กลุ่มแรนซัมแวร์ใช้เวลากว่าทศวรรษในการกำจัดความจำเป็นในการใช้ทักษะ แรนซัมแวร์แบบบริการ (Ransomware-as-a-service) ทำให้ชุดเครื่องมือโจมตีตกอยู่ในมือของใครก็ตามที่ยินดีแบ่งเงินค่าไถ่ ตอนนี้กำลังมีการกำจัดอีกชั้นหนึ่งออกไป นั่นคือ ความจำเป็นที่ต้องมีคนอยู่หลังแป้นพิมพ์เลย
ในเดือนมิถุนายน ปี 2026 นักวิจัยจาก Sysdig ได้บันทึกสิ่งที่พวกเขาเชื่อว่าเป็นแคมเปญเรียกค่าไถ่ครั้งแรกที่ดำเนินการโดยตัวแทน AI เกือบทั้งหมดตั้งแต่การบุกรุกครั้งแรกจนถึงจดหมายเรียกค่าไถ่ พวกเขาตั้งชื่อมันว่า JadePuffer นี่คือหลักฐานที่ชัดเจนที่สุดว่าคำถามไม่ได้อยู่ที่ว่าเอเจนต์ AI จะสามารถโจมตีด้วยแรนซัมแวร์โดยอัตโนมัติได้หรือไม่ แต่เป็นว่าฝ่ายป้องกันจะตามทันได้เร็วแค่ไหน
ปัญหาที่อุตสาหกรรมมีอยู่แล้ว
มัลแวร์เรียกค่าไถ่ไม่จำเป็นต้องใช้ AI เพื่อที่จะเติบโตเป็นธุรกิจขนาดใหญ่ ตามข้อมูลจาก รายงานแรนซัมแวร์ของ Akamaiโมเดลแรนซัมแวร์แบบบริการ (RaaS) นั้นทำงานเหมือนกับห่วงโซ่อุปทานที่ถูกกฎหมายอยู่แล้ว โดยมีนักพัฒนาที่สร้างมัลแวร์ พันธมิตรที่ดำเนินการโจมตีโดยแบ่งผลกำไรกันอย่างมากมายถึง 90/10 และนายหน้าซื้อขายสิทธิ์การเข้าถึงเครือข่ายในราคาเริ่มต้นที่ 3,000 ดอลลาร์ กลยุทธ์การขู่กรรโชกได้ยกระดับขึ้นตามลำดับ จากการขู่กรรโชกแบบเดียว ไปเป็นสองระดับ (เข้ารหัสและเผยแพร่) สามระดับ (เพิ่มแรงกดดัน DDoS) และสี่ระดับ ที่ผู้โจมตีติดต่อลูกค้าและหุ้นส่วนของเหยื่อเองเพื่อบังคับให้จ่ายเงิน
องค์กรส่วนใหญ่จัดการเรื่องนี้ด้วยวิธีเดิมๆ มาหลายปีแล้ว คือ สำรองข้อมูล แบ่งส่วนเครือข่าย และหวังว่าโปรแกรมพันธมิตรของผู้โจมตีจะมีช่วงที่เงียบเหงา แต่จริงๆ แล้วนั่นเป็นการเดิมพันที่เสียเปรียบอยู่แล้ว รายงานระบุว่าค่าใช้จ่ายเฉลี่ยในการกู้คืนจาก ransomware อยู่ที่ 2.73 ล้านดอลลาร์ และเวลาหยุดทำงานเฉลี่ยอยู่ที่ 21 วัน และ Cybersecurity Ventures คาดการณ์ว่าจะมี ransomware โจมตีทั่วโลกมากถึง 43,200 ครั้งต่อวันภายในปี 2031
AI ไม่ได้สร้างปัญหานี้ขึ้นมา แต่ AI ช่วยขจัดอุปสรรคสุดท้ายที่เกิดจากมนุษย์ออกไปต่างหาก
สิ่งที่เปลี่ยนไป: ตัวแทน AI เป็นผู้ดำเนินการโจมตีด้วยแรนซัมแวร์ ไม่ใช่แค่ตัวมัลแวร์เพียงอย่างเดียว
ทิศทางการพัฒนาของมัลแวร์ประเภทนี้ปรากฏให้เห็นมาตั้งแต่ก่อน JadePuffer แล้ว กลุ่ม RaaS ที่ชื่อ FunkSec รายงานว่าใช้ AI แบบสร้างสรรค์ในการเขียนโค้ดแรนซัมแวร์ สร้างเวอร์ชันใหม่ และใช้งานแชทบอทเจรจาต่อรองกับเหยื่อ เนื่องจากกลุ่มนี้ขาดความเชี่ยวชาญทางเทคนิคอย่างลึกซึ้ง กลุ่มผู้คุกคามอื่นๆ ใช้ AI ในการร่างอีเมลฟิชชิงที่ดูน่าเชื่อถือ และโทรฟิชชิงด้วยเสียงที่แอบอ้างเป็นเจ้าหน้าที่จริง และเครื่องมือพื้นฐานอย่าง WormGPT, DarkGPT และ FraudGPT ก็มีอยู่เพื่อลดความจำเป็นในการใช้ทักษะเฉพาะทางสำหรับการโจมตีแบบวิศวกรรมสังคมประเภทนี้ แม้แต่กลุ่มที่เชื่อมโยงกับรัฐบาล เช่น Forest Blizzard (Fancy Bear) และ Emerald Sleet ก็มีรายงานว่าใช้โมเดลภาษาขนาดใหญ่เพื่อเลียนแบบเอกสารทางการและเร่งการวิจัยช่องโหว่
JadePuffer ก้าวไปอีกขั้นเหนือกว่านั้น แทนที่จะใช้ AI ในการเขียนสคริปต์หรืออีเมลฟิชชิ่ง ผู้โจมตีได้ชี้ตัวแทนอัตโนมัติไปยังเป้าหมายและปล่อยให้มันดำเนินการ ตามข้อมูลจาก ข่าวแฮ็กเกอร์, BleepingComputerและ ไซเบอร์สกู๊ปแคมเปญดังกล่าวใช้ช่องโหว่ที่ทราบกันดีสองอย่างเพื่อเจาะระบบ ได้แก่ ช่องโหว่การเรียกใช้โค้ดจากระยะไกลโดยไม่ได้รับการตรวจสอบสิทธิ์ใน Langflow ซึ่งเป็นเฟรมเวิร์กโอเพนซอร์สสำหรับการสร้างแอปพลิเคชัน LLM (CVE-2025-3248) และช่องโหว่การข้ามการตรวจสอบสิทธิ์ใน Nacos (CVE-2021-29441) ช่องโหว่ใน Langflow ได้รับการแก้ไขแล้วตั้งแต่เดือนเมษายน 2025 และถูกเก็บไว้เป็นเวลานาน CISรายการช่องโหว่ที่ถูกโจมตีที่ทราบแล้วของ A นั้น แต่ระบบที่เข้าถึงได้จากอินเทอร์เน็ตยังคงมีความเสี่ยงอยู่
จากนั้น ตัวแทนไม่ได้เพียงแค่ดำเนินการตามสคริปต์ แต่ยังใช้เหตุผลในการดำเนินการด้วยภาษาธรรมชาติ พร้อมทั้งบรรยายการกำหนดเป้าหมายของตนเองcisตัวแทนปฏิบัติการนี้ทำงานตลอดเส้นทาง ตั้งแต่การสอดแนม การขโมยข้อมูลประจำตัว การเคลื่อนที่ในแนวนอน การคงอยู่ การยกระดับสิทธิ์ และการเข้ารหัส รายงานของ CyberScoop ระบุอย่างระมัดระวังว่าตัวแทนปฏิบัติการไม่ได้ทำทุกขั้นตอนให้เสร็จสมบูรณ์โดยปราศจากความช่วยเหลือ แต่ได้บีบอัดสิ่งที่ปกติแล้วผู้เชี่ยวชาญต้องใช้เวลาหลายชั่วโมงให้เหลือเพียงไม่กี่นาที เมื่อมีสิ่งใดล้มเหลว มันจะปรับเปลี่ยนโดยไม่ต้องรอการแก้ไขจากมนุษย์ ในกรณีหนึ่งที่บันทึกไว้ การทำงานล้มเหลว login ความพยายามดังกล่าวได้รับการแก้ไขและลองใหม่สำเร็จในเวลาประมาณ 31 วินาที
แต่รายละเอียดที่สำคัญที่สุดไม่ใช่ความเร็ว แต่คือ "ค่าไถ่" ใน JadePuffer อาจกู้คืนไม่ได้แม้ว่าเหยื่อจะจ่ายไปแล้วก็ตาม Sysdig พบว่ารหัสการเข้ารหัสถูกสร้างขึ้นจากข้อมูลแบบสุ่ม พิมพ์ออกมาที่เทอร์มินัล แต่ไม่เคยถูกบันทึกหรือส่งไปยังที่ใดที่ผู้โจมตีจะสามารถเรียกคืนได้ในภายหลัง นอกจากนี้ เอเจนต์ยังสร้างที่อยู่กระเป๋าเงิน Bitcoin ที่ไม่มีอยู่จริง โดยรวมแล้ว JadePuffer ไม่ได้ดำเนินการตามแผนการเรียกค่าไถ่ที่ใช้งานได้จริง มันทำลายข้อมูลและทิ้งข้อความเรียกค่าไถ่ไว้เบื้องหลัง ซึ่งอาจเป็นประโยชน์มากกว่าสำหรับฝ่ายป้องกันที่จะเข้าใจมากกว่าตัวระบบอัตโนมัติเอง: เอเจนต์ AI ที่เชื่อมโยง TTP ของแรนซัมแวร์เข้าด้วยกันไม่ได้รับประกันว่ามันสร้างอะไรที่คล้ายกับแบบจำลองธุรกิจของผู้โจมตีที่ใช้งานได้จริง
JadePuffer ไม่ใช่ข้อมูลที่เกิดขึ้นเพียงครั้งเดียว มันเกิดขึ้นหลังจากที่ Anthropic เปิดเผยในเดือนสิงหาคม 2025 เกี่ยวกับแคมเปญเรียกค่าไถ่ที่ใช้เครื่องมือ Claude Code ของบริษัทโจมตีองค์กรอย่างน้อย 17 แห่ง และการเปิดเผยในเดือนพฤศจิกายน 2025 เกี่ยวกับสิ่งที่บริษัทเรียกว่าการโจมตีทางไซเบอร์แบบอัตโนมัติเป็นส่วนใหญ่ ซึ่งดำเนินการโดยกลุ่มที่เชื่อมโยงกับรัฐบาลโดยมีการควบคุมจากมนุษย์เพียงเล็กน้อย นักวิจัยด้านความปลอดภัยของ Trend Micro เคยกล่าวไว้แล้วว่าปี 2026 คือ “ปีแห่งแรนซัมแวร์ที่ใช้ AI ช่วย” JadePuffer คือช่วงเวลาที่การคาดการณ์นั้นสิ้นสุดลงแล้ว
หากคุณต้องการทราบภาพรวมที่สมบูรณ์ยิ่งขึ้นว่า AI กำลังเปลี่ยนแปลงรูปแบบการโจมตีอย่างไร ไม่ใช่แค่เพียงมัลแวร์เรียกค่าไถ่เท่านั้น บทความนี้คุ้มค่าแก่การรับชมในเวลาห้านาทีถัดไป:
เหตุใดเรื่องนี้จึงสำคัญ แม้ว่าคุณจะไม่ใช่เป้าหมายของการโจมตีด้วยแรนซัมแวร์ครั้งต่อไปก็ตาม
มีสามสิ่งเกี่ยวกับแรนซัมแวร์แบบเอเจนต์ที่ควรทำให้ผู้ป้องกันภัยกังวลมากกว่าพาดหัวข่าวเสียอีก:
- ระดับทักษะขั้นต่ำในการโจมตีลดลงเรื่อยๆ RaaS (Rammaper as a Service) หมายความว่าผู้โจมตีไม่จำเป็นต้องเขียนแรนซัมแวร์เองอีกต่อไปแล้ว และ AI ของเอเจนต์ก็หมายความว่าพวกเขาไม่จำเป็นต้องลงมือโจมตีเองด้วยซ้ำ การเช่าเอเจนต์นั้นถูกกว่าและเร็วกว่าการสรรหาพันธมิตรที่มีทักษะเสียอีก
- จุดเริ่มต้นของการโจมตีคือระบบ AI ของคุณเอง JadePuffer ไม่ได้บุกรุกเข้ามาผ่านอีเมลฟิชชิ่ง แต่บุกรุกเข้ามาผ่านเฟรมเวิร์กแอปพลิเคชัน AI ที่ไม่ได้อัปเดตแพตช์ ซึ่งเป็นเครื่องมือประเภทเดียวกับที่ทีมพัฒนาและทีมข้อมูลกำลังสร้างขึ้นอย่างรวดเร็ว โดยมักจะอยู่นอกเหนือการตรวจสอบของทีมรักษาความปลอดภัย
- การโจมตีเคลื่อนที่ด้วยความเร็วของเครื่องจักร ตัวแทนที่แก้ไขความล้มเหลวของตนเอง login ภายใน 31 วินาที ไม่ใช่การรอให้เจ้าหน้าที่ฝ่ายบริการลูกค้าตื่นขึ้นมาแล้วลองใหม่ในวันพรุ่งนี้ กรอบเวลาการตรวจจับที่เคยตั้งสมมติฐานว่าเป็นไปตามจังหวะของมนุษย์นั้นใช้ไม่ได้อีกต่อไปแล้ว
ทั้งหมดนี้ไม่ได้เปลี่ยนแปลงหลักการพื้นฐานของการรับมือกับแรนซัมแวร์ ศูนย์ความปลอดภัยทางไซเบอร์แห่งชาติของสหราชอาณาจักร (NCSC) ยืนยันอย่างชัดเจนในประเด็นนี้: อย่าจ่ายเงิน เพราะการจ่ายเงินไม่ได้รับประกันว่าคุณจะได้ข้อมูลคืน ไม่ได้กำจัดไวรัส และทำให้คุณตกเป็นเป้าหมายที่น่าดึงดูดใจมากขึ้นสำหรับการโจมตีซ้ำ คำแนะนำหลักของ NCSC คือ การสำรองข้อมูลแบบออฟไลน์ แผนการรับมือกับเหตุการณ์ และการตรวจสอบอย่างต่อเนื่อง ยังคงเป็นรากฐานสำคัญ สิ่งที่ AI ที่ทันสมัยเปลี่ยนแปลงคือ ระยะเวลาที่รากฐานนั้นช่วยให้คุณมีเวลามากขึ้น และจุดเริ่มต้นของการโจมตีมักจะมาจากที่ใด
ทีม AppSec ควรตรวจสอบที่จุดใดกันแน่
การเปลี่ยนแปลงที่สำคัญสำหรับทีมรักษาความปลอดภัยไม่ใช่การ "ซื้อตัวตรวจจับ AI" แต่เป็นการตระหนักว่าเอเจนต์ AI เฟรมเวิร์กแอปพลิเคชัน AI และโค้ดที่สร้างโดย AI นั้นเป็นส่วนหนึ่งของพื้นผิวการโจมตี ไม่ใช่แค่ส่วนหนึ่งของการป้องกันอีกต่อไป
นั่นหมายความว่าต้องพิจารณาบางสิ่งเป็นความเสี่ยงหลัก แทนที่จะเป็นกรณีพิเศษ:
- เฟรมเวิร์ก AI ที่ทีมของคุณใช้งานเอง Langflow ไม่ใช่เป้าหมาย แต่เป็นประตู เฟรมเวิร์กแอป LLM ที่เชื่อมต่อกับอินเทอร์เน็ต ตัวจัดการเอเจนต์ หรือแบ็กเอนด์ Copilot ใดๆ ก็ตาม จำเป็นต้องมีระเบียบวินัยในการแก้ไขข้อบกพร่องเช่นเดียวกับ API สาธารณะ
- สิ่งที่เอเจนต์และผู้ช่วยนักบินของคุณสามารถทำได้โดยไม่ต้องมีการกำกับดูแล เอเจนต์ที่สามารถติดตั้งแพ็กเกจ แก้ไขไฟล์การกำหนดค่า หรือเรียกใช้เครื่องมือ MCP โดยไม่ต้องมีมนุษย์ตรวจสอบก่อนนั้น คือเอเจนต์ที่ผู้โจมตีสามารถชักใยให้ทำทั้งสามอย่างนี้ได้
- แพ็กเกจที่เป็นอันตรายซึ่งยังไม่มีลายเซ็นต์ ผู้โจมตีใช้ AI ในการสร้างแรนซัมแวร์รูปแบบใหม่ได้เร็วขึ้น ซึ่งหมายความว่าจะมีเพย์โหลดใหม่ๆ ที่การสแกนมัลแวร์แบบเดิมที่ใช้ลายเซ็นต์ไม่เคยพบมาก่อน
นี่คือก่อนcisช่องว่าง เอเจนต์ DevAI ของ Xygeni ถูกสร้างขึ้นเพื่อปิดช่องโหว่: ไม่ใช่ปลั๊กอิน IDE ที่สแกนโค้ดหลังจากที่เขียนเสร็จแล้ว แต่เป็นเอเจนต์ที่ทำงานอยู่ในสภาพแวดล้อมของนักพัฒนาและตรวจสอบสิ่งที่เอเจนต์อื่นกำลังจะทำก่อนที่พวกมันจะลงมือทำ ซึ่งรวมถึงการตรวจจับคำสั่งที่เป็นอันตรายที่ซ่อนอยู่ในกฎของเอเจนต์และไฟล์การกำหนดค่า (รวมถึง Unicode ที่มองไม่เห็นซึ่งจะไม่ปรากฏใน...) pull request) สกัดกั้นการติดตั้งแพ็กเกจแบบเรียลไทม์เพื่อบล็อกมัลแวร์และเว็บไซต์เลียนแบบก่อนที่จะถูกติดตั้ง และตรวจสอบการเรียกใช้เครื่องมือ MCP เพื่อตรวจจับการโจมตีและการทำงานผิดปกติของเอเจนต์ Xygeni's ระบบแจ้งเตือนมัลแวร์ล่วงหน้า (MEW) ตรวจจับแพ็กเกจที่เป็นอันตรายก่อนที่จะมีลายเซ็น ซึ่งมีความสำคัญโดยตรงเมื่อเพย์โหลดถูกสร้างขึ้นโดยโมเดล AI เมื่อหนึ่งชั่วโมงที่แล้ว และเนื่องจาก Xygeni's ASPM ระบบนี้ใช้ปัญญาประดิษฐ์แบบเดียวกันกับผลการค้นพบจากเครื่องสแกนของบุคคลที่สามด้วย ทำให้ทีมรักษาความปลอดภัยไม่จำเป็นต้องถอดเครื่องมือที่มีอยู่เดิมออกเพื่อปิดช่องว่างด้านเอเจนต์ แต่สามารถต่อยอดจากสิ่งที่มีอยู่แล้วได้
แรนซัมแวร์แบบเอเจนต์ไม่ใช่ภัยคุกคามในอนาคตที่จะวางแผนรับมือในภายหลัง เหตุการณ์ JadePuffer เกิดขึ้นแล้ว องค์กรที่จะก้าวล้ำหน้าภัยคุกคามครั้งต่อไปคือองค์กรที่เริ่มจัดการกับเอเจนต์ AI และห่วงโซ่อุปทานเอเจนต์ของตนเองในฐานะส่วนหนึ่งของระบบรักษาความปลอดภัยตั้งแต่วันนี้ ดูว่าการปฏิบัติต่อเอเจนต์ AI ของคุณเสมือนเป็นส่วนหนึ่งของระบบรักษาความปลอดภัยนั้นมีลักษณะอย่างไร:
คำถามที่พบบ่อย
แรนซัมแวร์แบบเอเจนติกคืออะไร?
แรนซัมแวร์แบบเอเจนต์ คือการโจมตีด้วยแรนซัมแวร์ที่ใช้เอเจนต์ AI อัตโนมัติ ไม่ใช่ผู้ควบคุมที่เป็นมนุษย์ ในการดำเนินการส่วนใหญ่ของวงจรการโจมตี ได้แก่ การสอดแนม การขโมยข้อมูลประจำตัว การเคลื่อนที่ไปยังเป้าหมายอื่น การคงอยู่ในระบบ การเข้ารหัส และแม้กระทั่งการเขียนข้อความเรียกค่าไถ่ มนุษย์ยังคงกำหนดเป้าหมายและวัตถุประสงค์ แต่เอเจนต์ AI จะจัดการการดำเนินการและปรับตัวให้เข้ากับอุปสรรคด้วยตนเอง
JadePuffer เป็นการโจมตีจริงหรือเป็นการสาธิตเพื่อการวิจัยกันแน่?
JadePuffer เป็นการโจมตีจริงที่ได้รับการวิเคราะห์โดยบริษัทรักษาความปลอดภัยบนคลาวด์ Sysdig ซึ่งโจมตีฐานข้อมูลที่ใช้งานจริงในเดือนมิถุนายน 2026 มันแตกต่างจาก PromptLock (หรือที่เรียกว่า Ransomware 3.0) ซึ่งเป็นแนวคิดแรนซัมแวร์ AI รุ่นก่อนหน้า ที่ในที่สุดก็พบว่าเป็นเพียงต้นแบบงานวิจัยทางวิชาการ ไม่ใช่การโจมตีที่เกิดขึ้นจริงในวงกว้าง
ตัวแทน AI ใน JadePuffer เข้ามาได้อย่างไร?
จากช่องโหว่ CVE-2025-3248 ซึ่งเป็นช่องโหว่การเรียกใช้โค้ดจากระยะไกลโดยไม่ได้รับการตรวจสอบสิทธิ์ใน Langflow ซึ่งเป็นเฟรมเวิร์กโอเพนซอร์สสำหรับการสร้างแอปพลิเคชัน LLM และเวิร์กโฟลว์ของเอเจนต์ มีการแก้ไขช่องโหว่นี้มาตั้งแต่เดือนเมษายน 2025 และช่องโหว่นี้ได้รับการแก้ไขแล้ว CISรายการช่องโหว่ที่ถูกโจมตีที่ทราบแล้วของ A ระบุว่ามีช่องโหว่ดังกล่าว แต่ระบบ Langflow ที่เชื่อมต่อกับอินเทอร์เน็ตยังคงทำงานโดยไม่ได้รับการแก้ไข
AI ทำให้การหยุดยั้งการโจมตีด้วยแรนซัมแวร์ยากขึ้นหรือไม่?
มันเปลี่ยนรูปแบบของปัญหามากกว่าที่จะเปลี่ยนพื้นฐาน ตัวแทน AI ช่วยลดเวลาตั้งแต่การเข้าถึงครั้งแรกจนถึงผลกระทบ เนื่องจากพวกมันจะลองขั้นตอนที่ล้มเหลวซ้ำและปรับตัวได้โดยไม่ต้องรอมนุษย์ นั่นหมายความว่าการตรวจจับและการตอบสนองจำเป็นต้องทำงานด้วยความเร็วของเครื่องจักรเช่นกัน การป้องกันหลัก การแก้ไขระบบที่เชื่อมต่อกับอินเทอร์เน็ต การจำกัดสิ่งที่ตัวแทนสามารถทำได้โดยไม่มีการควบคุมดูแล และการตรวจจับแพ็กเกจที่เป็นอันตรายก่อนที่จะมีลายเซ็นนั้นมีความสำคัญมากขึ้น ไม่ใช่ลดลง
องค์กรของฉันควรจ่ายค่าไถ่หรือไม่ หากถูกโจมตีด้วยมัลแวร์เรียกค่าไถ่ที่ขับเคลื่อนด้วย AI?
คำแนะนำของศูนย์ความปลอดภัยทางไซเบอร์แห่งชาติของสหราชอาณาจักรใช้ได้ไม่ว่าจะมี AI เข้ามาเกี่ยวข้องหรือไม่ก็ตาม: การจ่ายเงินไม่ได้รับประกันว่าคุณจะได้ข้อมูลคืน ไม่ได้กำจัดไวรัส แต่กลับเป็นการสนับสนุนกิจกรรมทางอาชญากรรมเพิ่มเติม และทำให้คุณมีโอกาสตกเป็นเป้าหมายอีกครั้ง การสำรองข้อมูลแบบออฟไลน์ แผนรับมือเหตุการณ์ และการเฝ้าระวังยังคงเป็นวิธีการป้องกันขั้นพื้นฐาน
ทีมพัฒนาและทีมรักษาความปลอดภัยจะป้องกันการใช้ AI เป็นช่องทางโจมตีได้อย่างไร?
พิจารณาเฟรมเวิร์ก AI และเอเจนต์การเขียนโค้ดเป็นส่วนหนึ่งของพื้นที่เสี่ยงต่อการโจมตี: อัปเดตแพตช์โครงสร้างพื้นฐานแอปพลิเคชัน AI ที่เชื่อมต่อกับอินเทอร์เน็ตเช่นเดียวกับ API สาธารณะทั่วไป จำกัดสิ่งที่ผู้ช่วยและเอเจนต์สามารถทำได้โดยปราศจากการตรวจสอบจากมนุษย์ (เช่น การติดตั้งแพ็กเกจ การแก้ไขการกำหนดค่า การเรียกใช้เครื่องมือ MCP) และใช้การตรวจจับมัลแวร์ที่ไม่พึ่งพาลายเซ็นที่รู้จัก เนื่องจากแรนซัมแวร์ที่สร้างโดย AI อาจมีการเปลี่ยนแปลงใหม่ทุกครั้ง







