Firma Tracebit opracowała nowatorską metodę obrony przed autonomicznymi agentami AI, nazywaną „context bombs” (bomby kontekstowe). Technika ta polega na umieszczaniu w systemach ukrytych, dezinformujących promptów, które są automatycznie pobierane przez atakujące modele AI podczas skanowania celu. Zamiast klasycznych zabezpieczeń, metoda ta stosuje dezinformację, aby skierować agenta na fałszywe ścieżki lub w pułapki.
Badania wykazały, że „bomby kontekstowe” mogą drastycznie obniżyć skuteczność ataków. W przypadku modelu Claude Opus 5 skuteczność ataków spadła aż o 91%, a w przypadku innych modeli, takich jak GPT-6 Astra, sukcesy zostały ograniczone o ponad połowę. Jedną z najskuteczniejszych technik było podrzucenie fałszywego raportu z testów penetracyjnych, który oznaczał realne ścieżki ataku jako pułapki, zniechęcając AI do ich eksploracji.
Inne metody obejmują tworzenie nieskończonych baz danych, warstw szyfrowania czy niekończących się usług webowych, co zmusza model do marnowania tokenów i czasu. Nawet jeśli atak nie zostanie całkowicie powstrzymany, koszt operacji dla napastnika może wzrosnąć nawet 23-krotnie. Takie działanie ma na celu uczynienie ataku nieopłacalnym oraz wywołanie anomalii w zachowaniu agenta, co pozwala systemom obronnym szybciej wykryć zagrożenie.
