Продолжаем цикл статей о безопасности ИИ-систем. В прошлый раз мы разобрали нормативную базу и методологии — что требуют регуляторы и какие фреймворки описывают угрозы и уязвимости. Теперь переходим к практической плоскости. Искусственный интеллект бывает разным: классические ML-алгоритмы, системы компьютерного зрения, рекомендательные алгоритмы, и у каждого класса свои уязвимости и техники атак. Но с 2023 года центр тяжести сместился в сторону больших языковых моделей: их внедряют в бизнес-процессы, к ним прикручивают руки, увеличивают автономность за счет агентности. Рост числа LLM-приложений идет быстрее, чем рост понимания их уязвимостей, поэтому в этой статье и в следующих мы фокусируемся именно на них. Атаки на классические ML-системы, хотя и схожи, имеют свою специфику и заслуживают отдельного материала.
Читать далееАвтоматизация
Безопасность ИИ-систем 2026. Часть 2: техники атак

![Обложка: [Перевод] CLI против MCP: стоимость зависит от интерфейса доступа](/blog-media/fdc6b8492b018f5338c496d9e2420dc183d4340d4f2c5fdf4e6b728ee4fd88e2.png)
