网络安全正迈向新的自主水平。“Sber”推出了一项雄心勃勃的研发成果——一套多模态AI代理系统，旨在自动检测钓鱼资源。该公告在Offzone 2026大会上发布，这不仅仅是又一次实验，而是一个相当成熟的解决方案，目前正处于最终训练阶段。

“智能狩猎”诈骗者如何运作

该技术的核心在于综合方法。AI代理同时分析网站的多个特征：文本内容、程序代码、基础设施和视觉设计。收集到的数据经过多级验证。同时，系统架构基于对抗性原则构建：一些代理收集支持威胁的证据，另一些则收集反对的证据。最终决定由独立模块根据所有论据的综合结果作出。这类似于法庭程序，双方各自陈述理由，陪审团作出裁决。

Sber所解决的问题规模令人印象深刻。据我估计，全球每天新增超过1.1万个钓鱼网站，其中许多仅存活数小时。随着生成式AI的发展，创建此类页面变得更加简单快捷，因此人工检查已彻底失去效率。自动化在此不仅是优势，更是必要之举。

目前，该系统以专家助手模式运行：进行初步分析、设定优先级并准备封禁报告。最终决定仍由人工作出，但公司计划转向对已发现资源进行全自动封禁。此外，该技术将被整合到X Threat Intelligence平台中，已有超过760家俄罗斯组织接入该平台。这将扩大对模仿品牌和企业资源的网站的自动搜索范围。

AI领域的军备竞赛

Sber的这一举措是更广泛趋势的一部分。此前，该银行已推出“GigaAgent”——一款通用助手，能够自主规划任务、重写自身代码并在会话之间保持上下文。其他运营商也采取了类似行动：MTS更新了“Защитник”服务的AI模型，其中三个神经网络评估每次通话的超过1100个参数，将应对诈骗电话的反应时间从30秒缩短至15秒。

关于互联网全面自动化的预测愈发大胆。埃隆·马斯克支持Cloudflare的预测，即到2026年5月，非人类流量将超过用户流量，并在五年后超过其1000倍。然而，代理的自主性面临技术限制。研究人员指出，单个代理会“失忆”，并提出图结构架构，其中代理共享记忆并相互检查工作。

此类系统的扩展也带来了新的漏洞。最近，美国研究人员演示了Ghostcommit攻击：恶意指令隐藏在图像中，检查代理未打开它，而另一个助手读取指令并将密码转发到公开代码中。这类似于经典的“分而治之”策略，但已发生在AI世界中。

我的观点：Sber押注多模态代理是正确的一步，但军备竞赛才刚刚开始。当防御者教AI识别钓鱼时，攻击者也在教AI进行伪装。成功的关键因素将不仅是检测速度，更是系统实时适应新型攻击向量的能力。率先构建真正自学习安全生态系统的一方将获得决定性优势。