Безопасность ИИ-агентов через призму кибериммунитета Это руководство «Лаборатории Касперского» о том, как проектировать ИИ-агентов, которые работают с базами данных, вызывают внешние API и исполняют код. 🔻В нём разобраны реальные атаки через контекст: EchoLeak, SearchLeak и CamoLeak. В этих атаках вредоносная инструкция попадает к агенту через письмо, поисковую выдачу или комментарий в репозитории, и модель исполняет её как свою. 🔻Отдельно объясняется, почему LLM не может быть доверенным компонентом системы: модель не отличает данные от команд, а логику её решений нельзя проверить. 🔻Практическая часть посвящена изоляции агента и контролю инструментов, к которым у него есть доступ. Материал подаётся через схемы и факты. Подойдёт архитекторам, разработчикам и руководителям, которые встраивают ИИ-агентов в рабочие системы. <ССЫЛКА>