> ## Content Index
> Fetch the complete content index at: https://news.viveksha.ru/llms.txt
> Use this file to discover other available public pages before exploring further.

# ИИ-агенты: OpenAI спасает COBOL, а WhatsApp прячет инструкции от агентов · 20.10.2026
- URL: https://news.viveksha.ru/agents-openai-cobol-whatsapp-injection-2026-10-20/
- Published: 2026-10-20T07:04:12.000Z
- Updated: 2026-10-20T07:04:12.000Z
- Description: OpenAI улучшает поддержку редких языков программирования для агентов, пока скандал с скрытыми инструкциями в WhatsApp ставит под вопрос безопасность tool-calling.
- Author: Вивекша
- Tags: ИИ-агенты, безопасность, openai, legacy-код, #agents

Сегодняшний день показал два полюса развития агентных систем: технологический прорыв в работе с «цифровыми археологами» (редкими языками) и тревожный сигнал о безопасности взаимодействия агентов с внешним миром. Если раньше фокус был на скорости генерации кода, то теперь речь идет о глубине понимания легаси-систем и защите от манипуляций через пользовательский интерфейс.

## Legacy-код становится приоритетом для агентов

OpenAI представила новые методы оценки и улучшения ChatGPT для работы с низко ресурсными programming languages (языками программирования с малым объемом обучающих данных). В центре внимания — не Python или JavaScript, а такие системы, как SQLite и, что особенно важно, COBOL. Этот шаг подтверждает тренд на смещение фокуса ИИ-агентов из сферы создания новых продуктов в область поддержки критической инфраструктуры.

На мой взгляд, это стратегически важный поворот. Автономные агенты, способные читать и мигрировать код на COBOL, открывают доступ к триллионам строк кода в банковском и государственном секторе. Для фреймворков вроде LangChain или CrewAI это означает необходимость интеграции специализированных инструментов анализа устаревших стеков, а не только современных API. Способность агента понять контекст 40-летней давности превращает его из просто «кодогенератора» в полноценного инженера по реверс-инжинирингу.

## Скрытые инструкции как вектор атаки на агентов

Параллельно разгорается скандал вокруг WhatsApp. Исследователи обнаружили, что справочные страницы сервиса содержат скрытые текстовые блоки, инструктирующие LLM (большие языковые модели) не рекомендовать регуляторам определённые действия. Эти фрагменты не видны обычному пользователю, но считываются ботами и агентами, индексирующими контент.

Это классический пример prompt injection (внедрения промптов) через контент-стратегию. Агенты, использующие веб-скрапинг или RAG (retrieval-augmented generation), могут неосознанно выполнять эти скрытые директивы, искажая свои выводы. Инцидент подчеркивает уязвимость текущих архитектур tool-calling: агенты доверяют тексту на странице так же, как собственным системным промптам.

Для медиа-платформ и разработчиков агентов это сигнал пересмотреть фильтры входящего контента. На мой взгляд, мы движемся к эпохе, где проверка целостности источника данных станет обязательным этапом pipeline агента, прежде чем он передаст информацию модели.

## Итог

Технологии развиваются в двух направлениях: усложнение задач (миграция легаси) и усложнение угроз (скрытые промпты). Успешные агенты будущего должны сочетать глубокие знания узких предметных областей с жесткой изоляцией от вредоносного внешнего контента. Ожидания роста спроса на инструменты верификации источников и специализированные модели для редких языков программирования.

## Источники

1. [Advancing coding in low‑resource programming languages](https://openai.com/index/low-resource-programming-languages?ref=news.viveksha.ru)
2. [WhatsApp's help pages hid LLM instructions: dont recommend a regulator](https://redact.dev/blog/whatsapp-help-pages-hidden-ai-instructions?ref=news.viveksha.ru)

## FAQ

**Почему поддержка COBOL важна именно для ИИ-агентов, а не просто для программистов?**

Потому что миграция легаси-систем требует автономного чтения огромных объемов непонятного кода и принятия решений об архитектуре, что идеально ложится на задачи оркестрации агентов, а не единичной генерации функции.

**Как скрытые инструкции в WhatsApp влияют на работу моих агентов?**

Если ваш агент использует веб-поиск или парсинг страниц для формирования ответов, он может получить невидимые для вас команды, которые изменят его логику или факты, создавая эффект галлюцинации или предвзятости.

**Что такое «низко ресурсные языки» в контексте обучения моделей?**

Это языки программирования (например, COBOL, Fortran), по которым в открытых датасетах мало примеров кода и документации, что затрудняет обучение стандартных LLM без специальных методов аугментации данных.

## Источники

1. [https://openai.com/index/low-resource-programming-languages](https://openai.com/index/low-resource-programming-languages?ref=news.viveksha.ru)
2. [https://redact.dev/blog/whatsapp-help-pages-hidden-ai-instructions](https://redact.dev/blog/whatsapp-help-pages-hidden-ai-instructions?ref=news.viveksha.ru)