3,583 papers
arXiv:2610.06274 71 5 окт. 2026 г. PRO

Containment Floor: правило «агент меняет свои способности, но не свои границы»

КЛЮЧЕВАЯ СУТЬ
Обнаружено: агент сам расширяет собственные границы по обычной просьбе, примерно в трети запросов без защиты. Никто не говорил ему трогать опасное поле. Пользователь пишет «хочу вызывать твой API с ноутбука по вайфаю», и агент молча меняет сетевой адрес, на котором слушает. Метод «пол защиты» позволяет дать агенту право менять свои настройки и при этом не дать ему сдвинуть границы доступа. Настройки делятся на три класса: способности можно менять, границы и замки нельзя. Запрет встроен в инструмент записи настроек, поэтому запрещённое значение просто не сохраняется. Фишка: запрет в промпте работает только в тех словах, в которых он написан.
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