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>