3,583 papers
arXiv:2602.07398 79 7 фев. 2026 г. PRO

AgentSys: изоляция контекста для защиты от вредоносных инструкций

КЛЮЧЕВАЯ СУТЬ
LLM не различает «команду от тебя» и «команду из данных на веб-странице». Копишь всё в одном контексте — вредоносная инструкция остаётся в памяти до конца и срабатывает на каждом новом шаге. Плюс качество работы падает на 57%, потому что модель тонет в мусоре. AgentSys решает через изоляцию: для каждой грязной работы (парсинг файла, обработка API, извлечение данных с сайта) создаётся отдельный worker-агент. Он видит сырые данные в своём контексте, вытаскивает нужные поля по заранее объявленной схеме, возвращает только валидированный JSON. Сырьё остаётся в worker-контексте и выбрасывается — в главный агент попадает только чистая структура. Вредоносная инструкция из веб-страницы не доживает до следующего шага, а мусор не накапливается.
Адаптировать под запрос
📋 Дайджест исследования

Контент доступен только для PRO подписчиков

Чтобы получить доступ к дайджесту этого исследования, оформите PRO подписку

💳 Оплатить через Геткурс
YandexPay • SberPay • СБП • Карты РФ
⚡ Оплатить через Tribute
Telegram Stars • Моментальный доступ
Узнать о PRO

Контент доступен только для PRO подписчиков

Чтобы получить доступ к концептам этого исследования, оформите PRO подписку

💳 Оплатить через Геткурс
YandexPay • SberPay • СБП • Карты РФ
⚡ Оплатить через Tribute
Telegram Stars • Моментальный доступ
Узнать о PRO
📖 Простыми словами

Контент доступен только для PRO подписчиков

Чтобы получить доступ к упрощённому объяснению этого исследования, оформите PRO подписку

💳 Оплатить через Геткурс
YandexPay • SberPay • СБП • Карты РФ
⚡ Оплатить через Tribute
Telegram Stars • Моментальный доступ
Узнать о PRO

Работа с исследованием

Адаптируйте исследование под ваши задачи или создайте готовый промпт на основе техник из исследования.

0 / 2000
~0.5-2 N-токенов ~10-30с
~0.3-1 N-токенов ~5-15с