A new open-source scanner that audits AI “agent skills” is being turned into a tool after researchers showed an unverified skill can silently harvest SSH keys and cloud credentials. The scanner blends keyword filters, behavior analysis, AI-driven reasoning, sandbox execution and change-detection to stop the next wave of supply-chain attacks against AI-assisted developers.

ಈಗ AI ಕೌಶಲಗಳು ಏಕೆ ಮುಖ್ಯ

Claude ಮತ್ತು GitHub Copilot ನಂತಹ Large-language-model (LLM) ಸಹಾಯಕರು ಈಗ “agent skills” ಮೇಲೆ ಅವಲಂಬಿತರಾಗಿದ್ದಾರೆ – ಇವು ಮಾಡೆಲ್‌ಗೆ ಒಂದು ನಿರ್ದಿಷ್ಟ ಕಾರ್ಯವನ್ನು ಹೇಗೆ ಮಾಡಬೇಕೆಂದು ತಿಳಿಸುವ ಸಣ್ಣ, ಸ್ವತಂತ್ರ ಫೋಲ್ಡರ್‌ಗಳಾಗಿವೆ. GitHub ಇತ್ತೀಚೆಗೆ ಒಂದು ಲೈನ್ ಕಮಾಂಡ್ ಅನ್ನು ಸೇರಿಸಿದೆ, ಇದು ಡೆವಲಪರ್‌ಗಳು ಈ ಕೌಶಲಗಳನ್ನು ನೇರವಾಗಿ ಸಾರ್ವಜನಿಕ ರೆಪೊಸಿಟರಿಗಳಿಂದ ಪಡೆಯಲು ಅನುವು ಮಾಡಿಕೊಡುತ್ತದೆ, ಇದು AI-ಚಾಲಿತ ವರ್ಕ್‌ಫ್ಲೋಗಳಿಗೆ ಒಂದು ಡೀ-ಫ್ಯಾಕ್ಟೊ ಪ್ಯಾಕೇಜ್ ಮ್ಯಾನೇಜರ್ ಆಗಿ ಬದಲಾಗಿದೆ.

ಇದರ ಅನುಕೂಲತೆಯನ್ನು ಅಲ್ಲಗಳೆಯಲು ಸಾಧ್ಯವಿಲ್ಲ: ಒಂದು ಕೌಶಲವು “clean up this spreadsheet” ಎಂಬ ಅಸ್ಪಷ್ಟ ವಿನಂತಿಯನ್ನು ನಿಖರವಾದ API ಕರುಗಳು, ಫೈಲ್ ಮ್ಯಾನಿಪ್ಯುಲೇಶನ್‌ಗಳು ಅಥವಾ ಕೋಡ್ ಎಡಿಟ್‌ಗಳಾಗಿ ಪರಿವರ್ತಿಸಬಹುದು. ಇದೇ ಸರಳತೆಯು ದುಷ್ಟ ಕೋಡ್ (malicious code) ಅನ್ನು ಬಂಡಲ್‌ನಲ್ಲಿ ನುಸುಳಲು ಅವಕಾಶ ಮಾಡಿಕೊಡುತ್ತದೆ.

ಕೌಶಲಗಳನ್ನು ಇನ್‌ಸ್ಟಾಲ್ ಮಾಡುವ ಮೊದಲು ಅವುಗಳನ್ನು ಪರಿಶೀಲಿಸುವುದಿಲ್ಲ ಎಂದು GitHub ನ ಎಚ್ಚರಿಕೆ ಪುಟವು ತಿಳಿಸುತ್ತದೆ.

ಗುಪ್ತ ಪೇಲೋಡ್ (hidden payload) ಹೇಗೆ ಪತ್ತೆಯಾಗದೆ ಇರಬಹುದು

ಸಾಮಾನ್ಯ ಬೈನರಿಯ contrairement, AI ಕೌಶಲವು ಎಲ್ಲವನ್ನೂ ಏಕಕಾಲದಲ್ಲಿ ಲೋಡ್ ಮಾಡುವುದಿಲ್ಲ. ಮಾಡೆಲ್ ಮೊದಲು ಸಣ್ಣ ಸಾರಾಂಶವನ್ನು ಓದುತ್ತದೆ, ನಂತರ ಕಾರ್ಯವು ಸಂಬಂಧಿತ ಎಂದು ಕಂಡುಬಂದಾಗ ಮಾತ್ರ ಪೂರ್ಣ ಸೂಚನಾ ಸೆಟ್ ಅನ್ನು ಪಡೆಯುತ್ತದೆ. ಈ ಹಂತ ಹಂತದ ಲೋಡ್ ಆಗುವ ಪ್ರಕ್ರಿಯೆಯು, ಮಾಡೆಲ್ ಅದನ್ನು ಬಳಸಲು ನಿರ್ಧರಿಸುವವರೆಗೆ ಬಳಕೆದಾರರಿಗೆ ಕಾಣಿಸದಂತೆ, ಒಂದು ದುಷ್ಟ ಫೈಲ್ ಸುಮ್ಮನೆ ಕುಳಿತುಕೊಳ್ಳಲು ಅವಕಾಶ ಮಾಡಿಕೊಡುತ್ತದೆ.

ಒಂದು proof-of-concept ಪ್ರಯೋಗದಲ್ಲಿ, ಸಂಶೋಧಕರು ಸ್ಪ್ರೆಡ್‌ಶೀಟ್ ಕ್ಲೀನಪ್ ಅನ್ನು ಪ್ರಚಾರ ಮಾಡುವ csv-formatter ಎಂಬ ನಕಲಿ ಕೌಶಲವನ್ನು ರಚಿಸಿದರು. ಕಾಣುವ ಕೋಡ್ವು ಹಾನಿಕಾರಕವಾಗಿ ಕಾಣಲಿಲ್ಲ, ಆದರೆ ಒಂದು ಗುಪ್ತ ಸೂಚನೆಯು “diagnostic step” ಅನ್ನು ಸೇರಿಸಿತು. ಆ ಹಂತವು ಯಾವುದನ್ನೂ ಡಯಾಗ್ನೋಸ್ ಮಾಡಲಿಲ್ಲ; ಬದಲಾಗಿ ಅದು ಹೋಸ್ಟ್‌ನಲ್ಲಿ SSH private keys ಮತ್ತು AWS access tokens ಅನ್ನು ಸ್ಕ್ಯಾನ್ ಮಾಡಿ, ನಂತರ ಆ ಮಾಹಿತಿಯನ್ನು ಬಾಹ್ಯ ಸರ್ವರ್‌ಗೆ ಕಳುಹಿಸಿತು.

ಆ ದುಷ್ಟ ಕಮಾಂಡ್ ಒಂದು changelog ಫೈಲ್‌ನಲ್ಲೂ ಕಾಣಿಸಿಕೊಂಡಿತು – ಹೆಚ್ಚಿನ ಮನುಷ್ಯರು ಎಂದಿಗೂ ಪರಿಶೀಲಿಸದ ಸ್ಥಳವಿದು, ಆದರೆ AI ವರ್ಷನ್ ಇತಿಹಾಸವನ್ನು ಮೌಲ್ಯಮಾಪನ ಮಾಡುವಾಗ ಇದನ್ನು ಓದುತ್ತದೆ. ಡೆವಲಪರ್ ಆ ಕೌಶಲವು ಕೇವಲ ಡೇಟಾವನ್ನು ಫಾರ್ಮ್ಯಾಟ್ ಮಾಡುತ್ತಿದೆ ಎಂದು ಭಾವಿಸಿದಾಗ, AI ಗುಪ್ತವಾಗಿ ಕ್ರೆಡೆನ್ಶಿಯಲ್ ಕಬಳಿಕೆ (credential-theft) ಪ್ರಕ್ರಿಯೆಯನ್ನು ಚಲಾಯಿಸಿತು.

ಓಪನ್-ಸೋರ್ಸ್ ಪ್ರತಿಕ್ರಿಯೆ

ಈ ಅಂತರವನ್ನು ಮುಚ್ಚಲು, ಸಂಶೋಧಕರು ಪತ್ತೆಹಚ್ಚುವ ತರ್ಕವನ್ನು (detection logic) ಒಂದು ಓಪನ್-ಸೋರ್ಸ್ ಆಡಿಟಿಂಗ್ ಟೂಲ್ ಆಗಿ ಪ್ಯಾಕೇಜ್ ಮಾಡಿದರು. ಈ ಸ್ಕ್ಯಾನರ್ ಕೇವಲ ಒಂದು ತಂತ್ರದ ಮೇಲೆ ಅವಲಂಬಿತವಾಗಿಲ್ಲ; ಇದು ಹಲವಾರು ರಕ್ಷಣಾತ್ಮಕ ಪದರಗಳನ್ನು ಹೊಂದಿದೆ:

  • Keyword matching ತಿಳಿದಿರುವ ದುಷ್ಟ ಸ್ಟ್ರಿಂಗ್‌ಗಳನ್ನು ಒಳಗೊಂಡಿರುವ ಸ್ಪಷ್ಟ ಮತ್ತು ಅಜಾಗರೂಕ ಪ್ರಯತ್ನಗಳನ್ನು ಹಿಡಿಯುತ್ತದೆ.
  • Behavior analysis ಕ್ರೆಡೆನ್ಶಿಯಲ್ ಫೈಲ್‌ಗಳನ್ನು ಓದಿ ನಂತರ ನೆಟ್‌ವರ್ಕ್ ಕರೆಗಳನ್ನು ಮಾಡುವ ಸೂಚನೆಗಳನ್ನು ಗುರುತಿಸುತ್ತದೆ.
  • AI reasoning ಒಂದು ಕೌಶಲದ ಸೂಚನೆಗಳು ಉದ್ದೇಶಪೂರ್ವಕವಾಗಿ ಬಳಕೆದಾರರಿಂದ ಮರೆಮಾಚಲಾಗಿದೆಯೇ ಎಂದು ಮೌಲ್ಯಮಾಪನ ಮಾಡಲು ಎರಡನೇ ಮಾಡೆಲ್ ಅನ್ನು ರನ್ ಮಾಡುತ್ತದೆ.
  • Sandboxing ಹೋಸ್ಟ್ ಸಿಸ್ಟಮ್‌ಗೆ ಅಪಾಯವಿಲ್ಲದಂತೆ, ಪ್ರತ್ಯೇಕ ಪರಿಸರದಲ್ಲಿ ಕೌಶಲವನ್ನು ಚಲಾಯಿಸಿ, ನೈಜ-ಸಮಯದ ಕ್ರಿಯೆಗಳನ್ನು ಗಮನಿಸುತ್ತದೆ.
  • Change detection ನಂಬಿಕಸ್ತ ಕೌಶಲಗಳಲ್ಲಿ ಅನಿರೀಕ್ಷಿತ ಬದಲಾವಣೆಗಳಿಗಾಗಿ ಮೇಲ್ವಿಚಾರಣೆ ಮಾಡುತ್ತದೆ ಮತ್ತು ಹೊಸ ಆವೃತ್ತಿಯನ್ನು ಇನ್‌ಸ್ಟಾಲ್ ಮಾಡುವ ಮೊದಲು ನಿರ್ವಹಣಾಧಿಕಾರಿಗಳಿಗೆ (maintainers) ಎಚ್ಚರಿಸುತ್ತದೆ.

ಲೇಖಕರು csv-formatter ದಾಳಿಯನ್ನು ಪುನರಾವರ್ತಿಸುವ ಟೆಸ್ಟ್ ಸೂಟ್ ಮತ್ತು ಸದ್ಗುಣ ಮತ್ತು ದುಷ್ಟ ಕೌಶಲಗಳ ವಿಂಗಡಿತ ಸೆಟ್‌ನಲ್ಲಿ ಪತ್ತೆಹಚ್ಚುವ ದರಗಳನ್ನು ಅಳೆಯುವ ಸಾರ್ವಜನಿಕ ಬೆಂಚ್‌ಮಾರ್ಕ್ ಅನ್ನು ಒಳಗೊಳ್ಳಲಿದ್ದಾರೆ.

ಮುಂದೆ ಏನನ್ನು ಗಮನಿಸಬೇಕು

  • Community benchmarks: ಹೆಚ್ಚಿನ ಸಂಶೋಧಕರು ದುಷ್ಟ ಕೌಶಲಗಳ ಮಾದರಿಗಳನ್ನು ಪ್ರಕಟಿಸಿದಂತೆ, ಸಾರ್ವಜನಿಕ ಬೆಂಚ್‌ಮಾರ್ಕ್ ಪ್ರಸ್ತುತತೆಯನ್ನು ಉಳಿಸಿಕೊಳ್ಳಲು ನಿಯಮಿತ ಅಪ್‌ಡೇಟ್‌ಗಳ ಅಗತ್ಯವಿರುತ್ತದೆ.

AI ಏಜೆಂಟ್ ಕೌಶಲಗಳ ಉದಯವು ಡೆವಲಪರ್ ಟೂಲಿಂಗ್‌ನಲ್ಲಿ ಹೊಸ ಮೈಲಿಗಲ್ಲನ್ನು ಸೂಚಿಸುತ್ತದೆ, ಆದರೆ ಇದು ಸಾಂಪ್ರದಾಯಿಕ ಕೋಡ್ ರಿವ್ಯೂಗಳನ್ನು ಬೈಪಾಸ್ ಮಾಡುವ ಸಪ್ಲೈ-ಚೈನ್ ದಾಳಿಗಳಿಗೆ ದಾರಿಯನ್ನು ತೆರೆಯುತ್ತದೆ. ಸ್ಟ್ಯಾಟಿಕ್ ಚೆಕ್‌ಗಳು, ಡೈನಾಮಿಕ್ ವೀಕ್ಷಣೆ ಮತ್ತು AI ತರ್ಕವನ್ನು ಸಂಯೋಜಿಸುವ ಓಪನ್-ಸೋರ್ಸ್ ಸ್ಕ್ಯಾನರ್ವು ಒಂದು ಪ್ರಾಯೋಗಿಕ ಮೊದಲ ರಕ್ಷಣಾತ್ಮಕ ಲೈನ್ ಅನ್ನು ಒದಗಿಸುತ್ತದೆ. ಕೌಶಲವನ್ನು ಕೇವಲ ಒಂದು ಯಾದೃಚ್ಛಿಕ USB ಡ್ರೈವ್‌ನಂತೆ ಪರಿಗಣಿಸುವ ಡೆವಲಪರ್‌ಗಳು, ಪರಿಶೀಲನೆಯನ್ನು ನಿರ್ಲಕ್ಷಿಸುವುದರಿಂದ ಉಂಟಾಗುವ ವೆಚ್ಚವು ತಕ್ಷಣದ AI ಸಹಾಯದ ಅನುಕೂಲಕ್ಕಿಂತ ಬಹಳ ಹೆಚ್ಚಾಗಿರುತ್ತದೆ ಎಂಬುದನ್ನು ಶೀಘ್ರದಲ್ಲೇ ಅರಿಯಲಿದ್ದಾರೆ.