💡 Внезапно для себя выяснил, что современные модели в курсе, по крайней мере, ванильных непрямых промпт-инъекций, и пытаются противодействовать им. Протестил пока на Codex 5.3, GPT 5.5 и DeepSeek V4 Pro — везде аналогичные результаты.

Запилил у себя в агенте посильную защиту от этого класса атак (аналогичную бота-ресерчера, но с более развесистой моделью угроз). От души протестировал, всё ок. А потом наконец додумался попытаться провести тривиальную IPI на версии ДО реализации защиты. Результат — на скрине 🤔 Простые усложнения, типа большего количества текста в .md, или внедрения в файлы с кодом, с различными векторами — ничего не изменили.

Записал себе в планы плотнее потестить, где проходит граница, когда LLM'ки перестают распознавать подобные вещи (откуда-то же CVE с IPI берутся?) ✍️

#ИИ_безопасность