Open Web Application Security Project தனது 2026 GenAI LLM Top 10 பட்டியலை வெளியிட்டுள்ளது, அதில் “Excessive Agency” ஆறாவது இடத்திலிருந்து மூன்றாவது இடத்திற்கு முன்னேறியுள்ளது. இந்த முன்னேற்றம் முக்கியமானது, ஏனெனில் மிகவும் ஆபத்தான தோல்விகள் இனி தவறான வெளியீடுகளுடன் (bad output) மட்டும் நின்றுவிடாமல், உங்கள் உள்கட்டமைப்பில் (infrastructure) செயல்படக்கூடிய ஏஜெண்டுகளாக (agents) மாறிவிட்டன என்பதைக் காட்டுகிறது.

இந்த மாற்றம் ஏன் முக்கியமானது

முதன்முறையாக, இந்த Top 10 பட்டியலின் கால் பகுதி தரவுகள் உண்மையான சம்பவங்களிலிருந்து (actual incidents) பெறப்பட்டுள்ளன—அதாவது 6,000-க்கும் மேற்பட்ட புகாரளிக்கப்பட்ட ஊடுருவல்கள், சுரண்டல்கள் (exploits) மற்றும் தவறான நடத்தைகள். முந்தைய பதிப்புகள் பெரும்பாலும் நிபுணர்களின் கருத்தையே நம்பியிருந்தன. ஒரு மொழி மாதிரியால் (language model) API-களை அழைக்கவோ, குறியீடுகளை (code) இயக்கவோ அல்லது பணத்தை மாற்றவோ முடியும் போது, அதன் விளைவுகள் வெறும் சங்கடமான உரை கசிவுகளாக (text leaks) இல்லாமல், நேரடி செயல்பாட்டு சேதங்களாக (operational damage) மாறுகின்றன என்பதை நிஜ உலக சமிக்ஞைகள் காட்டுகின்றன. Prompt injection இன்னும் முதலிடத்தில் உள்ளது, அதைத் தொடர்ந்து முக்கியமான தகவல்களை வெளிப்படுத்துதல் (sensitive information disclosure) உள்ளது, ஆனால் முதல் மூன்று இடங்களுக்குள் “Excessive Agency” உயர்ந்துள்ளது என்பது, அடுத்த கட்டத் தாக்குதல்கள் வெறும் மொழியியல் சார்ந்ததாக இல்லாமல், கருவிகளைப் பயன்படுத்தும் (tool-enabled) தாக்குதல்களாக இருக்கும் என்று பாதுகாப்பு குழுக்களுக்குத் தெரிவிக்கிறது.

“Excessive agency” என்பது எப்படி இருக்கும்

“Excessive agency” என்பது ஒரு LLM-க்கு இருக்கக் கூடாத ஒரு திறன் வழங்கப்பட்டாலோ அல்லது அதைச் சுற்றியுள்ள பாதுகாப்பு வளையங்களால் (guardrails) கட்டுப்படுத்த முடியாத அளவுக்கு அதிகத் திறன் வழங்கப்பட்டாலோ ஏற்படும் எந்தவொரு சூழ்நிலையையும் விவரிக்கிறது. பொதுவான உதாரணங்கள்:

  • அனுமதியைச் சரிபார்க்காமல் (permission check) உள்நுழைவு நுண்-சேவை முனையங்களை (internal micro-service endpoints) அழைக்கும் ஒரு உதவியாளர்.
  • தயாரிப்பு சேவையகங்களில் (production servers) ஸ்கிரிப்ட்களை எழுதி இயக்கும் ஒரு குறியீடு உருவாக்கும் பாட் (code-generation bot).
  • ஒரு திட்டமிடப்பட்ட பிராம்ப்ட் (crafted prompt) மூலம் பணப் பரிமாற்றங்களைத் தொடங்கும் ஒரு நிதித் தானியங்கி ஏஜென்ட் (financial-automation agent).

ஒரு தீய பிராம்ப்ட் (malicious prompt) இத்தகைய அதிகாரங்களைக் கொண்ட மாதிரியை ஏமாற்றினால், அந்த ஊடுருவல் உடனடியானது மற்றும் பெரும்பாலும் செலவுமிக்கது. மாதிரியின் பிராம்ப்ட்டைப் பின்பற்றும் திறன் மற்றும் அதைச் சுற்றியுள்ள கட்டுப்பாடுகளின் கண்டிப்பு ஆகியவற்றிற்கு இடையிலான இடைவெளி அதிகரிக்க அதிகரிக்க, அபாயமும் அதிகரிக்கிறது.

புதிய Top 10 எவ்வாறு உருவாக்கப்பட்டது

2026 பதிப்பு நிபுணர் தீர்ப்பையும் கடினமான தரவுகளையும் ஒருங்கிணைக்கிறது. தரவரிசையின் தோராயமாக 25% மேலே குறிப்பிடப்பட்ட சம்பவங்களின் தொகுப்பிலிருந்து பெறப்படுகிறது, இது நிஜ உலகில் உண்மையில் நிகழ்ந்த முறைகளுக்கு முக்கியத்துவம் அளிக்கிறது. இந்த முறை மாற்றமே “Excessive Agency” ஏன் இவ்வளவு வேகமாக உயர்ந்தது என்பதை விளக்குகிறது: மாதிரி வெறும் உரையை மட்டும் வெளியிடுவதற்குப் பதிலாக, ஒரு செயலைச் செய்த சம்பவங்களின் எண்ணிக்கை அதிகரித்துள்ளதை தரவுகள் காட்டுகின்றன.

பிற குறிப்பிடத்தக்க மாற்றங்கள்

  • Hidden Context Exposure (“System Prompt Leakage” என்பதிலிருந்து மறுபெயரிடப்பட்டது) என்பது பரந்த அளவிலான முக்கியமான தரவுகளை உள்ளடக்கிய வகையில் உயர்ந்துள்ளது, இது தாக்குபவர்கள் ரகசியங்களுக்காக மாதிரியின் சூழலை (model context) அதிகளவில் பயன்படுத்துவதைப் பிரதிபலிக்கிறது.
  • Improper Output Handling பத்தாவது இடத்திற்குத் தள்ளப்பட்டுள்ளது, இது நிறுவனங்கள் மாதிரியின் மூலப் பதில்களைச் சுத்திகரிப்பதில் (sanitising) முன்னேறி வருவதைக் காட்டுகிறது. தொழில்துறையின் கவனம் “மாதிரி ஏதோ ஒரு தவறான விஷயத்தைச் சொன்னது” என்பதிலிருந்து “மாதிரி ஏதோ ஒரு தவறான செயலைச் செய்தது” என்பதற்கு மாறி வருகிறது.

இந்த மாற்றங்கள், அச்சுறுத்தல் பரப்பு நிலையான வெளியீடுகளிலிருந்து (static outputs) மாறும் நடத்தைகளாக (dynamic behaviors) விரிவடைந்து வருகிறது என்ற கருத்தை உறுதிப்படுத்துகின்றன.

அபாயத்தைக் குறைத்தல்

பாதுகாப்பு குழுக்கள் மூன்று நடைமுறைப் படிகள் மூலம் excessive agency-யைக் குறைக்கத் தொடங்கலாம்:

  1. உங்கள் கருவிகளின் வரம்பை நிர்ணயிக்கவும் (Scope your tools) – ஒவ்வொரு ஏஜென்ட்டிற்கும் அதன் குறிப்பிட்ட வேலைக்குத் தேவையான செயல்களை மட்டுமே வழங்கவும். வசதிக்காக ஒரு தனி LLM-க்கு “முழுமையான கருவிப் பெட்டியையும்” (full toolbox) வழங்குவதைத் தவிர்க்கவும்; நுணுக்கமான அனுமதிகள் (granular permissions) ஒரு ஊடுருவப்பட்ட பிராம்ப்ட் ஏற்படுத்தும் பாதிப்பு எல்லையை (blast radius) கட்டுப்படுத்தும்.
  2. பாதுகாப்பு வளையங்களை குறியீட்டில் உருவாக்குங்கள், பிராம்ப்ட்களில் அல்ல (Build guardrails in code, not prompts) – கருவியை உண்மையில் இயக்கும் அடுக்கில் (layer) வெளிப்படையான அனுமதி சரிபார்ப்புகள், உறுதிப்படுத்தல் வாயில்கள் (confirmation gates) மற்றும் தணிக்கை பதிவுகளை (audit logs) நம்பியிருக்கவும். ஒவ்வொரு மாதிரி வெளியீட்டையும், ஒரு வெளிப்புற API அழைப்பைப் போலவே பாதுகாப்பு ஆய்வுக்கு உட்படுத்தப்பட வேண்டிய நம்பகத்தன்மையற்ற கோரிக்கையாகக் கருதவும்.
  3. அனைத்து கருவித் தொகுப்புகளையும் பட்டியலிடுங்கள் (Inventory all tool combinations) – எந்த ஏஜெண்டுகள் எந்த API-கள், ஸ்கிரிப்ட்கள் அல்லது நிதி முனையங்களை அணுக முடியும் என்பதை ஆவணப்படுத்தவும். அந்தப் பட்டியலை விட முக்கியமானது, அந்தத் திறன்கள் எவ்வாறு ஒன்றோடொன்று தொடர்பு கொள்கின்றன என்பதைப் புரிந்துகொள்வதாகும்; பார்ப்பதற்குத் தீங்கற்றதாகத் தோன்றும் இரண்டு கருவிகள் ஒன்றிணைக்கப்படும்போது ஆபத்தானதாக மாறக்கூடும்.

புதுப்பிக்கப்பட்ட Top 10 பட்டியல் ஒவ்வொரு அபாயத்தையும் முக்கிய நிறுவனப் பாதுகாப்புத் தரங்களுடன் (enterprise security standards) இணைக்கிறது, இது பாதுகாப்புப் பணியாளர்கள் இணக்கம் (compliance) மற்றும் தணிக்கைக் குழுக்களுடன் (audit teams) விவாதிப்பதற்கு ஒரு பொதுவான மொழியை வழங்குகிறது.

எதிர் கருத்து: அபாயம் மிகைப்படுத்தப்படுகிறதா?

சில நிபுணர்கள் “excessive agency” என்பது உருவாக்கும் AI-ல் உள்ள உள்ளார்ந்த குறைபாட்டை விட, மோசமான வடிவமைப்புத் தேர்வுகளையே பிரதிபலிக்கிறது என்று வாதிடுகின்றனர். கட்டுப்பாடற்ற அணுகல் வழங்கப்பட்டால் எந்தவொரு நிரலாக்க அமைப்பையும் (programmable system) தவறாகப் பயன்படுத்த முடியும் என்றும், வலுவான DevOps நடைமுறைகள் ஏற்கனவே குறிப்பிடப்பட்ட பல சூழல்களைக் கையாளுகின்றன என்றும் அவர்கள் சுட்டிக்காட்டுகின்றனர். அனுமதிகள் குறித்த ஒழுக்கம் அவசியமானது என்றாலும், இந்த அபாயத்தின் தரவு சார்ந்த உயர்வு, பல நிறுவனங்கள் இன்னும் அந்த நடைமுறைகளை AI-ஆல் மேம்படுத்தப்பட்ட பணிப்பாய்வுகளில் (AI-augmented workflows) செயல்படுத்துவதில் பின்தங்கியுள்ளன என்பதைக் காட்டுகிறது.

அடுத்து கவனிக்க வேண்டியவை

  • மேலதிக Top 10 திருத்தங்கள் – அதிக சம்பவங்கள் பதிவு செய்யப்படும்போது, OWASP பட்டியல் தொடர்ந்து பரிணமிக்கும். வருடாந்திர வெளியீட்டைக் கவனிப்பதன் மூலம், அச்சுறுத்தல் போக்கு எங்கு நோக்கிச் செல்கிறது என்பதைத் திட்டமிட குழுக்களுக்கு உதவும்.

செய்தி தெளிவானது: ஒரு மொழி மாதிரிக்குச் செயல்படும் அதிகாரத்தை வழங்குவது மலிவானது; ஆனால் அந்த அதிகாரத்திலிருந்து பாதுகாப்பது செலவு மிகுந்தது. மாதிரி வெளியீட்டை ஒரு தீர்ப்பாகக் கருதாமல், ஒரு கோரிக்கையாகக் கருதும் நிறுவனங்கள், கருவி சார்ந்த தாக்குதல்களின் வளர்ந்து வரும் அலைக்கு முன்னால் முன்னணியில் இருக்கும்.