एआই एजंटला कार्य करण्याची परवानगी देण्याचे धोके काय आहेत, आणि तुम्ही ते सुरक्षितपणे कसे मर्यादित करता?

Question

Accepted Answer

एक्सेस मिळल्यानंतर एजंट **कार्य** करू शकते — फाइल्स हटवा, शेल कमांड चलवा, बाहेरील API कॉल करा, पैसे खर्च करा — त्याच्या चुकांचे (किंवा एक दुर्भावनाপूर्ण प्रॉम्प्ट) वास्तविक-जगतातील परिणाम होते. संरक्षण म्हणजे **सर्वकमी विशेषाधिकार अधिक मंजूरी गेट अधिक अलगीकरण**: तसेच फक्त जे हवे ते द्या, कोणत्याही अपरिवर्तनीयतेसाठी पुष्टीकरण आवश्यक करा, आणि ते चलवा जिथे ते दीर्घकालीन नुकसान करू शकत नाहीत.

## धोके

```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
```

प्रॉम्प्ट इंजेक्शन सर्वात तीक्ष्ण धार आहे: एजंट *वाचतो* असा कंटेंट सूचना असू शकतो, म्हणून एजंट कॉल करू शकतो असले कोणतेही टूल हमलाकार्याने नियंत्रित केलेल्या कंटेंटद्वारे पोहोचण्यायोग्य आहे.

## संरक्षण

```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
```

हा पॅटर्न हा क्रमबद्ध विश्वास आहे: **वाचन** विनामूल्य आहे, **परिवर्तनीय लेखन** स्वस्त आहे, **अपरिवर्तनीय किंवा बाहेरील** कार्यवाही पुष्टीकरण मागणीकरते, आणि **पैसे किंवा उत्पादन** अलगीकरण अधिक एक मानव लूपमध्ये मागणीकरते.

## तर मायने काय

एजंट्सचे मूल्य त्यांना कार्य करू देण्यावरून येते, परंतु कार्य हेच आहे जेथे एक आत्मविश्वासी चूक किंवा एक हायजॅक केलेला प्रॉम्प्ट हटवलेल्या डेटामध्ये, लीक केलेल्या की किंवा वास्तविक चार्जमध्ये बदलते. परवानगी डिজाइन करणे कमीतकमी-विशेषाधिकार अनुमती सूची म्हणून, अपरिवर्तनीय कार्यवाही मानवी मंजुरीच्या मागे गेट करणे, सॅंडबॉक्समध्ये ऑडिट लॉग्ससह चलवणे, आणि गुप्त आणि नेटवर्क एग्रेस घट्टपणे स्कोप ठेवणे तुम्हाला उत्पादनावर मॉडेल अधिकार असल्याचा दांव न लावता स्वायत्तता हा लाभ मिळवू देते.