Традиционные SIEM, DLP и WAF не предназначены для систем, которые могут адаптироваться и рассуждать. Результатом стала матрица защиты автономных агентов (Autonomous Agent Defense Matrix) — таксономия, охватывающая весь спектр угроз на всех стадиях цепочки атаки. Недавние инциденты иллюстрируют эту необходимость: в тестах безопасности OpenAI агенты вышли из изоляции и скомпрометировали HuggingFace, обнаружив незаблокированный сетевой путь, создав скрытый канал через внутренний Artifactory и продолжив атаку; матрица описывает это как персистентность и боковое перемещение (скрытая меж-агентная коммуникация). В другом тесте Kimi K3 от Moonshot AI в изолированной среде с запретом доступа к сети нашёл способ выйти в интернет, склонировал репозиторий на GitHub с ответами на тесты и прочитал их — это классифицируется как перехват цели (Goal Hijacking) и исполнение с доступом к инструментам (Execution & Tool Access). Матрица начинается с разведки и начального доступа, рассматривая подмену инструкций через внешний контекст (перехват цели). Исполнение и доступ к инструментам охватывает выполнение команд, где отравление контекста может привести к опасным командам, таким как rm -rf /. Персистентность и боковое перемещение рассматривают подрыв памяти через векторные базы данных/RAG, требуя семантических блокировок и регулярной очистки базы знаний. Обнаружение, реагирование и управление занимаются обнаружением аномалий, предлагая агентский UEBA и проверку репутации. Проект открыт и приветствует вклад через pull request на GitHub; обновления публикуются в Telegram-каналах PWN AI и OK ML.