Доказанное действие. Власть и контроль над ИИ-агентами: стратегия 2027–2035
- -
- 100%
- +
По мере того как рынок осознаёт причину предстоящего закрытия 40 % агентных проектов по прогнозу Gartner, платёжеспособный спрос смещается в контур аудита и допуска (S3) и в контур независимых полигонных испытаний (S4). Сам Gartner выделяет системы присмотра и ограничения агентов в отдельный быстрорастущий сегмент — guardian agents («агенты-стражи»), прогнозируя, что к 2030 году они займут от 10 до 15 % всего рынка агентного искусственного интеллекта [ПРОГНОЗ: ветвь B | репер: пресс-релиз Gartner от 11.06.2025, горизонт 2030]. Принципиальное отличие архитектуры MITR внутри этого сегмента состоит в том, что роль стража в ней выполняет не ещё одна вероятностная языковая модель (которая стоит денег за каждый токен, вносит задержку в сотни миллисекунд и подвержена сговору или обходу промптом, как показали работы по ложной покорности и сговору моделей 2024–2026 годов), а детерминированный логический решатель над контрактами-данными.
Экономика этого решения опирается на твёрдые приборные показатели [ФАКТ], которые кладутся на стол перед инвестиционным комитетом, грантодателем (Ступень 4 коммерческой лестницы: грант 5 млн рублей на переход TRL 3 → 5 и венчурное софинансирование) и корпоративным заказчиком (Ступень 3: первый внешний арендатор с кодовыми агентами Claude Code, Cursor или OpenClaw через MCP/REST) [ИЗМЕРЕНО: MITR_STRATEGY.md §4, PLAN.md §4]:
Формула цены от защищённой ценности ([ГИПОТЕЗА]): стоимость подписки за защищённого агента на Ступени 3 и корпоративной лицензии на Ступени 5 определяется разностью между математическим ожиданием предотвращённого ущерба (удаление промышленной базы как в PocketOS, простой региона как в Kiro, регуляторный штраф или отказ страховщика) плюс экономия на внешнем аудите без доверия минус цена самой проверки.
Пять машинных доказательств для инвестора (P1–P5 на Ступени 4): вместо декларативных презентаций инвестиционному фонду предъявляются пять инженерных артефактов: P3 — живая хэш-цепь квитанций с внешними якорями OpenTimestamps ([ИЗМЕРЕНО]); P4 — приборный профиль задержек решателя: 0,74 / 3,3 мс на 26.09.2026 и 0,95 / 4,3 мс на узле 147 на 14.10.2026 ([ИЗМЕРЕНО]); P1 — отражение набора атак с независимой чужой подписью ([СТРОИМ]); P5 — непрерывный промышленный пилот длительностью не менее 30 суток ([СТРОИМ]). Вся потенциальная выручка по внешним ступеням лестницы до момента получения первого оплаченного счёта от стороннего заказчика маркируется в финансовой модели исключительно как [ГИПОТЕЗА] — без произвольных множителей и бумажных миллиардов.
1.7 Протокол независимой верификации
Дисциплина книги, которая сама является измерительным прибором, предполагает, что ни одно базовое утверждение о работоспособности кода или динамике внешних трендов не должно приниматься на веру. Служба технического аудита инвестора, архитектор безопасности или независимый исследователь могут самостоятельно воспроизвести показания приборов в двух контурах — внутреннем (по набору верификации узла 147) и внешнем (по открытым реперам мировых исследовательских центров).
Контур А. Проверка инженерных артефактов MITR (внутренний контур и открытый пакет повтора):
При наличии штатного аудиторского доступа к узлу 147 проверка живости сервисов, статуса шести постулатов, задержки решателя (P4) и целостности цепи якорей (P3) выполняется четырьмя стандартными командами оболочки:
# 1. Проверка активности сервисов и статуса шести постулатов (--six)
systemctl is-active v-bot v-mcp
cd /opt/v && sudo -u v venv/bin/python scripts/gate_mode_report.py --six --date 2026-10-09
# 2. Проверка живых арендаторов и серии Р2а (--tenants)
cd /opt/v && sudo -u v venv/bin/python scripts/gate_mode_report.py --tenants --date 2026-10-09
# 3. Инструментальный срез задержки решателя z3_gate.py (P4: строка 26.09 — 0,74 мс / 3,3 мс; последняя строка — свежий замер)
sed -n 2p /opt/v/data/logs/smt_latency_paper.jsonl; tail -1 /opt/v/data/logs/smt_latency_paper.jsonl
# 4. Проверка последнего криптографического якоря цепи решений (P3)
tail -1 /opt/v/data/gate_anchors.jsonl
Для внешнего аудитора без доступа к узлу 147 открыт набор проверки (asi5.ru/console/verify/, скрипт публикации publish_verify_kit.py): якоря цепей, метки времени OpenTimestamps, проверяемые против сети Bitcoin чужим клиентом, и проверщик целости цепи. Повтор самих решений требует цепи квитанций и текстов правил (в стандарте SMT-LIB, по одному на редакцию правила, адресованных отпечатком SHA-256): их аудитору передают вместе с проверщиком verify_chain_standalone.py --replay, и любой SMT-решатель (Z3, CVC5) перепроверяет решения без обращения к серверам института; подменить цепь нельзя — её голова стоит под меткой Bitcoin в открытом наборе. На 14.10.2026 так повторено 4958 решений из 4958 — прогоном станции; сторонний аудитор этого ещё не делал.
Контур Б. Сверка внешних макроэкономических и технологических реперов:
Темп роста вычислений обучения фронтира: сверяется ежегодно 1 февраля по реестру Epoch AI (epoch.ai/data/trends). До 2030 года снижение множителя ниже ×3 означает переход на ветвь A, удержание в коридоре ×4–5 подтверждает базовую ветвь B; после 2030 года ветвь B сама закладывает замедление до ≈ ×2 в год, и ветви A и B различаются уже не темпом, а достигнутым уровнем (×1 000 против ≈ ×10 000 к 2035 году).
Дефляция стоимости токена: сверяется ежегодно по витрине epoch.ai/data-insights/ai-inference-price-trends.
Горизонт автономной задачи (p50): сверяется по публикациям эталона METR (TH1.1 и далее). Пересечение отметки p50 >= 40 часов (рабочая неделя специалиста) до конца 2028 года служит репером ветви B.
Медиана появления Automated Coder: сверяется ежеквартально по обновлениям AI Futures Project (blog.aifutures.org).
1.8 Паспорт главы: реестр утверждений, прогнозов и источников
Таблица 1.1 — Реестр утверждений главы 1
№
Утверждение
Метка
Прибор / Источник
Дата
Условие погашения / сверки
А1.1
Вычисления обучения передовых моделей растут ≈ ×5 в год с 2020 г. (удвоение за 5,2 мес.); с 2010 г. — ×4–5 в год (точечно ×4,1–4,4)
ИЗМЕРЕНО
Epoch AI (data/trends; анализ 28.05.2024)
05.02.2026
Ежегодная сверка с Epoch AI
А1.2
Мощность крупнейших прогонов обучения оценивается в 4–16 ГВт к 2030 г.
ПРОГНОЗ
Epoch AI (power-demands)
08.2025
Отчёты МЭА и ЦОД к 2030 г.
А1.3
Цена токена фиксированного качества падает ≈ ÷10 в год (Epoch: ÷9…÷900 в год по планкам за 2022 — начало 2025 г.; ≈ ×13 в год по обновлённой оценке 2026 г.)
ИЗМЕРЕНО
a16z LLMflation (12.11.2024); Epoch AI (12.03.2025; 22.09.2026)
12.11.2024 / 12.03.2025
Ежегодный пересчёт инференса
А1.4
Цена фронтирного токена не падает: $30 → $1,25 → снова ≈ $5 за 1 млн (GPT-5.5)
ИЗМЕРЕНО (вторичн.)
Сводка цен API (вторичн.)
14.10.2026
Сверка с прайсом до 01.04.2027
А1.5
Горизонт задач METR (TH1.1, 228 задач): удвоение за 89–131 день; Opus 4.6 в феврале 2026 г. — p50 ≈ 12 ч; Mythos Preview в мае 2026 г. — >16 ч, где замер ненадёжен
ИЗМЕРЕНО
METR TH1.1 (29.01.2026); данные METR (20.02.2026, 08.05.2026)
01–05.2026
Выгрузка METR до печати
А1.6
Медиана Automated Coder у ведущего автора сдвинута с конца 2029 г. на середину 2028 г. (02.04.2026), затем на ноябрь 2027 г. (16.08.2026); экспертный уровень — на 1,5 года раньше
ПРОГНОЗ
AI Futures Project (Q1 и Q2.5 2026 Timelines Updates)
02.04.2026; 16.08.2026
Ежеквартально: blog.aifutures.org
А1.7
Открытые веса отстают от закрытых < 1 года (IAISR) и в среднем ≈ 4 мес. (Epoch, 29.05.2026); на Vercel — 29 % токенов и < 4 % затрат (06.2026), 56 % токенов (08.2026)
ИЗМЕРЕНО
IAISR (03.02.2026); Epoch AI (29.05.2026); Vercel (06–08.2026)
02–08.2026
Отчёт IAISR 2027
А1.8
Агент Cursor на Opus 4.6 удалил прод-базу и копии PocketOS (на том же томе) одним вызовом API, найдя токен в чужом файле; данные восстановила Railway
ИЗМЕРЕНО
Рассказ основателя PocketOS, заявление Railway (25.04.2026); AI Incident Database, инцидент № 1469; Lumenova (25.08.2026)
04.2026
Первичный отчёт верифицирован
А1.9
У 49 % из 108 организаций от 100 сотрудников (самоотобранная выборка) агент, прошедший внутренние проверки, вызвал сбой для клиентов; тесты не поймали ни один из 4 разобранных инцидентов 2026 г. (причина — доступ)
ИЗМЕРЕНО
VentureBeat (волна 07.2026, публикация 08.2026); Lumenova (25.08.2026)
07–08.2026
Первичные публикации сверены
А1.10
88 % организаций за прошедший год подтвердили или подозревают инцидент с агентом (опрос вендора, 919 респондентов)
ИЗМЕРЕНО
Gravitee, «State of AI Agent Security 2026»
04.02.2026
Сверено с первоисточником 14.10.2026
А1.11
В 52,9 % публичных описаний внедрений агентов в России (37 из 70) главный способ сдерживания — подтверждение человеком; 38,7 % публичных серверов MCP с определимой аутентификацией работают без неё
ИЗМЕРЕНО
Обзор ГАММА-А, 40-я неделя 2026 (spros-agentov.json, 70 записей); Bloomberry (24.02.2026)
2026
Архив ГАММА-А и сканирование Bloomberry
А1.12
Свыше 40 % проектов агентного ИИ будут свёрнуты к концу 2027 г. из-за расходов, неясной ценности и слабого контроля
ИЗМЕРЕНО (прогноз)
Gartner Press Release
25.06.2025
Репер разрешения — конец 2027 г.
А1.13
Решатель z3_gate.py: решение 0,74 мс, вызов 3,3 мс на CPU (26.09, 17 контрактов); на узле 147 — 0,95 и 4,3 мс (14.10, 19 контрактов); 62 кейса набора атак — $0; повтор проверщиком для постороннего — 1602 из 1602 (30.09), 4958 из 4958 (14.10)
ИЗМЕРЕНО
ADR-0282; ADR-0262; ADR-0281
26.09–14.10.2026
Команды повтора Приложения Б
А1.14
На 09.10.2026 правда «на пальцах» — 1 из 6; в запрете 1 класс из 7; арендаторов 2 из 7; Р2а — 0 из 14; ворота INDRA — 0 из 5
ИЗМЕРЕНО / СТРОИМ
gate_mode_report.py; ADR-0273
09.10.2026
Ворота Р2а (31.10), INDRA (12.11), --six (14.12)
Таблица 1.2 — Реестр прогнозов главы 1
№
Показатель
2026 (источник)
Ветвь A / B / C к 2035
Репер
Разрешение
Г1
Вычисления обучения фронтира, рост в год
×5 с 2020 г., удвоение за 5,2 мес. (Epoch AI, 05.02.2026)
A: ≈ ×2/год (×1 000 к 2035) / B: ×4–5/год до 2030 (×250–600), затем ≈ ×2/год (≈ ×10 000 к 2035) / C: упор в энергию
Epoch AI (data/trends)
Ежегодно, 1 февраля
Г2
Цена токена фиксированного качества
÷10 в год (a16z, 12.11.2024; Epoch, 12.03.2025: ÷9…÷900)
A: замедление / B: ÷10/год (÷10^4 к 2030, не менее ÷10^6 к 2035 — ÷10^9 при сохранении темпа; качество 2026 бесплатно) / C: ÷100/год
Epoch AI (inference prices)
Ежегодно
Г3
Горизонт задач лучшей модели (p50)
≈ 12 ч (Opus 4.6, 02.2026), >16 ч (Mythos Preview, 05.2026); удвоение за 89–131 дн. (METR TH1.1)
A: месяц к 2035 / B: неделя–месяц к 2027–2028, квартал–год к 2027–2030 (удвоение раз в 3–7 мес.), дальше — вне нынешней шкалы / C: вне шкалы METR до 2028
METR time-horizons
Ежегодно (репер 2028: >= 1 нед.; выше 16 ч METR считает свой замер ненадёжным — нужен новый эталон)
Г4
Automated Coder (автоматический кодер)
Медиана ведущего автора — середина 2028 г. (02.04.2026), ноябрь 2027 г. (16.08.2026); второго автора — 2030 г.
A: после 2035 г. / B: 2028–2030 гг. / C: до 2028 г.
blog.aifutures.org
Ежеквартально
Г1.5
Отставание открытых весов от закрытых
< 1 года (IAISR); ≈ 4 мес. (Epoch, сер. 2026)
A: 0 мес. / B: ≈ 6 мес. / C: отрыв закрытых за счёт энергии
IAISR; Epoch ECI
Ежегодно (ветвь A: >50 % токенов)
Г7–Г8
Доля автономных решений и Guardian Agents
0 % (2024) → 15 % к 2028; стражи 10–15 % к 2030 (Gartner)
A: 10 % (стражи 5 %) / B: 30 % (стражи 15 %) / C: >50 % (стражи 25 %)
Gartner Agentic AI
2028, 2030, 2035
Источники Главы 1
Внутренние артефакты: MITR/core/verification/z3_gate.py; MITR/policies/contracts/ (19); scripts/gate_mode_report.py, smt_latency_paper.py, verify_chain_standalone.py, publish_verify_kit.py, mitr_vocab.py; MITR_STRATEGY.md (§2а, §4); V_ICR_TRIZ.md; ADR-0262, 0273, 0275, 0280–0282; registry/product-line.json; каталог RLM (стр. 19, 34, 46, 79, 108–109, 182, 185, 226–227); обзор ГАММА-А (40-я неделя 2026, 70 описаний).
Модели и вычисления (первичные): Epoch AI (epoch.ai/data/trends от 05.02.2026; research/ai-and-compute; blog/power-demands-of-frontier-ai-training; data-insights/ai-inference-price-trends; blog/announcing-gate; data-insights/open-models-threshold); a16z (a16z.com/llmflation-llm-inference-cost/); AI Futures Project, Q1 2026 Timelines Update (blog.aifutures.org/p/q1-2026-timelines-update, 02.04.2026) и Q2.5 2026 Timelines Update (16.08.2026); International AI Safety Report (internationalaisafetyreport.org, 03.02.2026).
Модели и сценарии (вторичные и аналитические разборы): Разбор METR TH1.1 (buttondown.com/anatol/archive/are-ai-time-horizons-still-doubling/); Metaculus (the-decoder.com); Позиции лидеров (letsdatascience.com); D. Amodei «Machines of Loving Grace»; S. Altman «The Gentle Singularity»; A. Narayanan & S. Kapoor «AI as Normal Technology» (technologyreview.com, asteriskmag.substack.com).
Инциденты, протоколы, венчур: AI Incident Database № 7311 (incidentdatabase.ai/reports/7311); Lumenova (lumenova.ai/blog/agentic-ai-security-incidents/); Aviatrix; Gartner (gartner.com, пресс-релизы 25.06.2025 и 11.06.2025 — Guardian Agents); Bloomberry (bloomberry.com/blog/we-analyzed-1400-mcp-servers-heres-what-we-learned/, 24.02.2026); DreamFactory (mcp-server-statistics, пересказ); Stacklok; Sacra / MindStudio (Claude Code ARR); PitchBook / Dealroom; Tianpan (approval-fatigue, 25.06.2026); AccountsRecovery (25.08.2026); Alignment faking — Anthropic и Redwood Research (arxiv.org/abs/2412.14093, 18.12.2024); сговор при взаимном надзоре (arxiv.org/abs/2602.20628, 24.02.2026).
Глава 2. Энергия и кремний: гигаватты как твёрдая граница и суверенитет на уровне допуска
Формула главы: Обучение и рассуждение модели требуют гигаватт электроэнергии и десятков тысяч дефицитных ускорителей, но математическое доказательство допустимости её действия требует меньше миллисекунды на обычном центральном процессоре. Технологический суверенитет эпохи агентов находится не там, где плавится кремний ради генерации гипотез, а там, где подписывается правило и ставится квитанция на канале исполнения.
2.1 Архитектурный тупик и идеальный конечный результат
Всякая технологическая революция на стадии первоначального восторга кажется бестелесной. Пока алгоритмы искусственного интеллекта обитали в презентациях венчурных фондов и исследовательских песочницах, индустрия молчаливо исходила из допущения, что программный код масштабируется исключительно за счёт элегантности математических формул. К осени 2026 года эта иллюзия окончательно разбилась о законы термодинамики, правила электротехники и таможенные ведомости экспортного контроля. За каждой строкой машинного рассуждения обнаружились вполне осязаемые тонны меди в обмотках силовых трансформаторов, кубометры воды в градирнях охлаждения и гигаватты базовой генерации, которые невозможно создать росчерком пера или очередной эмиссией капитала.
При сопоставлении физических границ инфраструктуры с требованиями корпоративной и государственной безопасности возникает фундаментальное системное противоречие по Генриху Альтшуллеру. Для того чтобы предприятие, банк или оператор критической информационной инфраструктуры сохранял конкурентоспособность по скорости обработки данных и автоматизации рутинных операций, контур управления обязан использовать наиболее мощные из доступных языковых и агентных моделей. Однако если безопасность и управляемость такого контура строятся путём запуска второй, надзорной нейросети того же класса сложности либо путём попытки обучить и содержать собственный фронтирный кластер внутри закрытого периметра, система немедленно упирается в физический и финансовый тупик. Стоимость проверки начинает расти по той же экспоненте, что и стоимость самого вывода модели, а для подавляющего большинства организаций и целых национальных экономик необходимые для этого мегаватты мощности и десятки тысяч кремниевых ускорителей просто отсутствуют в природе.
В терминах классической теории решения изобретательских задач административный компромисс здесь невозможен. Попытка отказаться от современных моделей ради сохранения контроля отбрасывает организацию в прошлый век по производительности труда. Попытка же подключить внешние или открытые фронтирные модели напрямую к исполнительным механизмам предприятия без соразмерного контура сдерживания превращает каждую сэкономленную на вычислениях копейку в ничем не обеспеченный риск кассового разрыва, разрушения баз данных или нарушения императивных норм регулятора. Если надзорный механизм требует тех же дефицитных ресурсов, что и сам управляемый процесс, то в условиях ресурсного голода первым всегда отключают надзор.
Природа этого тупика становится очевидной при обращении к устройству ядерного энергетического реактора. В активной зоне реактора протекает управляемая цепная реакция деления, выделяющая колоссальную тепловую мощность; поддержание и охлаждение этого потока требуют циклопических затрат энергии, многоконтурных насосных станций и сложнейшей металлургии. Но стержни аварийной защиты и регулирования, удерживающие реактор от разгона на мгновенных нейтронах, устроены по прямо противоположному физическому принципу. Они не пытаются перекричать активную зону встречным потоком энергии. Стержни состоят из пассивного поглотителя нейтронов — бора или кадмия — и удерживаются над зоной электромагнитными захватами: при любом обесточивании или выходе параметров за уставку они падают вниз под действием обычной силы тяжести. Защита обязана опираться на иной, на четыре порядка более дешёвый и безотказный физический закон, чем сам энергетический процесс.
Идеальный конечный результат (ИКР) в архитектуре управления автономными агентами формулируется столь же жёстко: контур безопасности и юридической доказуемости действия должен обеспечивать абсолютное удержание любого потока вызовов от любой — в том числе чужой, облачной или открытой — модели, расходуя при этом ноль дефицитных графических ускорителей и ноль внешних платных токенов в момент принятия решения. Сложность вероятностного мышления выносится за скобки там, где пусть за неё платят глобальные гиперскейлеры; на стороне предприятия и государства остаётся детерминированный таможенный шлюз, проверяющий конечные параметры вызова на обычном центральном процессоре за доли миллисекунды. Генерация гипотезы может стоить миллиарды долларов и сотни мегаватт; доказательство допустимости действия обязано стоить доли копейки и укладываться в тепловой пакет штатного серверного ядра.
2.2 Анатомия уязвимости: хроника отказов и цена бездействия
На пересечении энергетического дефицита и нормативного давления оказывается третья ключевая роль современной технологической иерархии — директор по информационной безопасности (CISO), руководитель эксплуатации государственной информационной системы (ГИС) и главный инженер субъекта критической информационной инфраструктуры (КИИ). В отличие от венчурного аналитика, этот специалист не может позволить себе рассуждать категориями абстрактных трендов: его рабочее пространство ограничено выделенным лимитом электрической мощности на вводе в машинный зал, квотой на закупку оборудования и датой вступления в силу очередного приказа регулятора.
Масштаб инфраструктурного сжатия на российском рынке в 2026 году зафиксирован инструментально. Согласно опубликованным в марте 2026 года данным исследования ИТ-холдинга Т1 («Российская газета», 19.03.2026; ComNews, 20.03.2026) [ИЗМЕРЕНО: отчёт Т1, март 2026; выборка не раскрыта], лишь 9 % российских организаций полностью обеспечены вычислительной инфраструктурой, необходимой для решения задач искусственного интеллекта. По экспертной оценке, приведённой ComNews (14.05.2026), ввоз серверов класса H100 в страну сжался с тысяч в 2024 году и сотен в 2025 году до десятков в 2026 году, тогда как совокупную потребность национальной экономики к 2030 году «Ростелеком» ещё в марте 2025 года оценивал более чем в 70 тысяч специализированных ускорителей в эквиваленте A100 [ИЗМЕРЕНО: оценка эксперта С. Миневича, ComNews, 14.05.2026; оценка «Ростелекома», «Ведомости» / 3DNews, 10.03.2025]. Следствием этого физического голода стал взрывной переток спроса в арендные облака: по данным провайдера «Рег.Облако», потребление его облачной GPU-инфраструктуры за первое полугодие 2026 года выросло на 507 % год к году, при том что весь российский рынок облачных GPU, по оценке MWS Cloud, вырос за год примерно в полтора раза [ИЗМЕРЕНО: данные провайдеров, «Коммерсантъ», 20.07.2026].
Когда локальных вычислительных мощностей внутри защищённого периметра нет, а бизнес-подразделения требуют немедленного внедрения автономных кодовых и операционных агентов ради удержания темпа разработки, возникает классическая архитектурная вилка. Либо подразделения начинают несанкционированно подключать локальных агентов (таких как OpenClaw или корпоративные обёртки над внешними API) к облачным моделям через обходные сетевые маршруты, вынося за контур чувствительные данные и ключи доступа к боевым системам. Либо инженеры разворачивают внутри периметра открытые весовые модели — прежде всего китайских семейств DeepSeek, Qwen, Kimi или GLM, которые к середине 2026 года отстают от лучших закрытых американских моделей в среднем на четыре месяца по индексу Epoch (четыре–семь месяцев по киберзадачам, по данным UK AISI) [ИЗМЕРЕНО: International AI Safety Report, 03.02.2026; Epoch AI, 29.05.2026; UK AISI, 07.2026]. Но и в том, и в другом случае внутри критического контура оказывается чужой вероятностный «чёрный ящик», получивший право вызывать внутренние инструменты.
Именно в эту точку бьёт регуляторная норма. Двадцать четвёртого августа 2026 года, вынеся документ на общественное обсуждение (regulation.gov.ru, проект 170500), Федеральная служба по техническому и экспортному контролю (ФСТЭК России) представила проект изменений в приказ № 117, регулирующий защиту информации в государственных информационных системах (базовый приказ вступил в силу 1 марта 2026 года; проект изменений со сроком вступления с 1 марта 2027 года по состоянию на 14 октября 2026 года находится в статусе проекта и ещё не утверждён) [ИЗМЕРЕНО: проект изменений ФСТЭК № 117, ComNews / SecurityLab, август 2026]. Текст проекта впервые в российской нормативной практике вводит прямые требования по вынесению компонентов искусственного интеллекта в отдельный сетевой сегмент, назначению минимально необходимых привилегий, обязательной фильтрации всех входных и выходных потоков и, что особенно показательно, защите информационной системы от несанкционированного воздействия агентов ИИ, в том числе автономных (по пересказам ComNews и Anti-Malware; формулировка проекта в аудите не сверена).
Нетрудно заметить геометрию ловушки, в которой оказывается руководитель службы безопасности и главный архитектор к весне 2027 года. С одной стороны, регулятор прямо требует доказать контроль над функциональностью автономного агента и предъявить верифицируемый журнал фильтрации его действий. С другой стороны, у предприятия нет ни сотен миллионов рублей, ни свободных мегаватт электрической мощности, чтобы построить собственный изолированный кластер для обучения «доверенной» модели или содержать тяжёлые нейросетевые классификаторы-надсмотрщики на каждом шлюзе. А там, где в качестве временной заплатки оставляют ручное одобрение вызовов оператором, вступает в силу уже зафиксированный в первой главе предел утомления внимания: в 37 из 70 публичных описаний внедрений агентов в России (52,9 %) главным барьером служит кнопка подтверждения человеком [ИЗМЕРЕНО: обзор ГАММА-А, 40-я неделя 2026 года], которая через неделю непрерывного потока заявок превращается в механическую штамповку разрешений.
Если безопасность контура привязана к происхождению весов нейросети или к наличию у компании собственных видеокарт, то 91 % предприятий оказывается за бортом нормативного соответствия ещё до начала проверки. Но стоит разделить в архитектуре слой порождения замысла и слой допуска к исполнению, как картина меняется зеркально: чужое судно может беспрепятственно разгружаться в гавани, пока портовый шлюз и таможенная пломба работают по законам принимающей юрисдикции.