Agentic AI telah memperkenalkan cara baru untuk meningkatkan keamanan aplikasi yang menggunakan model bahasa skala besar (LLM) untuk menghasilkan kode Python untuk tugas-tugas seperti visualisasi data. Menyadari keterbatasan metode sanitasi kode tradisional, perusahaan beralih ke WebAssembly (Wasm) untuk memanfaatkan sandbox browser dan menyediakan lingkungan yang aman untuk eksekusi kode dengan overhead tambahan yang minimal.

Integrasi alat dalam aplikasi LLM merupakan kemajuan besar, memungkinkan model ini memanggil fungsi, aplikasi, atau API untuk mengambil informasi dan meresponsnya. Meskipun LLM efisien dalam menghasilkan kode Python, memastikan keamanan dan kebenaran kode ini masih menjadi tantangan. Pendekatan Agentic AI memanfaatkan fitur keamanan yang melekat pada sandbox browser untuk memigrasikan eksekusi Python yang dihasilkan LLM dari server ke browser klien.

Pyodide, port CPython ke Wasm, memungkinkan pengembang menjalankan kode Python di sisi klien dalam mesin virtual JavaScript browser. Strategi ini tidak hanya mewarisi manfaat keamanan sandboxing browser, namun juga mencegah kontaminasi antar pengguna potensial. Proses ini menggunakan waktu proses Pyodide dan kode yang dihasilkan LLM untuk menyajikan HTML, yang kemudian dijalankan di browser pengguna untuk merender visualisasi dengan aman.

Adopsi Wasm oleh Agentic AI ke kode Python yang dihasilkan LLM sandbox mewakili langkah strategis untuk meningkatkan keamanan aplikasi. Metode ini lebih efektif dibandingkan mengandalkan ekspresi reguler atau runtime terbatas, dan lebih hemat sumber daya dibandingkan menggunakan mesin mikro-virtual. Pengembang yang tertarik menggunakan Wasm untuk meningkatkan keamanan alur kerja agen mereka dapat menemukan sumber daya dan contoh yang disediakan oleh Agentic AI untuk memudahkan penerapan.