Task-Scoped Authorization и Paired Replay: узкие права агента гасят последствия, даже когда модель уже поддалась на инъекцию

Модель повелась на вредную команду из письма, и всё равно ничего не сломала. На широком доступе вред реально выполнялся в 9–38% случаев (зависит от модели). На узких правах он выполнялся в 0%. Метод позволяет урезать последствия взлома агента, не трогая саму модель. Фишка: модель выбирает вредное действие так же часто, но сервис сверяет запрос с заранее заданным списком «действие + ресурс» и отклоняет чужое. Авторы замораживают один запрос модели и гоняют его через разные режимы прав (paired replay, парное воспроизведение). Решение модели одно и то же, а исход разный.