HackMyAgent: een open-source beveiligingsscanner voor AI-agents

TL;DR

• Wat: HackMyAgent is een open-source tool die AI-agents en MCP-servers scant op beveiligingslekken, van prompt injection tot gelekte credentials.
• Waarom relevant: 65% van de organisaties had in het afgelopen jaar een beveiligingsincident door AI-agents — en de meeste kunnen een ontspoorde agent niet stoppen.
• Wat je ermee kunt: Laat je IT-partner beoordelen of jullie AI-agents en -tooling getest worden op de risico's die HackMyAgent detecteert.

Ik kwam via een tweet van @RoundtableSpace een project tegen dat me meteen aan het denken zette: iemand heeft een beveiligingsscanner gebouwd die specifiek bedoeld is voor AI-agents. Niet voor websites of servers in de klassieke zin, maar voor de autonome AI-hulpjes die steeds vaker namens bedrijven handelen. Dat vind ik een ontwikkeling die het bespreken waard is.

Wat is HackMyAgent precies?

HackMyAgent is een open-source beveiligingstoolkit, ontwikkeld door de organisatie achter OpenA2A en beschikbaar onder de Apache 2.0-licentie. De makers omschrijven het zelf als "Metasploit voor AI-agents" — een vergelijking die voor techneuten meteen duidelijk is. Voor wie dat niets zegt: Metasploit is een bekende toolkit waarmee beveiligingsexperts systemen testen op zwakke plekken. HackMyAgent doet hetzelfde, maar dan gericht op AI-agents en zogeheten MCP-servers.

MCP staat voor Model Context Protocol — een manier waarop AI-modellen verbinding maken met externe tools en databronnen. Denk aan een AI-agent die namens jou e-mails verstuurt, bestanden opzoekt of klantgegevens raadpleegt. Die verbindingen moeten veilig zijn, en precies daar kijkt HackMyAgent naar.

De toolkit biedt 320 statische beveiligingschecks verdeeld over 74 categorieën, aangevuld met 29 semantische analyses en 164 aanvalssimulaties in 16 categorieën. Dat klinkt als een waslijst, maar het komt erop neer dat de tool op drie niveaus werkt: hij kijkt naar de code zelf, naar het gedrag van de agent, en naar wat er gebeurt als iemand de agent actief probeert te misleiden.

Welke risico's worden gedetecteerd?

Wat mij opvalt is de breedte van wat HackMyAgent scant. Het gaat niet alleen om de voor de hand liggende dingen. De tool zoekt naar:

• Prompt injection — iemand stopt verborgen instructies in invoer zodat de AI iets doet wat niet de bedoeling is
• Gelekte credentials — wachtwoorden, API-sleutels of tokens die per ongeluk zichtbaar zijn
• Memory poisoning — het vergiftigen van het geheugen van een agent, zodat hij verkeerde informatie als waarheid behandelt
• Supply-chain risico's — kwetsbaarheden in de software-pakketten waar de agent van afhankelijk is
• Unicode-steganografie — het verstoppen van onzichtbare tekens in berichten om de agent te manipuleren
• MCP-misconfiguraties — verkeerd ingestelde verbindingen tussen de agent en externe tools
• Sandbox-escapes — pogingen van de agent om buiten zijn afgebakende omgeving te opereren

Ik vind het eerlijk gezegd opvallend dat tools als deze nu pas verschijnen. AI-agents worden in rap tempo ingezet, maar de beveiligingsinfrastructuur loopt daar duidelijk op achter.

Waarom dit relevant is voor Nederlandse ondernemers

Volgens een onderzoek van de Cloud Security Alliance en Token Security, gepubliceerd in april 2026, heeft 65% van de organisaties in het afgelopen jaar minstens één beveiligingsincident meegemaakt dat veroorzaakt werd door AI-agents op hun bedrijfsnetwerk. Bij 61% van die incidenten ging het om blootstelling van gevoelige data. En misschien nog verontrustender: 60% van de organisaties zegt een ontspoorde agent niet te kunnen stoppen.

Dat zijn geen cijfers uit een ver-van-mijn-bedshow. Uit onderzoek van ABN AMRO en MWM2 uit juni 2026 blijkt dat Nederlandse MKB-bedrijven onvoldoende zijn voorbereid op de nieuwe generatie digitale risico's die samenhangt met kunstmatige intelligentie. Denk aan bedrijfsgegevens die in een gratis chatbot terechtkomen, of een AI-agent die gemanipuleerd wordt via verborgen instructies.

Kun je je voorstellen wat het betekent als een AI-agent die namens jouw bedrijf handelt — facturen verwerkt, klantgegevens opzoekt, e-mails verstuurt — opeens instructies opvolgt van iemand anders? Dat is precies het soort scenario waar prompt injection over gaat.

Hoe werkt het in de praktijk?

HackMyAgent draait als command-line tool en heeft een aantal kerncommando's:

• secure — een volledige beveiligingsscan van je project, met opties om gevonden problemen automatisch te verhelpen
• check — controleert of een pakket of repository te vertrouwen is vóórdat je het installeert
• attack — test live endpoints met aanvalssimulaties
• red-team — brengt het aanvalsoppervlak in kaart en genereert gerichte testscenario's
• detect — inventariseert welke AI-tools er draaien en waar de governance-gaten zitten

De tool vereist Node.js 20.19 of hoger en kan ook als MCP-server draaien, zodat hij direct in ontwikkelomgevingen te integreren is.

Ik moet hier eerlijk bij zeggen: dit is een tool voor technische teams. Als ondernemer ga je hier niet zelf mee aan de slag, tenzij je een sterke technische achtergrond hebt. Maar het bestaan ervan is wél relevant voor het gesprek dat je met je IT-partner of ontwikkelteam voert.

Wat betekent dit voor de bredere markt?

Wat mij hier het meest opvalt, is dat dit een open-source project is. Dat betekent dat iedereen de code kan inzien, verbeteren en aanpassen. Dat is belangrijk, want beveiliging van AI-agents is op dit moment nog geen gestandaardiseerd vakgebied. Er is geen ISO-norm voor, geen keurmerk, geen standaard checklist die je kunt afvinken.

Tools als HackMyAgent vullen dat gat — niet als definitieve oplossing, maar als een eerste stap naar gestructureerd testen. Het feit dat de toolkit onderdeel is van het bredere OpenA2A-ecosysteem — een initiatief rond identiteit en vertrouwen voor AI-agents — laat zien dat er een bredere beweging gaande is.

Ik denk dat we over een jaar terugkijken op deze periode als het moment waarop de beveiligingsindustrie serieus begon met AI-agent security. De vraag is niet of je bedrijf te maken krijgt met AI-agents — die zijn er waarschijnlijk al, in je CRM, je boekhoudsoftware, je klantenservice. De vraag is of je weet welke risico's daarbij horen.

Voor mij is dit vooral een signaal dat het gesprek over AI-beveiliging niet langer alleen voor techbedrijven is. Elk bedrijf dat AI-tools inzet — en dat zijn er steeds meer — zou zich moeten afvragen: wie test eigenlijk of onze AI doet wat wij willen, en níets meer dan dat?