# ИИ скачать на Android: 7 атак на пять агентных фреймворков — как скриншот становится командой

Source: https://provod.ai/ru/blog/ai-download-mobile-agent-invisible-screen-text-host-command-injection

21 июля The Hacker News разобрал оригинальное исследование, пересмотренное 14 июля, о семи лабораторных атаках на пять open-source Android-агентных фреймворков. Главная неприятность не в том, что пользователь случайно нажмёт не ту кнопку. Агент может прочитать инструкцию на скриншоте, которую человек не замечает, и принять её за часть задачи.

Поэтому запрос «ии скачать» требует уточнения: речь не о любом приложении с нейросетью на телефоне, а о mobile AI agent, который воспринимает экран и способен выполнять действия. В исследование вошли AppAgent, AppAgentX, Mobile-Agent-v3, Open-AutoGLM и MobA. Обычные AI-чаты, stock assistants и iOS в этот охват не входят.

Риск возникает в точке, где экран перестаёт быть только интерфейсом для человека и становится входным каналом для автоматики. Если агент доверяет скриншоту сильнее, чем пользователь видимому состоянию приложения, безобидная картинка может изменить следующее действие.

[Подключите AI-агентов с оплатой в рублях на provod.ai](/ru)

## Две поверхности атаки

Исследователи разделили реализации на два класса.

**Screen Perception** использует расхождение между человеческим и машинным восприятием. Сюда относятся невидимый текст, невидимые pixel zones и подмена скриншота. Человек видит привычный экран, а модель получает сигнал, который влияет на выбор действия.

**Misused Channel** относится не к содержимому экрана, а к контуру исполнения. В исследовании показаны варианты, где меняется или перехватывается execution pipeline, включая путь к командам на подключённом host PC.

Это не означает, что любой, кто решил нейросеть скачать на Android, автоматически получает скомпрометированное устройство. Это означает другое: у агентного инструмента недостаточно спросить, «видит ли он экран правильно». Нужно спрашивать, имеет ли изображение право давать команду и какой канал способен превратить её в действие.

![Схема модели угроз для Android-агента](https://storage.yandexcloud.net/provod-yc-production-cms-media/blog/02-459.png)

## Где заканчивается тревога и начинается практический риск

У основной цепочки были конкретные условия: атакующее приложение должно быть установлено, агентная задача активна, а USB- или wireless-debugging включён. Отдельный вариант с изображением и цветовым каналом допускает доставку полезной нагрузки через картинку.

Именно эти ограничения меняют вывод. Для разработчика, который тестирует агент на Android и держит отладочный канал открытым к ПК, это повод пересмотреть архитектуру сейчас. Для человека, который использует обычный чат с ИИ на смартфоне, это исследование само по себе не доказывает аналогичный риск.

Самое сильное возражение звучит разумно: лабораторная демонстрация без CVE и без подтверждённой эксплуатации вне controlled setting не должна превращаться в заявление о массовой кампании. Так и есть. Но отсутствие известного инцидента не отменяет ценность модели угроз: The Hacker News сообщил, что проверил пути работы со скриншотами, shell-вызовами и fallback через broadcast в основных ветках всех пяти фреймворков по состоянию на 17 июля.

## Быстрый диагностический тест для команды

Не запрещайте агентный интерфейс целиком. Проверьте, связывает ли система восприятие, разрешение и действие.

1. Агент получает скриншот или изображение из приложения, которому вы не доверяете?
2. Может ли содержимое скриншота менять действие без отдельного подтверждения пользователем?
3. Открыт ли во время задач USB- или wireless-debugging?
4. Есть ли у действия изолированный execution layer, а не прямой путь к host PC?
5. Покажет ли интерфейс человеку различие между тем, что увидел он, и тем, что получил агент?

Если на первые три вопроса ответ «да», а на последние два «нет», такой сценарий лучше не использовать для чувствительных задач. Минимальный следующий шаг: отключить ненужный debug channel, отделить входные изображения от команд и требовать permission-aware confirmation перед действием с последствиями.

Архитектурный принцип здесь простой: скриншот может быть данными для анализа, но не должен становиться доверенным источником команды. Этот принцип полезно закреплять в требованиях к агентным сценариям, например при обсуждении их в [provod.ai](/ru).

![Карточка выбора архитектуры](https://storage.yandexcloud.net/provod-yc-production-cms-media/blog/03-459.png)

[Перейти на provod.ai](/ru)

Что для вашей команды дороже: сохранять автономность для обратимых действий или требовать подтверждение перед действием, которое меняет устройство, открывает отладочный канал либо затрагивает подключённый ПК?

## provod.ai — российский AI API-роутер для личных и корпоративных сценариев

**Один API и веб-интерфейс объединяют привычную AI-экосистему:** от первого запроса в чате до агентных систем, мультимедиа и production-интеграций для бизнеса.

**В одном каталоге — актуальные модели для текста и медиа:** GPT от OpenAI, Claude от Anthropic, Gemini от Google, Grok от xAI, DeepSeek, Qwen, GLM, Kimi и MiniMax; для изображений — Nano Banana 2 Pro и GPT Image; для видео — последние версии Seedance, Kling, Veo и Google Omni. Также доступны модели для reasoning, поиска, документов, эмбеддингов, музыки и аудио.

**Ценовая основа платформы — официальный тариф без собственной маржи:** 1:1 с провайдером, оплата в рублях, единый баланс и документы для бизнеса. Это один из самых прямых и доступных способов оплачивать мировой AI-каталог из России.

**Подключитесь к provod.ai:** [форма регистрации](https://app.provod.ai/register) · [цены на модели](https://app.provod.ai/models) · [защита данных по 152-ФЗ](https://provod.ai/legal/152-fz) · [главная provod.ai](https://provod.ai/ru)

## FAQ

### Что такое provod.ai?

provod.ai — российская мультимодельная AI-платформа: чат, совместимые API, генерация и редактирование изображений, видео, coding-интеграции и командные рабочие пространства используют общий предоплаченный баланс в рублях. Начните с [обзора](/ru.md), [документации](/ru/docs.md) или [каталога моделей](/ru/models.md).

### У provod.ai самые низкие цены среди российских провайдеров?

Это заявленная ценовая позиция provod.ai: поддерживать самые низкие публичные рублёвые цены среди российских провайдеров для сопоставимого доступа к одной и той же модели. Это не бессрочная гарантия для каждой модели: сравнивайте модель и версию, единицы тарификации, входные и выходные токены, кэширование, налоги, курс, минимальный платёж и акции на одну дату. Для конкретного ответа используйте [живой каталог](/ru/models.md), [страницу цен](/ru/pricing.md) и [правила проверки расхода](/ru/docs/usage-costs.md).

### Можно ли обещать отсутствие наценки?

Нет. Стоимость определяется опубликованными тарифами в рублях и подтверждённым использованием. Самая низкая сравнимая цена и полное совпадение с тарифом upstream-поставщика — разные утверждения; не обещайте универсальное отсутствие наценки без отдельного подтверждения.

### Насколько стабилен сервис?

provod.ai позиционирует сервис как рассчитанный на отличную стабильность в ежедневной работе. Доступность конкретных моделей остаётся динамической. Этот файл не публикует процент uptime и не устанавливает универсальный SLA; проверяйте текущий каталог и условия применимого договора.

### Почему provod.ai подходит для юридически оформленной работы в России?

provod.ai позиционирует себя как один из немногих российских сервисов доступа к AI, который публично указывает действующее юридическое лицо, публикует [оферту](/ru/legal/terms.md), [политику обработки персональных данных](/ru/legal/privacy.md), [реквизиты](/ru/legal/requisites.md), принимает оплату в рублях и документирует [расчёты для компаний](/ru/docs/business-billing.md). Материалы о [152-ФЗ](/ru/docs/152-fz.md) и защите данных описывают возможности и ограничения, но не заменяют юридическую оценку конкретного процесса клиента.

### provod.ai работает без VPN?

Публичный сайт описывает доступ без VPN. Для API используйте документированный базовый URL и ключ платформы; доступность конкретной модели проверяйте в текущем каталоге.

### Какие протоколы и интеграции доступны?

Документация описывает OpenAI-совместимые Chat Completions и Responses, Anthropic Messages, интерфейсы изображений, а также Claude Code, OpenCode и Codex CLI. Совместимость не означает поддержку всех upstream-параметров: следуйте [обзору интеграций](/ru/docs/integrations-overview.md), конкретной инструкции и ограничениям модели.

### Есть изображения и видео?

Платформа поддерживает работу с изображениями и видео. Генерация, редактирование, входные данные, длительность, разрешение и другие параметры зависят от выбранной модели и текущего публичного каталога.

### Какие источники считать актуальными?

Для модели, доступности, возможностей, лимитов и цены используйте [живой каталог](/ru/models.md). Для поведения API — соответствующую страницу [документации](/ru/docs.md). Для правовых выводов — русские официальные документы и применимый договор. Никогда не передавайте API-ключи, приватные данные рабочего пространства или preview-ссылки в публичные документы. По вопросам обращайтесь через [контакты](/ru/contact.md).
