IT

⚡️Как атака PleaseFix заставляет ИИ-агентов грабить своих владельцев На конференции Black Hat USA 2026 исследователи из Zenity Labs представили новый класс атак для агентных браузеров -PleaseFix. 🔍В отличие от классического фишинга, человек здесь полностью выпадает из цепочки. Вы просто просите ИИ-ассистента сделать короткую сводку почты, а спрятанная в тексте косвенная инъекция отдает браузерному агенту новые, скрытые приказы. А поскольку у ИИ есть полные права действовать от вашего имени во всех вкладках:

🟦Claude for Chrome: Агента заставили выполнить вредоносный JavaScript в контексте авторизованного браузера. ИИ сам прочитал Gmail, перехватил одноразовые коды входа (Magic Links) и угнал сессии пользователя в Slack, X и Claude.ai.

🟦ChatGPT Atlas + Amazon Rufus: Прочитав зараженный комментарий в X, агент зашел в WhatsApp Web и начитал фишинг контактам жертвы. Затем перешел на Amazon, набил корзину товарами, сменил адрес доставки и попросил встроенного бота Amazon Rufus завершить покупку с карты пользователя.

🟦Perplexity Comet: Через фейковую встречу в календаре агента заставили считывать локальные файлы на диске (file://) и сливать базы паролей.

🟢PleaseFix - это не рядовой баг, который можно закрыть быстрым патчем, а системный изъян самой концепции ИИ-агентов. Происходит так называемое столкновение намерений: модель математически не способна отличить ваши команды от вредоносного текста, который она считывает с веб-страницы. 🦔CyberYozh

Сегодня ожидают gemini 3.7 flash Тибо сделал всем ресет ночью А я сделал скилл Bottleneck для AI-агентов. Часто агент сразу предлагает улучшать код, добавлять функции или менять архитектуру, ещё до того как понял, что на самом деле ограничивает проект. Bottleneck сначала смотрит на систему целиком, а потом определяет главное узкое место. Он объясняет, почему именно эта проблема важнее остальных, какие ограничения идут следом и что стоит проверить в первую очередь. Скилл можно использовать для анализа кодовой базы, архитектуры, продукта, бизнес-процесса, AI-агента или просто идеи. В Codex вызывается так:

$bottleneck

https://github.com/Antonod1988/what-are-the-bottlenecks пока всё😊

📊 Подведём небольшие итоги опроса про практику

Довольно интересный у нас получился опрос 🙂

Возможно, результаты ещё немного изменятся, но на данный момент картина такая: 🔵 Hack The Box — 43 голоса (35%) 🟢 TryHackMe — 42 голоса (34%) 🟠 PortSwigger Web Security Academy — 26 голосов (21%) 🟣 Свой вариант — 12 голосов (10%) Всего проголосовало 123 человека. И что самое интересное — HTB лидирует всего на один голос 😄 Честно, ожидал чуть большего разрыва. В комментариях уже написали, что некоторые, возможно, недооценивают PortSwigger — и с этим сложно спорить. Особенно если речь идёт именно о web-направлении: там огромное количество очень хороших лабораторий, и многие темы можно отрабатывать буквально по шагам. Но пока факт остаётся фактом:

🥇 Hack The Box впереди всех.

Совсем рядом идёт TryHackMe, поэтому по факту у нас получилась почти ничья. Я сам, кстати, довольно часто зависаю именно на TryHackMe 😄 Но тут всё просто — в своё время взял новогоднюю подписку с очень большой скидкой, поэтому теперь стараюсь использовать её по максимуму😄. При этом, как мне кажется, у каждой платформы своя сильная сторона: 🔵 HTB — ближе к самостоятельному поиску решений и полноценным цепочкам атак. 🟢 TryHackMe — отлично подходит для последовательного обучения и закрепления базы. 🟠 PortSwigger — очень сильная площадка именно для практики по web security. Поэтому после опроса, я понял, что вопрос был сформулирован не совсем правильно🤔

«Какая платформа лучше?»

Скорее:

«Какая платформа лучше именно для вашей текущей задачи?»

Если только входите в тему — одна. Если хотите больше самостоятельности — другая. Если качаете web — третья. И отдельный респект тем, кто написал свои варианты в комментариях — GOAD, SIEM + BadBlood и другие стенды тоже точно заслуживают внимания. Так что опрос получился реально полезный. Теперь хотя бы видно, чем в основном пользуется наше сообщество 👌 #опрос #практика #htb #tryhackme #portswigger #pentest

Сегодня я нажал кнопку "раскатать на всех" в эксперименте, над которым моя команда работала с начала года. Эксперимент положительный, доверительный интервал глубоко зеленого цвета. Опытный экспериментатор отметит тот факт, что граница доверитильного интервала далеко от нуля, а значит confidence у этого эксперимента достаточно высокий. Вне всяких сомнений, это улучшение опыта клиентов немного заметное даже на масштабе всей огромной компнии. Успех в этом эксперименте фактически означает, что мы выполнили свои цели на этот год, и дальше можно работать уже имея большую свободу: вкладываться в какие-то долгосрочные проекты без немедленной отдачи, или доводить какие-то более мелкие штуки. Ну и немного улучшить ситуацию с тех. долгом, поработать над нашим собственным тулингом, углубить интеграцию с AI в конце концов. Суть улучшения не все поймут даже внутри компании, а наружу про нее говорить вообще пока нельзя, но это на стыке модного AI (LLM-driven) и классического ML. Я очень рад, что именно эта гипотеза сработала. Дело в том, что новомодный AI, конечно, обладает большими возможностями, и иногда слабо отличим от магии, но для задач, где нужно обработать огромное количество данных, он почти не применим: и дорого и медленно. Недавно стали появляться подходы, которые позволяют их эффективно скрещивать, и использовать магию LLM в том числе на BigData задачках, но они пока технически достаточно сложные. Один из них сработал у нас. Я надеюсь, через пол года об этом напишут статью, и тогда можно будет рассказывать уже в деталях, а пока просто хочется разделить с вами эту эмоцию.

Мы стали забывать, как выглядит ИТ-шный голый четверг. Что-то мне надоело, что мне не хватает 500 гигабайт у Razer и решил посмотреть в интернете, сложно ли добраться к SSD у Razer Blade 2020 Base модели. Открываю первое же видео и вижу, что оказывается Razer поддерживает два SSD. Справа видно свободный слот. А у меня как раз от Surface Pro единственное что осталось, так это M.2 NVMe PCIe на 256 мегабайт. Достаточно, чтобы туда игры закачивать. Основной будет использоваться под систему и мои файлы, а дополнительный на 256 под игры. Установил второй SSD, а загрузка не идёт. Пришлось отключать Secure Boot, снова готовить флешку и обновлять сертификаты. Я только недавно это делал и рассказывал тут. После этого ноут завёлся и теперь можно не держать постоянно подключённый внешний диск.

HNSW: как устроен графовый индекс для векторного поиска One million years later, я наконец добралась до прикручивания в проект семантического поиска. Тащить ради этого отдельную векторную бд максимально не хотелось, поэтому решила пойти классическим путем - попробовать встроить индекс HNSW прямо в движок наравне с остальными индексами. Если кратко, HNSW - это графовый индекс для approximate nearest neighbor поиска по векторам. Вместо того чтобы сравнивать запрос со всеми векторами в индексе, он заранее связывает близкие векторы в многоуровневый граф, а во время поиска двигается по этим связям в сторону все более похожих кандидатов. Как обычно, решила разобраться, как HNSW вообще работает: 1. зачем графу несколько уровней; 2. как выбирается entry point; 3. почему сверху greedy поиск, который расширяется на ниженем уровне; 4. что делают параметры M, efSearch и efConstruction; 5. почему при построении нельзя просто соединить ноду с M ближайшими; 6. и как работают reverse links и pruning. В итоге текста получилось на статью :") Пока без реализации и бенчмарков, а просто разбор внутрянки индекса. Читать тут: https://gist.github.com/dariasmyr/d492c3388feaf0f779571a635a3b493e