Этим текстом я не пытаюсь заранее доказать, что на рынке появилась новая продуктовая категория. Я хочу проверить три более скромные вещи: существует ли уже практическая боль вокруг того, как ИИ-агенты действуют в корпоративных системах; закрывают ли эту боль средства, которые у вас уже есть; и стали бы вы вообще рассматривать здесь отдельное решение. Если ответ на любой из этих вопросов — «нет», это тоже ценный результат, и я буду благодарен именно за такой честный ответ не меньше, чем за подтверждение гипотезы.
От чат-бота к субъекту, способному действовать
Ещё недавно корпоративный ИИ чаще всего существовал в виде помощника: отвечал на вопросы, готовил текст, искал информацию. Теперь появляются сценарии, в которых агент получает доступ к данным, инструментам и операциям — обращается к CRM и ERP, формирует документы, запускает процессы, создаёт заявки или передаёт команды другим системам.
Масштаб этого перехода пока неодинаков. В одних компаниях речь идёт об изолированных экспериментах, в других — об интеграциях с продуктивными системами. Но сам сдвиг важен: риск возникает уже не только внутри модели, а в момент, когда модель получает право действовать через корпоративные интерфейсы.
Отсюда возникает практический вопрос: видит ли организация не просто отдельные API-вызовы, а кто поставил задачу агенту, от чьего имени он действует, почему выбрал конкретный инструмент и к какому результату привела вся последовательность операций?
Одна тема — четыре разных слоя проблемы
В разговоре об «API-безопасности ИИ» легко смешать несколько связанных, но не тождественных задач:
● классическую безопасность API: инвентаризацию, аутентификацию, авторизацию, проверку параметров и защиту от известных атак;
● защиту API, которыми пользуются ИИ-агенты: учёт машинной идентичности, полномочий и характера обращения;
● безопасность MCP-серверов и других механизмов предоставления агенту инструментов и контекста;
● контроль поведения агента: намерения, выбора инструментов, памяти, контекста и совокупного результата цепочки действий.
Для рынка это принципиальное различие. У этих задач могут быть разные владельцы, бюджеты и точки внедрения. Возможный продукт должен ясно ответить, какую из них он решает и почему существующего набора средств недостаточно.
Что существующие средства видят — и чего им может не хватать
Было бы неверно утверждать, что WAF, API Security, IAM, PAM, SIEM или DLP перестают работать. Они по-прежнему могут блокировать эксплуатацию уязвимостей, выявлять нарушения схемы, контролировать доступ, собирать события и обнаруживать аномалии.
Потенциальный разрыв появляется там, где каждый отдельный вызов технически корректен, авторизован и не похож на атаку, но нежелательным становится контекст или вся последовательность действий:
● пользователь имел право видеть данные, но агент получил более широкие полномочия, чем требовала задача;
● внешний документ или сообщение содержали скрытую инструкцию, изменившую поведение агента;
● агент выбрал допустимый инструмент, однако комбинация нескольких операций привела к недопустимому результату;
● одна сервисная учётная запись используется несколькими агентами, и установить источник конкретного действия трудно;
● средство защиты видит сетевой запрос, но не видит исходное поручение, использованный контекст и логику выбора инструмента.
Рабочая гипотеза, которую хочу проверить: API-вызов агента может быть полностью легитимным на техническом уровне. Чтобы оценить риск, необходимо связать идентичность, поручение, контекст, полномочия, выбранный инструмент, последовательность вызовов и итоговое действие.
Где в этой картине находится MCP
MCP (Model Context Protocol) — не замена API и не просто ещё один формат сетевого трафика. Он стандартизирует способ, которым ИИ-приложение получает доступ к инструментам, ресурсам и контексту. За MCP-сервером при этом могут находиться обычные REST API, базы данных, файловые системы и корпоративные приложения.
Новые риски возникают из-за того, что решение о вызове инструмента и его параметрах может принимать модель на основании естественно-языкового контекста. Среди обсуждаемых сценариев:
● подмена или незаметное изменение описания инструмента;
● передача токена не тому ресурсу или небезопасная сквозная передача токена;
● чрезмерно широкие полномочия MCP-сервера;
● вредоносные инструкции в данных, полученных агентом;
● изменение поведения внешнего инструмента после его первоначальной проверки.
Часть этих категорий уже формализована отдельным проектом OWASP — MCP Top 10, который пока находится в статусе бета и продолжает меняться, но само его появление показывает, что сообщество ИБ уже считает эти риски достаточно специфичными для отдельной таксономии, а не просто вариацией общих рисков API.
Однако наличие MCP само по себе ещё не доказывает необходимость отдельного класса средств защиты. Возможно, часть задачи будет закрыта развитием IAM, API Security, шлюзов, агентских платформ и безопасной разработки.
Старые уязвимости внутри новых интерфейсов
Показателен инцидент с платформой найма McHire на базе решения Paradox.ai. Исследователи обнаружили слабые административные учётные данные и нарушение объектной авторизации во внутреннем API, которое потенциально открывало доступ к данным большого числа соискателей.
Это не было взломом модели и не доказывает необходимость специального средства мониторинга ИИ-агентов. Напротив, пример напоминает: добавление ИИ-интерфейса не отменяет классические требования AppSec и API Security. Новое приложение иногда приносит с собой совершенно старые проблемы.
Более сложный вопрос начинается там, где классической уязвимости нет: агент использует выданные ему права, каждый запрос допустим, но итоговая цепочка расходится с намерением пользователя или политикой организации.
Регуляторный сигнал есть, но рынок ещё формируется
В 2026 году Банк России выпустил методические рекомендации по обеспечению информационной безопасности при разработке и применении ИИ на финансовом рынке. Это важный сигнал о переходе от общих этических принципов к моделям угроз, политикам безопасности и конкретным мерам защиты. При этом речь идёт именно о рекомендациях, а не о доказательстве обязательной закупки отдельного продукта.
Параллельно OWASP и сообщество MCP уже формируют модели угроз и практики защиты агентских систем. Это подтверждает зрелость самой проблематики, но не отвечает на коммерческий вопрос: станет ли она самостоятельной продуктовой категорией или набором функций внутри уже существующего стека.
Возможная граница нового продукта
Если отдельная ниша действительно существует, её ценность, вероятно, находится не в формулировке «ещё одна защита API». Более содержательная задача может выглядеть так:
Возможное позиционирование: обнаружение, инвентаризация и контроль действий ИИ-агентов в корпоративных системах с привязкой к идентичности, полномочиям, исходному поручению, контексту и полной цепочке операций.
Такое решение должно не дублировать WAF или API-шлюз, а отвечать на вопросы, которые им обычно недоступны:
● какие агенты существуют и к каким системам они реально обращаются;
● кто является владельцем агента и от чьего имени он действует;
● соответствует ли объём прав конкретной задаче;
● не изменил ли недоверенный контекст предполагаемое поведение;
● является ли допустимой вся цепочка действий;
● можно ли остановить, подтвердить человеком или безопасно откатить критическую операцию.
Что хотелось бы сверить с практикой
Пока у меня нет готового ответа, становится ли безопасность действий ИИ-агентов новым самостоятельным слоем или остаётся частью API Security, IAM, SIEM, DLP и самих агентских платформ. Поэтому особенно интересен опыт людей, которые уже видят такие архитектуры изнутри.
1. Есть ли в вашей организации агенты, которые уже работают с продуктивными системами, или пока речь идёт преимущественно о пилотах и помощниках?
2. Можете ли вы отличить действия конкретного агента от обычных вызовов сервисной учётной записи?
3. Где сегодня контролируются его полномочия: в IAM, API-шлюзе, MCP-платформе, собственной обвязке или нигде централизованно?
4. Какой сценарий вызывает наибольшую тревогу: утечка данных, избыточные права, внедрение вредоносной инструкции, компрометация инструмента или нежелательная цепочка легитимных действий?
5. Нужен ли для этой задачи отдельный продукт, или достаточно расширить уже используемые средства?
6. Кто внутри компании был бы владельцем такой задачи и бюджета: AppSec, архитектура, SOC, служба ИБ, команда ИИ или владелец бизнес-процесса?
Буду благодарен за практические примеры, в том числе за ответ «пока такой проблемы нет» — для понимания рынка это не менее ценная информация, чем подтверждение гипотезы. Мне важнее несколько содержательных разборов от практиков, чем реакции в ленте.
Источники для фактологической проверки
● Банк России. Методические рекомендации № 3-МР от 16.06.2026 по обеспечению ИБ при разработке и применении ИИ на финансовом рынке. cbr.ru/Crosscut/LawActs/File/12204
● OWASP. AI Agent Security Cheat Sheet. cheatsheetseries.owasp.org
● OWASP. MCP Security Cheat Sheet. cheatsheetseries.owasp.org
● OWASP. MCP Top 10 (бета). owasp.org/www-project-mcp-top-10
● Model Context Protocol. Security Best Practices. modelcontextprotocol.io
● Model Context Protocol. Authorization specification. modelcontextprotocol.io
● AI Incident Database. McHire / Paradox.ai incident summary. incidentdatabase.ai/cite/1179
