# Nieuw multi-agentprotocol brengt promptinjecties terug tot nul

> Onderzoekers introduceren multi-CaMeL, een communicatiemethode die indirecte promptinjecties voorkomt in hiërarchische AI-agentsystemen.

Oossa · 2026-10-06 · https://oossa.com/nl/new-multi-agent-protocol-cuts-prompt-injection-attacks-to-zero

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.

## De feiten

- Het aanvalspercentage daalt met multi-CaMeL tot 0,0% (paper, 6 oktober 2026)
- De paper is ingediend op 5 oktober 2026; onder de auteurs is James Peters-Gill

## Waarom het ertoe doet

Ontwikkelaars van AI-assistenten die tools gebruiken, kunnen met multi-CaMeL verborgen kwaadaardige prompts voorkomen wanneer agents samenwerken.

## Bronnen en referenties

1. [Can CaMeLs Talk? Securing Multi-Agent Systems Against Indirect Prompt Injection Attacks](https://arxiv.org/abs/2610.05640) – arXiv cs.MA, 2026-10-06
2. [Where Rules End and Judges Begin: Measuring the Judgment Boundary in Multi-Agent Systems Security](https://arxiv.org/abs/2610.07657) – arXiv cs.MA, 2026-10-07

Laatst bijgewerkt: 2026-10-07