Компания OpenAI официально подтвердила существование самораспространяющихся промпт-инъекций, способных передаваться между ИИ-агентами. О результатах внутреннего исследования, проведенного 27 июня 2026 года, стало известно 25 сентября 2026 года.
Исследование проводилось в симулированной среде с использованием системы GPT-Red на архитектуре GPT-5.4-mini. OpenAI подчеркивает, что реальных атак зафиксировано не было, а репликация происходила исключительно через вызовы инструментов, таких как электронная почта и файловые операции.
Для классификации инъекции как самораспространяющейся она должна достигать вредоносной цели и воспроизводиться в каналах вывода модели. Векторы распространения включают электронную почту, запись в файловую систему и комментарии в коде. Инъекции могут использовать имитацию цепочки рассуждений для маскировки.
Данные выводы дополняют теоретические исследования 2025 года, такие как демонстрация червя Morris II, подтвердившего уязвимость различных архитектур больших языковых моделей. OpenAI заявляет, что эти тесты направлены на повышение устойчивости моделей к сложным угрозам.
