Una recente ricerca ha acceso i riflettori su una vulnerabilità critica nei sistemi di agenti AI basati sul protocollo MCP (Model Context Protocol). Lo studio dimostra come istruzioni malevole possano propagarsi silenziosamente tra agenti che si fidano reciprocamente, mettendo a rischio database, credenziali e dati riservati degli utenti. Il problema non riguarda un singolo software, ma l'architettura stessa di fiducia su cui si fondano molte integrazioni moderne.
Come funziona l'attacco
Gli agenti AI, sempre più spesso, collaborano tra loro scambiandosi comandi e informazioni attraverso canali considerati sicuri. Un agente compromesso può iniettare istruzioni dannose in un altro agente, che le esegue perché si fida della fonte. In questo modo, il malware si diffonde senza bisogno di violare direttamente i sistemi, sfruttando solo la catena di fiducia. I ricercatori hanno simulato diversi scenari, dimostrando che anche agenti progettati per compiti apparentemente innocui possono diventare vettori di attacco.
Impatto su MCP e dati sensibili
Il protocollo MCP, pensato per standardizzare l'interazione tra modelli linguistici e strumenti esterni, amplifica il rischio: ogni connessione fiduciaria diventa un potenziale canale di propagazione. Le conseguenze pratiche sono preoccupanti: accesso non autorizzato a database aziendali, esfiltrazione di dati personali e manipolazione di processi decisionali. Le aziende che adottano agenti AI per l'automazione devono riconsiderare i modelli di sicurezza, introducendo verifiche continue e isolamento dei contesti.
La ricerca non propone una soluzione definitiva, ma sottolinea l'urgenza di meccanismi di autenticazione robusti e controlli granulari sulle autorizzazioni. La fiducia tra software non può più essere data per scontata: va continuamente verificata, proprio come si farebbe con un essere umano. Ignorare questo principio significa esporre i dati degli utenti a rischi sempre più sofisticati.
