Кибербезопасность выходит на новый уровень автономности. «Сбер» представил амбициозную разработку — систему мультимодальных ИИ-агентов, предназначенную для автоматического обнаружения фишинговых ресурсов. Анонс прозвучал на конференции Offzone 2026, и это не просто очередной эксперимент, а вполне зрелое решение, которое уже проходит финальную стадию обучения.
Как работает «умная охота» на мошенников
В основе технологии лежит комплексный подход. ИИ-агенты анализируют сразу несколько характеристик сайта: текстовое содержимое, программный код, инфраструктуру и визуальное оформление. Собранные данные проходят многоступенчатую проверку. При этом архитектура системы построена на принципе состязательности: одни агенты формируют доказательства в пользу угрозы, другие — против нее. Итоговое решение выносит отдельный модуль на основе совокупности всех аргументов. Это напоминает судебный процесс, где каждая сторона приводит свои доводы, а присяжные выносят вердикт.
Масштаб проблемы, которую решает «Сбер», впечатляет. По моим оценкам, ежедневно в мире появляется более 11 тысяч фишинговых сайтов, и многие из них живут всего несколько часов. С развитием генеративного ИИ создание таких страниц стало еще проще и быстрее, поэтому ручная проверка окончательно теряет эффективность. Автоматизация здесь — не просто преимущество, а необходимость.
Сейчас система работает в режиме ассистента специалиста: проводит первичный анализ, расставляет приоритеты и готовит отчет для блокировки. Финальное решение остается за человеком, но в планах компании — переход к полностью автоматической блокировке обнаруженных ресурсов. Кроме того, технологию интегрируют в платформу X Threat Intelligence, к которой уже подключены более 760 российских организаций. Это позволит расширить автоматизированный поиск сайтов, имитирующих бренды и ресурсы компаний.
Гонка вооружений в сфере ИИ
Инициатива «Сбера» — часть более широкого тренда. Ранее банк уже представлял «ГигаАгента» — универсального помощника, способного самостоятельно планировать задачи, переписывать собственный код и сохранять контекст между сессиями. Аналогичные шаги предпринимают и другие операторы: МТС обновила ИИ-модели сервиса «Защитник», где три нейросети оценивают более 1,1 тысячи параметров каждого вызова, сократив время реакции на мошеннические звонки с 30 до 15 секунд.
Прогнозы о тотальной автоматизации интернета становятся все смелее. Илон Маск поддержал прогноз Cloudflare о том, что к маю 2026 года нечеловеческий трафик превысит пользовательский, а через пять лет превысит его в 1000 раз. Однако автономность агентов упирается в технические ограничения. Исследователи отмечают, что одиночный агент «страдает амнезией», и предлагают графовую архитектуру, где агенты делятся общей памятью и проверяют работу друг друга.
Расширение таких систем открывает и новые уязвимости. Недавно американские исследователи продемонстрировали атаку Ghostcommit: вредоносную команду прячут внутри изображения, проверяющий агент ее не открывает, а другой помощник считывает инструкцию и пересылает пароли в открытый код. Это напоминает классическую схему «разделяй и властвуй», но уже в мире ИИ.
Мой взгляд: ставка «Сбера» на мультимодальных агентов — правильный шаг, но гонка вооружений только начинается. Пока защитники учат ИИ находить фишинг, злоумышленники учат ИИ его маскировать. Ключевым фактором успеха станет не столько скорость обнаружения, сколько способность систем адаптироваться к новым векторам атак в реальном времени. Те, кто первыми построит по-настоящему самообучающуюся экосистему безопасности, получат решающее преимущество.