Skip to main content
Содержание гайда
Время на изучение: 23 мин
#security#safety#sandbox#human_in_the_loop
Продвинутый23 минBASE

Как сделать агента безопасным: stop rules, human approval и sandbox

Агент в продакшене – это процесс, который может писать файлы, делать API-вызовы, изменять данные и потреблять токены автономно, без паузы и без вашего участия в каждом шаге.

Опубликовано:

Гайд доступен подписчикам AI-Базы

Получите полный доступ к этому практическому гайду, готовым конфигурациям и терминальным скриптам.

Связанные материалы экосистемы

Практические гайды, терминология и агентские скиллы

Термин в глоссарии

Agent Sandboxing

Аппаратная и программная изоляция среды выполнения автономного агента, обеспечивающая защиту хост-системы, секретов и внутренней сети от вредоносного кода и prompt injection.

Термин в глоссарии

Guardrails & Safety Rails

Программный слой детерминированных фильтров, валидаторов схем и политик безопасности, который перехватывает входные промпты, системные команды и ответы моделей для предотвращения сбоев, утечек и эксплойтов.

Практический гайд

Профиль Hermes: Генератор агентов и инженерия контекста

Специализированный профиль Hermes для безопасного проектирования агентов и операционных контрактов AGENTS.md через read-only аудит и инженерию контекста.

Практический гайд

Часть II. Как работать с Codex + оптимизация/безопасность/команда

Codex — это не автодополнение кода в чате, а полноценный инженерный агент: он читает репозиторий, планирует изменения, редактирует файлы, гоняет тесты, проверяет свои же диффы и ум...

Новость

Как обойти KYC в Claude Ultra: прокси через VPS и блокировка доменов Anthropic

В сообществе описали метод, который якобы позволяет обойти KYC в Claude Ultra: весь трафик через один VPS, блокировка доменов Anthropic и отключение телеметрии.

Новость

В Alpine Linux нашли баг OpenSSH, который может дать root-доступ

Разработчики Alpine Linux описали уязвимость OpenSSH: любая последовательность из 257–1024 символов может дать root-доступ.