżenia są konkretne. Datastream dopiero wchodzi w private preview - od tego etapu do produkcyjnego GA zwykle mijają kwartały. Latencja Snowpipe Streaming zaczyna się od około 5 sekund, więc tam, gdzie liczą się milisekundy, Kafka i Flink pozostają bez konkurencji. Kierunek jest za to jednoznaczny: Snowflake, podobnie jak Databricks, uczy się mówić protokołem Kafki, żeby dane strumieniowe trafiały do niego bez pięciu systemów pośrednich. Mniej ruchomych części to niższy koszt utrzymania - o ile Wasz przypadek użycia toleruje sekundy zamiast milisekund. Jeśli planujecie modernizację platformy danych, warto wpisać Datastream na listę obserwacyjną i wstrzymać się z decyzjami do public preview. Śledzicie ten kierunek u siebie, czy Kafka zostaje na dłużej? 👇

Demo agenta AI powstaje w jedno popołudnie. Rozwiązanie, któremu firma powierza realne decyzje - to zupełnie inna historia. 🧭 W nowym Technologicznym Czwartku ze SNOK pokazujemy krok po kroku, jak naprawdę wygląda budowa rozwiązania agentowego: od kwalifikacji procesu, przez projekt agenta i wizualizację całego przepływu w BPMN (UiPath Maestro), po testy, guardraile i nadzór na produkcji. Osiem kroków, osiem bramek. 🤝 Przez cały tekst prowadzimy jeden przykład: agent przygotowuje decyzje reklamacyjne, robot zbiera dane z ERP, a człowiek zatwierdza wszystko powyżej progu. Agent nie zastępuje decydenta - zastępuje pracę, którą decydent musiał wykonać, żeby móc zdecydować. 🛡️ Najważniejszy wniosek: AI governance nie jest rozdziałem na końcu projektu. Jest szkieletem całego procesu - a organizacja, która buduje agentów w ten sposób, ma już to, o co pytają NIS2, DORA i AI Act. 📌 Pełny artykuł - link w pierwszym komentarzu.

W jednym tygodniu czerwca 2026 agent AI stanął po obu stronach ataku. 🤖 Po stronie napastnika: JADEPUFFER - pierwszy udokumentowany ransomware, który autonomiczny agent AI przeprowadził od początku do końca. Sam wykrył lukę, zebrał poświadczenia, wykonał ruch boczny i zaszyfrował bazy danych. Klucz był efemeryczny, więc zapłata okupu niczego nie odzyskuje. 🔓 Po stronie celu: SAP. Czerwcowy cykl not bezpieczeństwa przyniósł kaskadę krytycznych podatności w NetWeaver - obejście uwierzytelniania SAML (CVSS 9.9), uszkodzenie pamięci w RFC bez obejścia (9.8), atak na łańcuch dostaw w stacku BTP. Gotowe wejścia dla zautomatyzowanego napastnika. 🔗 Łączy je jedno: autonomia bez granic. To, co czyni agenty użytecznymi w biznesie, czyni je groźnymi, gdy nikt nie trzyma smyczy. 🛡️ W SNOK projektujemy automatyzację agentową tak, by kontrola siedziała na uprawnieniach narzędzia i na bramie człowieka, a nie na dobrej woli modelu - a fundamentem pozostaje higiena patchowania samego SAP. Pełną analizę mechanizmu i architektury obrony opisujemy na blogu - link w pierwszym komentarzu.

Nowa strona SNOK jest już dostępna 🎉 Zapraszamy do odwiedzenia snok.ai W przejrzysty sposób prezentujemy na niej pełen zakres naszych usług, uporządkowany wokół czterech filarów: 🔐 Bezpieczeństwo i technologia SAP - niezawodne środowiska gotowe na audyt 🤖 Inteligentna automatyzacja i AI - mniej pracy ręcznej, więcej czasu na priorytety 🧩 Custom development i dane - rozwiązania szyte na miarę, dane gotowe pod decyzje 🧭 Doradztwo i integracja IT - spójność systemów i architektury Każdy z obszarów opisaliśmy szczegółowo, wraz z kompetencjami i przykładami realizacji. Zachęcamy do zapoznania się z ofertą 👉 https://snok.ai ⭐ Na koniec ciekawostka: sztuczna inteligencja to jeden z naszych wiodących obszarów, więc naturalnie wykorzystaliśmy ją również przy tworzeniu tej strony. Za projekt odpowiada nasz zespół marketingu - Katarzyna Anyżewska i Jacek Bugajski. #SNOK #SAP #Cyberbezpieczeństwo #Automatyzacja #AI

🛡️ Tydzień, w którym bezpieczeństwo i governance AI przestały być abstrakcją. Rząd USA wymusza safety filter na modelu, Microsoft ostrzega przed zatruwaniem narzędzi agenta, SAP buduje warstwę governance, a frameworki LLM dostają krytyczne CVE. Osiem sygnałów z rynku SAP, automatyzacji i bezpieczeństwa AI - i co realnie znaczą dla zarządów oraz działów IT 👇 🏆 HIT: Claude Fable 5 wraca po zniesieniu kontroli eksportowej USA. Departament Handlu zniósł 18-dniowy zakaz - warunkiem był nowy klasyfikator cybersec (blokuje technikę bypassu w 99%+). Kluczowy wzorzec: zablokowane zapytania nie są odrzucane, tylko przekierowywane do Claude Opus 4.8. Guardrail, który degraduje zamiast mówić „nie". 🔓 🔴 MCP tool poisoning. Microsoft: zatrute narzędzie MCP pozwala agentowi działać „w ramach polityki", a mimo to wyprowadzać dane. To nie problem treści, którą agent generuje - to problem tego, co agent robi. 🩸 🔴 Fala aktywnych exploitów. Langflow AI RCE (CVSS 9.3, koparki Monero na wystawionych endpointach), WinRAR (krytyczny heap-write), Citrix NetScaler (8.8). Narzędzia AI same stają się powierzchnią ataku. ⚠️ 🟠 SAP: Joule Studio 2.0 + Clean Core Certification. Certyfikacja gwarantuje kompatybilność rozszerzeń przez 3 cykle release S/4HANA. Clean Core przestaje być zaleceniem, a staje się certyfikowalnym standardem, który wpiszesz do umowy. 🏗️ 🟠 Joule Studio jako model governed enterprise AI. Understand → Build → Connect → Deploy → Use. Fundament to identity, principal propagation, observability, integracja i lifecycle - lista, która mapuje się 1:1 na kontrole bezpieczeństwa AI. 🧭 🟠 50% firm na BTP - ale hamują braki kompetencyjne. Adopcja +10 pkt r/r, kolejne 26% zaczyna. Wąskim gardłem nie jest technologia, tylko ludzie. 📈 🔵 Visual Workflow Diff w UiPath Studio 26.0.196. Diff workflow renderowany wizualnie na kanwie zamiast ściany XAML. Szybsza pierwsza warstwa review - twarde bramki nadal przez Workflow Analyzer i Test Cloud. 🔍 🔵 Maestro Flow trafia do VS Code (preview). Orkiestracja bliżej narzędzi developerskich. Automatyzacja dojrzewa do inżynierii - git, wersjonowanie, przeglądy jak przy kodzie. 💻

Widziałem świetne zestawienie 15 kontroli bezpieczeństwa AI, które każda firma powinna mieć przed skalowaniem wdrożeń. Lista solidna i kompletna z punktu widzenia „co dzieje się wewnątrz systemu". Brakuje jej jednak jednego punktu, który u nas w SNOK wychodzi na pierwszy plan przy każdej rozmowie z klientem regulowanym: 🌍 gdzie fizycznie żyją dane i model. Można mieć idealną politykę dostępu, Zero Trust dla agentów AI i pełny observability - a i tak nie odpowiedzieć na pytanie audytora NIS2 czy DORA: w jakiej jurysdykcji przetwarzany jest ten konkretny prompt i ten konkretny fine-tuning. To pytanie pojawia się w każdym audycie, w każdym RFP sektora publicznego, w każdej rozmowie z bankiem. I to nie jest podpunkt do „Data Classification" - tamta odpowiada, jakie dane model widzi. Ta, o której mówię, odpowiada, w którym kraju te dane fizycznie leżą i pod czyją jurysdykcją prawną działa model. To osobna kontrola. Zrobiłem z tego 16-punktową checklistę - oryginalne 15 plus ten, którego najczęściej brakuje w polskich wdrożeniach. Oto pełna lista 👇 🏛️ 1. AI Governance - Wyznacz właściciela, spisz polityki i jasno określ, jakie użycie AI jest w firmie dozwolone. 🕵️ 2. Shadow AI - Wykryj nieautoryzowane narzędzia AI i użycie LLM, zanim zrobią to za Ciebie regulator albo incydent. 🗂️ 3. Data Classification - Wiedz dokładnie, do jakich danych model ma dostęp i które z nich są wrażliwe. 🪪 4. AI Identities - Nadaj agentom AI tożsamość i zabezpiecz ją w modelu Zero Trust, tak samo jak konta ludzi. 🛡️ 5. LLM Protection - Blokuj prompt injection, jailbreaki i wycieki danych na poziomie samego modelu. 🔌 6. MCP Security - Zabezpiecz każdy serwer MCP i każde połączenie agenta z narzędziem zewnętrznym. ✅ 7. Output Validation - Sprawdzaj ryzykowne akcje modelu, zanim zostaną wykonane, a nie po fakcie. 🚨 8. AI SecOps - Zbuduj zdolność wykrywania zagrożeń w warstwie AI i reagowania na nie szybciej niż atakujący. 📡 9. Runtime Protection - Monitoruj prompty, wywołania API i aktywność agentów w czasie rzeczywistym. 🎯 10. AI Red Teaming - Regularnie atakuj własne systemy AI, żeby znaleźć luki, zanim znajdzie je ktoś inny. 🔗 11. Supply Chain Security - Weryfikuj pochodzenie modeli, wtyczek, API i danych treningowych w całym łańcuchu dostaw. 🚦 12. Agentic AI Governance - Wprowadź bramki zatwierdzeń i twarde limity dla tego, co agent może zrobić samodzielnie. 🔍 13. AI Observability - Śledź zachowanie modelu, dryf jakości i realne koszty, żeby nie zaskoczył Cię ani wynik, ani faktura. 📜 14. AI Compliance - Dopasuj wdrożenie do regulacji bezpieczeństwa AI, w tym AI Act, NIS2 i DORA. 🔄 15. Continuous AI Resilience - Traktuj guardrails jak żywy system i aktualizuj je w miarę pojawiania się nowych zagrożeń. 🌍 16. Data Residency i Suwerenność - Wiedz, w którym kraju fizycznie żyją Które z tych 16 kontroli macie już wdrożone, a które są dopiero na slajdzie ze strategią? 👇

Anthropic wypuścił Claude Sonnet 5. Ceny niższe, kontekst 2,5 mln tokenów. Ale prawdziwa zmiana nie jest w benchmarkach - jest w budżecie architektów automatyzacji agentowej. 💡 Do teraz, projektując architekturę agentową dla klienta, trzeba było liczyć, ile kroków weryfikacji można sobie pozwolić, zanim koszt reasoningu przestanie być łatwy do uzasadnienia. Ten trzeci krok - agent, który tylko sprawdza zgodność z polityką, zanim wynik trafi do człowieka - był tym, który najczęściej wypadał z projektu "na razie", bo kosztował więcej niż samo wykonanie zadania. 🔧 Tańszy reasoning przesuwa tę granicę. W UiPath Sonnet 5 wchodzi przez Amazon Bedrock do Agent Buildera, Coded Agentów i Maestro - bez przepisywania architektury, bo AI Trust Layer traktuje model jako parametr konektora, nie fundament rozwiązania. 🎯 To jest zasada, którą stosujemy w SNOK od dawna: nie sprzedajemy "wdrożenia Claude" ani "wdrożenia GPT". Sprzedajemy architekturę, która przetrwa następny cykl modeli - bo będzie następny, to pewne. 👇 Pełna analiza, z przykładem liczbowym i zastrzeżeniami techniczno-regulacyjnymi (NIS2, DORA, self-hosted vs cloud) poniżej.

💸 Około 30 000 dolarów, żeby AI przejrzało jedną skrzynkę. Takie historie krążą dziś po rynku - i nie są wyssane z palca. Agentic AI w chmurze rozlicza się per token. Agent działa w pętli: planuje, wywołuje narzędzia, ponawia. ⏱️ Licznik bije jak taksometr, a rachunek widać dopiero po fakcie. Uber wyczerpał roczny budżet AI w cztery miesiące. Coraz więcej zarządów pyta więc wprost: czy to się w ogóle spina? 📈 Jest trzecia droga. Ten sam agentic stack można postawić u Państwa: 🖥️ UiPath Orchestrator i model rozumujący na serwerze NVIDIA - lokalnie, we własnej serwerowni. ✅ Koszt zmienny zamienia się w przewidywalny 🔒 Dane nie opuszczają organizacji 🛡️ NIS2, DORA i ISO 27001 - z automatu Nie twierdzimy, że on-premise jest zawsze tańsze. Jest przewidywalne i suwerenne - a dla firm z SAP, sektora finansowego czy publicznego to często warunek wejścia, nie przewaga. 👇 Na animacji pokazujemy różnicę w jednym kadrze: chmura z licznikiem, który nie przestaje bić - i on-premise ze stałym kosztem. 🤝 W SNOK pomożemy przejść tę drogę od początku do końca: policzymy realny koszt, dobierzemy sizing serwera, zbudujemy architekturę i governance. Jako partner Lenovo na poziomie Platinum dostarczamy też sam sprzęt - to jeden projekt, nie dwa oderwane zakupy. Porozmawiajmy, zanim licznik znów ruszy. 📩