Просверленный доступ: как дать AI-агентам инструменты, данные и API, но не устроить утечку, хаос и счет на миллионы

Агентная платформа

Системы прав доступа

API

Отказоустойчивость

Распределенные системы

Архитектура данных, потоки данных, версионирование

Атаки

Безопасность

Программный комитет ещё не принял решения по этому докладу

Целевая аудитория

Платформенные инженеры и архитекторы, которые строят агентные и LLM-платформы. Backend-разработчики, техлиды и SRE, выводящие AI-агентов в production. Специалисты по безопасности и compliance, работающие с LLM и RAG.

Тезисы

почему agent platform быстро превращается в хаос без governance/control plane; как проектировать доступы к MCP/tools/RAG/API: широкий доступ для пользы, но с policy, audit и tenant boundaries; prompt injection и tool abuse как новая модель угроз; observability для LLM/agent workflows: traces, tool calls, cost, latency, quality signals; PII/compliance в RAG и tool calls; cost governance: как POC с агентами превращается в дорогую production-систему; версионирование промптов, policies и capabilities как часть SDLC; почему AI Governance - это не “бумажный комплаенс”, а инженерная подсистема агентной платформы.

Нина Ларина

ПравоТех

Я занимаюсь Platform Engineering и архитектурой AI-first платформы: MCP/tool access, агентные runtime-контракты, RAG, guardrails, observability, cost control и ownership boundaries. Мой фокус - как переводить LLM/agent capabilities из POC в управляемый production-контур, где есть безопасность, аудит, эксплуатация и понятные зоны ответственности между командами.