Provozovatel AI Skills402 zveřejnil vlastní bezpečnostní testy instrukčních balíčků pro AI agenty. V připravených pastech sledoval, zda model následuje podvržené pokyny a pokusí se zaplatit nesprávnému příjemci. Uvádí také pokusy se skutečnými platbami v USDC na síti Base. Přidaná ochranná instrukce snížila počet chybných plateb, ale u slabšího ze dvou testovaných modelů riziko neodstranila úplně.
Výsledky pocházejí od dodavatele placených skillů, nikoli z nezávislé studie. Autoři sami vytvořili pasti a u jednotlivých kontrolních případů provedli pouze jeden běh na model. Zdůrazňují také, že ochrana v promptu není sandbox: nedokáže zastavit skript spuštěný ještě před tím, než model přečte instrukce. Doporučení proto odděluje kontrolu textu skillu od omezení oprávnění nástrojů, přístupu k tajným údajům a síťových spojení.
