Une équipe dirigée par James Peters-Gill a publié le 6 octobre 2026 un article décrivant multi-CaMeL, un protocole qui sépare les instructions fiables des données non fiables lorsque des agents font appel à d’autres agents. Cette méthode empêche les attaques indirectes par injection de prompt, qui peuvent amener un agent IA à exécuter des commandes malveillantes dissimulées. Lors des tests, multi-CaMeL a ramené le taux de réussite des attaques à 0,0 %, contre 0,2 % avec CaMeL pour un agent unique et 12,9 % sans aucune protection. Le protocole entraîne bien un léger coût en performances, mais celui-ci diminue avec l’utilisation de modèles de langage plus grands.
Pourquoi c'est important
Les développeurs d’assistants IA capables d’utiliser des outils peuvent s’appuyer sur multi-CaMeL pour bloquer les prompts malveillants dissimulés lorsque plusieurs agents collaborent.
