AI એજન્ટને કાર્ય કરવાની અનુમતિ આપવાના જોખમો શું છે, અને તમે તેને સુરક્ષિત રીતે કેવી રીતે મર્યાદિત કરો છો?

Question

Accepted Answer

એક વાર જ્યારે એજન્ટ **કાર્ય** કરી શકે — ફાઇલો કાઢી નાખવી, શેલ આદેશો ચલાવવા, બાહ્ય APIઓ કૉલ કરવા, પૈસો ખર્ચવા — તેની ભૂલો (અથવા દૂષ્ટ પ્રોમ્પ્ટ) વાસ્તવિક-વિશ્વ પરિણામો બનાઈ જાય છે. બચાવ છે **સૌથી ઓછી વિશેષાધિકાર વત્તા મંજૂરી ગેટ્સ વત્તા અલગતા**: તેને ફક્ત જે જરૂર છે તે આપો, કોઈપણ અપરિવર્તનીય વસ્તુ માટે પુષ્ટિ કરવી આવશ્યક છે, અને તેને ત્યાં ચલાવો જ્યાં તે સ્થાયી નુકશાન કરી શકતું નથી.

## જોખમો

```text
- DESTRUCTIVE actions  → rm -rf, DROP TABLE, force-push → irreversible data loss
- ARBITRARY shell      → run anything → privilege escalation, exfiltration
- EXTERNAL APIs/$$     → send emails, place orders, spend on cloud/LLM tokens
- SECRET exposure      → leak API keys / .env / tokens into logs or outbound calls
- PROMPT INJECTION     → untrusted input (a web page, an issue) hijacks the agent
```

પ્રોમ્પ્ટ ઇંજેક્શન સૌથી તીક્ષ્ણ કિનારી છે: Content જે એજન્ટ *વાંચે છે* તેમાં સૂચનાઓ હોઈ શકે છે, તેથી કોઈપણ ટૂલ કે જે એજન્ટ કૉલ કરી શકે છે તે હુમલાખોર દ્વારા પ્રોટેક્ટ કરવામાં આવે છે જે તે Content નિયંત્રણ કરે છે.

## રક્ષણ પરિમાણ

```text
- LEAST PRIVILEGE / ALLOWLIST → only pre-approved commands & paths; deny by default
- APPROVAL FOR DESTRUCTIVE    → human confirms deletes, payments, prod writes
- SANDBOX / DRY-RUN           → preview the action; isolated container, no prod creds
- ISOLATED ENVIRONMENT        → ephemeral VM/branch; blast radius = throwaway box
- AUDIT LOGS                  → record every tool call + args for review
- NO SECRETS IN CONTEXT       → inject via env at runtime; never paste keys into prompts
- NETWORK LIMITS              → egress allowlist; block arbitrary outbound requests
```

```yaml
# Conceptual permission policy
tools:
  read_file:   { allow: true }                 # safe, reversible
  run_shell:   { allow: ["npm test", "git status"] }  # allowlist only
  delete_file: { allow: "ask" }                # human approval required
  send_email:  { allow: "ask", sandbox: true } # dry-run first, then confirm
network:
  egress: ["api.github.com"]                    # everything else blocked
```

પ્যાટર્ન છે પ્રવર્ધમાન વિશ્વાસ: **વાંચવું** મુક્ત છે, **પરત લેવા યોગ્ય લેખન** સસ્તું છે, **અપરિવર્તનીય અથવા બાહ્ય** કાર્યો પુષ્ટિ માટે માંગ કરે છે, અને **પૈસો અથવા ઉત્પાદન** અલગતા વત્તા મનુષ્ય લૂપમાં માંગ કરે છે.

## તેનું મહત્વ શેમાં છે

એજન્ટ્સનું મૂલ્ય તેમને કાર્ય કરવા દેવાથી આવે છે, પરંતુ ક્રિયા બરાબર છે જ્યાં આત્મવિશ્વાસી ભૂલ અથવા હાઈજેક્ડ પ્રોમ્પ્ટ કાઢી નાખેલા ડેટા, લીક કરેલી કી અથવા વાસ્તવિક શુલ્કમાં ફેરવાઈ જાય છે. પરવાનગી ને સૌથી ઓછી-વિશેષાધિકાર allowlists તરીકે ડિઝાઇન કરવી, અપરિવર્તનીય કાર્યોને માનવ મંજૂરી પાછળ ગેટ કરવો, સેન્ડબોક્સમાં ઓડિટ લોગ્સ સાથે ચલાવવું, અને રહસ્યો અને નેટવર્ક ઉત્તર દ્રવ્ય કડક રીતે પરિધિ કરવો તમને સ્વતંત્રતાનો લાભ મેળવવા દે છે પરોક્ષ રીતે ઉત્પાદન પર બેટ કર્યા વિના કે મૉડેલ દર વખતે સાચું છે.