Czy prompt injection może wyciągnąć dane przez naszego agenta AI?
Tak. 18 sierpnia 2026 NVD opublikowało CVE‑2026‑75130: zatrute instrukcje podawane przez serwer MCP Context7 mogły sprawić, że podłączony agent kodujący AI wysyłał napastnikowi dane logowania z plików środowiskowych przy zwykłym zapytaniu o dokumentację. VulnCheck ocenił lukę na 9,0 w skali CVSS.
→Każdy mail, dokument i stronę traktuję jako niezaufane wejście: oddzielone od poleceń i czytane przez wąskie narzędzia, które nie mają szerszego dostępu niż osoba, w której imieniu działają. Tak to zbudowałem jako główny inżynier Patriot Mail, klienta poczty z AI, w którym każdą wiadomość pisze ktoś obcy. W maju 2026 zaatakowałem asystenta AI w produkcie wzorcami prompt injection, w nowej sesji wyciągnąłem jego kontekst i ustaliłem zasadę, że prompt systemowy traktujemy jak publiczny, więc nie trafia do niego nic tajnego.
Nasz model Claude jest wycofywany. Czy funkcja dalej zadziała?
30 listopada 2026 Anthropic wyłącza Claude Sonnet 4.5 i jako następcę wskazuje Claude Sonnet 5.5, a zapytania do wycofanego modelu kończą się błędem (wycofywane modele). Obiecane uprzedzenie to co najmniej 60 dni.
→Przed terminem puszczam Wasze prawdziwe przypadki na następcę i oceniam oba modele zestawem testów i LLM‑as‑judge, więc decyzję o zmianie podejmujecie na liczbach, a nie na wyczucie. W sierpniu 2026 zbudowałem Korpo Tłumacza tak, by działał na kilku modelach, w tym lokalnym, więc wymiana wycofanego albo droższego modelu to zmiana ustawienia, a nie przepisywanie kodu.
Masz to u siebie? Umów bezpłatne 30 minut →
Agent AI działa na demo, a na produkcji się sypie
W badaniu VB Intelligence z 8 października 2026 aż 61% badanych z firm, które testują AI przed wdrożeniem, widziało w ciągu ostatnich 12 miesięcy agenta AI albo funkcję z LLM, która przeszła wewnętrzne testy, a potem zawiodła klientów.
→Zanim funkcja wyjdzie, jej jakość ma wynik liczbowy na Waszych prawdziwych przypadkach, liczony od nowa przy każdej zmianie promptu albo modelu. Na takiej pętli platforma treści z agentami, którą budowaliśmy we dwóch, opublikowała tysiące artykułów. We wrześniu 2026 asystent AI w aplikacji rozmawiał, ale nie wykonywał akcji; w jeden dzień znalazłem trzy osobne usterki w kodzie dwóch zespołów, naprawiłem naszą część, a drugiemu zespołowi dałem dokładną listę zmian.
Jak nie dostać gigantycznego rachunku za API od funkcji z AI?
W raporcie Harness o kosztach AI (29 lipca 2026, 700 liderów i inżynierów) 72% miało w ostatnim roku nieoczekiwany skok kosztów AI, a tylko 20% umiało w ciągu kilku godzin ustalić, czemu rachunek się podwoił.
→Dodaję limity per IP i globalne oraz sufit kosztów pilnowany przez samą aplikację w Durable Object. Tak działają cztery moje projekty poboczne na tej domenie, więc skok ruchu albo nadużycie ma znany maksymalny koszt. Gdy pipeline treści AI przepalał pieniądze na przebiegach padających na ostatnim kroku, wprowadziłem limit na godzinę, więc nieudany przebieg kosztuje teraz kilka dolarów.
