Компания Anthropic заявила о высокой устойчивости модели Claude Opus 5 к промпт-инъекциям. Борис Черный, создатель Claude Code, сообщил, что модель больше не подвержена таким атакам благодаря трем уровням защиты. В ходе независимого тестирования, проведенного лабораторией Trajectory Labs, ни один из 72 сценариев атак не привел к успеху за 3600 попыток.
Однако 26 августа исследователь Йоханн Рехбергер продемонстрировал новый метод компрометации Claude Code Auto Mode. Атака не является классической промпт-инъекцией: она использует особенности окружения, заставляя агента выполнять вредоносный код через цепочку безопасных действий, например, при импорте локального Python-модуля из архива.
Anthropic присвоила отчету Рехбергера статус «информативного», пояснив, что режим Auto Mode предназначен для снижения нагрузки на пользователя, а не является гарантией полной безопасности. Разработчики подчеркивают, что защита должна строиться на изоляции ОС, контроле сетевого трафика и ограничении прав доступа агента.
Эксперты отмечают, что, несмотря на прогресс в борьбе с промпт-инъекциями, агенты остаются уязвимыми для атак через «запутанное окружение». Для минимизации рисков рекомендуется использовать изолированные среды (песочницы), ограничивать доступ агентов к файловой системе и SSH-ключам, а также вести мониторинг всех выполняемых команд и сетевых соединений.
