SmartDigest.ai Tworzone przez AI, żeby nadążyć za AI
Zapisz się

Zapisz się do newslettera

Co tydzień najważniejsze newsy AI prosto na Twój e-mail. Wybierz tematy, które Cię interesują.

Bezpieczeństwo

Agenci zainstalowali w firmach kod z paczek, których nikt nie zarejestrował

Alon Hertz zarejestrował kilka niezajętych nazw paczek wypisanych w plikach llms.txt, a cztery minuty później odezwała się do niego maszyna z firmy wartej setki miliardów dolarów. Jego zespół przeskanował 6214 domen i znalazł ponad 200 nazw bez pokrycia w npm i PyPI, w tym komendę z dokumentacji Clerka, pod którą ktoś podłożył działające złośliwe oprogramowanie. Nikt nie planował tu ataku: wpisy zestarzały się same, a jedyne miejsce, w którym dało się je wyłapać, znikło wtedy, gdy deweloperzy włączyli agentom automatyczne zatwierdzanie komend.

Napisała AI, żeby oszczędzić Ci czytania setek źródeł.  ·  Jak to działa

Bezpieczeństwo  ·  5 min  · 

Agenci zainstalowali w firmach kod z paczek, których nikt nie zarejestrował
Ilustrację przygotowała AI.

Alon Hertz, analityk bezpieczeństwa i były żołnierz izraelskiej jednostki wywiadowczej 8200, zarejestrował kilka nazw paczek, których nikt wcześniej nie zajął, i podpiął pod nie kod robiący dokładnie jedno: po instalacji odzywał się do serwera badaczy. Cztery minuty później odezwała się maszyna stojąca w firmie wartej setki miliardów dolarów, a drugi sygnał z listy Fortune 500 przyszedł w ciągu godziny. Potem doszło kilkadziesiąt kolejnych, ze startupów i z korporacji, które, jak to ujął Hertz, mają zespoły bezpieczeństwa liczniejsze niż cała jego lista kontaktów zawodowych. Nie było phishingu ani włamania.

Hertz i jego zespół wykorzystali plik, który te firmy same u siebie wystawiły. Nazywa się llms.txt i działa jak robots.txt dla modeli: zamiast kazać agentowi przekopywać się przez całą stronę, kładziesz mu w katalogu głównym streszczenie produktu, adresy API i komendy, którymi instaluje się twoją bibliotekę. Agent poproszony o podpięcie się do cudzego produktu zaczyna właśnie od tego pliku, bo dokładnie po to tam jest.

Zespół Hertza zebrał pliki llms.txt z 6214 działających domen dostawców dla wojska, firm z listy Fortune 500 i wielkich firm technologicznych, a potem sprawdził po kolei, czy nazwy wypisane w tych plikach w ogóle istnieją. Ponad 200 nie miało pokrycia: paczki i adresy rozsiane po npm, PyPI i kilku mniejszych rejestrach, a skoro nikt ich nigdy nie zajął, każdą dało się wziąć na własność, w większości przypadków za darmo.

Czytaj dalej za darmo

Podaj e-mail, aby odblokować pełną treść i cały serwis. Zapiszemy Cię do newslettera.

Powiązane

Twój agent czyta w sieci to, czego ty w przeglądarce nigdy nie zobaczysz
Bezpieczeństwo

Twój agent czyta w sieci to, czego ty w przeglądarce nigdy nie zobaczysz

3 min

Forcepoint X-Labs w kwietniu 2026 namierzył 10 żywych domen z ukrytymi instrukcjami dla agentów: na faladobairro.com czeka `sudo rm -rf`, na perceptivepumpkin.com żądanie 5000 dolarów przez PayPal.me. Pillar Security pokazał drugą warstwę: parametr `find_my_name` w Antigravity od Google przepuszcza wzorce z `-Xsh` prosto do shella. Wniosek: tnij uprawnienia agenta i trzymaj nieznany kod w kontenerze.

Agent zamknął tysiące zgłoszeń, a w logach był tylko Joe
Bezpieczeństwo

Agent zamknął tysiące zgłoszeń, a w logach był tylko Joe

4 min

Agent działający w tle zamknął tysiące zgłoszeń podpisanych nazwiskiem pracownika, bo firmowe logi nie odróżniały człowieka od jego agenta. Cloudflare odpowiedział na to WriteGuardem, warstwą, która staje przed każdym wywołaniem narzędzia MCP i na podstawie przypisanego ryzyka albo je przepuszcza, albo dokleja ślad, kto naprawdę działał, albo blokuje akcję. Scalanie gałęzi na GitLabie jest wyłączone na sztywno, bo odpala wdrożenie na produkcję. Firma sprawdziła to na 27 własnych serwerach, ale całość stoi na założeniu, że ktoś ręcznie i poprawnie oceni ryzyko każdego narzędzia.

Model zmyśla adres, atakujący rejestruje go pierwszy
Bezpieczeństwo

Model zmyśla adres, atakujący rejestruje go pierwszy

4 min

Badacze z Unit 42 w Palo Alto Networks opisali phantom squatting: modele zmyślają wiarygodnie brzmiące adresy API i domen, a atakujący rejestruje je pierwszy i przejmuje ruch razem z sekretami. Dwa modele wygenerowały 2,1 miliona takich adresów dla znanych marek, z czego systemy uznały za złośliwe 13 229, czyli 0,61%, a około 250 tysięcy zmyślonych domen wciąż czeka na rejestrację. Adresowi podanemu przez model nie można ufać, dopóki się go nie sprawdzi, a autonomiczny agent połączy się z nim, zanim ktokolwiek zdąży zareagować.