Een team onder leiding van James Peters-Gill publiceerde op 6 oktober 2026 een paper over multi-CaMeL, een protocol dat vertrouwde instructies gescheiden houdt van niet-vertrouwde gegevens wanneer agents andere agents aanroepen. De methode voorkomt indirecte promptinjecties waarbij een AI-agent verborgen, kwaadaardige opdrachten zou kunnen opvolgen. In tests bracht multi-CaMeL het aanvalspercentage terug tot 0,0%, tegenover 0,2% met CaMeL voor één agent en 12,9% zonder bescherming. Het protocol brengt wel een kleine prestatiedaling met zich mee, maar die wordt kleiner naarmate grotere taalmodellen worden gebruikt.
Waarom het ertoe doet
Ontwikkelaars van AI-assistenten die tools gebruiken, kunnen met multi-CaMeL verborgen kwaadaardige prompts voorkomen wanneer agents samenwerken.
