Agentic browsers cofają bezpieczeństwo WWW o 20 lat. Nowa klasa ryzyk dla firm i użytkowników - Security Bez Tabu

Agentic browsers cofają bezpieczeństwo WWW o 20 lat. Nowa klasa ryzyk dla firm i użytkowników

Cybersecurity news

Wprowadzenie do problemu / definicja

Agentic browsers, czyli przeglądarki wyposażone w autonomicznych agentów AI, mają wykonywać zadania w imieniu użytkownika: analizować treści, poruszać się między serwisami, klikać, wypełniać formularze i realizować wieloetapowe procesy bez ciągłej kontroli człowieka. Taki model znacząco zwiększa wygodę pracy, ale jednocześnie tworzy nową powierzchnię ataku.

Problem polega na tym, że agent AI staje się uprzywilejowanym pośrednikiem pomiędzy nieufną treścią z internetu a zalogowaną sesją użytkownika. W praktyce oznacza to osłabienie części klasycznych zabezpieczeń przeglądarkowych, które przez lata chroniły przed nieautoryzowanymi działaniami między domenami.

W skrócie

Badacze bezpieczeństwa ostrzegają przed klasą ataków określaną jako PleaseFix. W takich scenariuszach agent AI może zostać skłoniony do wykonania złośliwych operacji na podstawie pozornie nieszkodliwych treści, takich jak wiadomości, zaproszenia kalendarzowe czy formularze rejestracyjne.

Nie chodzi wyłącznie o pojedynczy błąd w jednym produkcie, lecz o szerszy problem architektoniczny. Jeżeli agent interpretuje nieufne treści jako część zadania użytkownika i jednocześnie ma możliwość działania w wielu domenach, skutkiem mogą być przejęcia kont, wycieki danych, nadużycie zapisanych poświadczeń, a nawet dalsza kompromitacja stacji roboczej.

Kontekst / historia

Bezpieczeństwo nowoczesnych przeglądarek internetowych przez lata opierało się na twardych zasadach izolacji, z których jedną z najważniejszych była same-origin policy. Mechanizm ten ograniczał możliwość wykonywania operacji pomiędzy różnymi źródłami i pomagał chronić użytkowników przed wieloma kategoriami nadużyć.

W modelu agentowym priorytetem staje się jednak użyteczność. Aby agent mógł skutecznie działać, potrzebuje szerokiego dostępu do kontekstu, treści z wielu kart, aktywnych sesji i interakcji z różnymi usługami. W efekcie część historycznych granic bezpieczeństwa zaczyna się zacierać.

To prowadzi do odtworzenia problemów, które klasyczny model web security próbował ograniczać przez ostatnie dwie dekady. Różnica polega na tym, że dziś działania są dodatkowo automatyzowane i wykonywane przez warstwę AI, która nie zawsze interpretuje intencję użytkownika w sposób bezpieczny.

Analiza techniczna

Sednem zagrożenia jest rola agenta jako wykonawcy uprzywilejowanych działań. W tradycyjnej przeglądarce jedna strona nie powinna swobodnie wpływać na operacje realizowane w innej domenie. W agentic browser ta zasada może zostać osłabiona, ponieważ agent ma realizować zadania obejmujące wiele serwisów jednocześnie.

Ataki z rodziny PleaseFix wykorzystują sytuację, w której agent odczytuje treść pochodzącą z nieufnego źródła i traktuje zawarte w niej wskazówki jako element prawidłowego wykonania polecenia. Nie musi to być klasyczny prompt injection w najprostszym rozumieniu. Często chodzi o kolizję intencji, w której złośliwie przygotowana treść wpływa na decyzję modelu.

Technicznie taki atak może obejmować kilka etapów:

  • odczytanie spreparowanej treści przez agenta,
  • powiązanie tej treści z aktualnym zadaniem użytkownika,
  • wykonanie akcji w aktywnej, zalogowanej sesji,
  • przemieszczanie się między domenami w celu pobrania danych lub zmiany ustawień,
  • wykorzystanie dostępu do lokalnych plików, integracji lub menedżerów haseł.

Jednym z najpoważniejszych problemów jest zastępowanie deterministycznych reguł bezpieczeństwa mechanizmami probabilistycznymi. W klasycznej architekturze dana operacja była jednoznacznie dozwolona albo blokowana. W przypadku agenta AI decyzja może zależeć od kontekstu, interpretacji modelu i jakości dodatkowych warstw ochronnych. To oznacza, że zabezpieczenie przestaje być bezwzględne, a staje się statystyczne.

Dodatkowym wyzwaniem pozostaje ograniczona obserwowalność. Organizacje często nie mają pełnego wglądu w tok rozumowania agenta, dokładną sekwencję jego działań ani kompletne logi wszystkich operacji. Utrudnia to zarówno ocenę ryzyka, jak i analizę incydentów po ich wystąpieniu.

Konsekwencje / ryzyko

Ryzyko biznesowe jest wysokie, ponieważ agent działa w granicach uprawnień użytkownika, często w aktywnych sesjach do systemów firmowych i usług zewnętrznych. Jeśli pracownik korzysta z takiej przeglądarki do obsługi poczty, CRM, narzędzi HR, paneli administracyjnych czy finansów, skutki błędnej decyzji agenta mogą być natychmiastowe.

Najważniejsze potencjalne konsekwencje to:

  • przejęcie kont internetowych,
  • wyciek danych z lokalnego systemu plików,
  • eksfiltracja poświadczeń i sekretów,
  • nieautoryzowane działania administracyjne lub finansowe,
  • rozprzestrzenianie ataku z legalnego konta ofiary,
  • eskalacja z poziomu przeglądarki do kompromitacji całej stacji roboczej.

Z perspektywy zespołów SOC i incident response szczególnie niebezpieczne jest to, że aktywność agenta może wyglądać jak zwykłe działanie użytkownika. Atak nie musi wykorzystywać klasycznego exploita ani uruchamiać malware. Wystarczy, że agent wykona błędnie zinterpretowaną sekwencję poleceń.

Rekomendacje

Organizacje wdrażające agentic browsers powinny traktować je jako nową, wysoko uprzywilejowaną klasę oprogramowania. To nie jest zwykłe narzędzie zwiększające produktywność, lecz autonomiczny operator działający na styku danych, sesji i tożsamości użytkownika.

Najważniejsze działania ochronne obejmują:

  • stosowanie odseparowanych tożsamości i dedykowanych kont dla agentów,
  • nieużywanie głównych kont użytkowników w środowiskach agentowych,
  • ograniczanie uprawnień zgodnie z zasadą najmniejszych przywilejów,
  • izolowanie środowiska agenta od wrażliwych danych i systemów,
  • blokowanie lub ścisłą kontrolę dostępu do menedżerów haseł i plików lokalnych,
  • wdrożenie telemetrii, monitoringu i rejestrowania sesji,
  • traktowanie wszystkich treści wejściowych jako potencjalnie nieufnych,
  • wymuszanie zatwierdzania człowieka dla działań wysokiego ryzyka,
  • testowanie produktów pod kątem działań cross-origin i zachowań podobnych do prompt injection,
  • uwzględnienie agentów przeglądarkowych w threat modelingu, ćwiczeniach red team oraz tabletop exercises.

Po stronie producentów kluczowe znaczenie ma przywrócenie twardych granic bezpieczeństwa tam, gdzie to możliwe. Agent nie powinien być obejściem zasad, które tradycyjne przeglądarki budowały przez lata. Niezbędne są też przejrzyste logi, audytowalność decyzji i czytelne polityki kontroli działań między domenami.

Podsumowanie

Agentic browsers mogą istotnie zmienić sposób korzystania z internetu, ale jednocześnie odtwarzają stare problemy bezpieczeństwa w nowym, bardziej zautomatyzowanym wydaniu. Klasa ataków PleaseFix pokazuje, że połączenie nieufnej treści, szerokich uprawnień i niedeterministycznych decyzji AI może prowadzić do poważnych incydentów bez użycia tradycyjnych exploitów.

Dla firm najważniejszy wniosek jest prosty: przeglądarka z agentem AI nie jest zwykłą przeglądarką. Bez odpowiedniej izolacji, telemetrii, kontroli uprawnień i nadzoru człowieka może stać się jednym z najbardziej ryzykownych elementów nowoczesnego środowiska pracy.

Źródła

  1. Dark Reading: https://www.darkreading.com/endpoint-security/agentic-browsers-rewind-web-security-20-years
  2. Zenity Labs – PleaseFix: Zero-Click AI Agent Vulnerabilities: https://zenity.io/research/pleasefix-vulnerabilities
  3. Zenity Labs Discloses PleaseFix Vulnerability Family in Perplexity Comet and Other Agentic Browsers: https://zenity.io/company-overview/newsroom/company-news/zenity-labs-discloses-pleasefix-perplexedagent-vulnerability
  4. Same-Origin Policy for Agentic Browsers: https://arxiv.org/abs/2606.14027
  5. WAAA! Web Adversaries Against Agentic Browsers: https://arxiv.org/abs/2605.05509