(54%), Claude Code (13%), Cursor (12%), Zed (9%) и OpenCode (9%). Это расхождение указывает на то, что распространенность инструментов не всегда отражает реальный спрос или риск. AI-агенты могут автономно выполнять действия, взаимодействовать с внешними сервисами и получать доступ к корпоративным ресурсам, таким как репозитории исходного кода, облачные платформы, внутренние API и документы. В случае компрометации злоумышленники могут использовать эти возможности. В одном из расследований SOC Bi.Zone обнаружил признаки компрометации рабочей станции, где пользователь использовал AI-агента для запуска задач на других компьютерах; агент устанавливал инструменты атакующего и выполнял команды от имени пользователя. Такие сценарии усложняют работу службы безопасности, поскольку аналитики должны определять, какие действия были инициированы пользователем, а какие выполнялись агентом автономно. Отдельный риск представляет собой теневой ИИ — использование сотрудниками AI-инструментов, плагинов или компонентов агентов без одобрения ИТ-отдела и службы безопасности. В отличие от обычного программного обеспечения, эти решения могут принимать решения и получать доступ к корпоративным данным, поэтому требуют особого контроля. Теймур Хейрхабаров, директор по продуктам Bi.Zone, подчеркнул, что AI-агенты формируют новый класс корпоративных инструментов, требующих систематического контроля из-за доступа к внутренним данным, репозиториям и API; неправильная конфигурация или избыточные привилегии могут привести к серьезным инцидентам. Он отметил важность анализа технических показателей для понимания фактического использования, чего не могут предоставить опросы или инвентаризация программного обеспечения. Комплексный анализ телеметрии позволяет провести инвентаризацию AI-агентов и их