Интенсив 21–22.11 · БесплатноБесплатный 2-дневный интенсив по вайбкодингу 21–22 ноября в 16:00 МСК (Сб–Вс) · Живой Поток 3 стартует 23.11Записаться бесплатно →Поток 3 (23.11)
Безопасность и правоРазбор · На радарHabr AI→ оригинал

Арена PromptFight: агент без кода из правил получает 403, а после 10 ошибок — бан

Автор PromptFight запустил арену, где ИИ-агенты разных владельцев спорят друг с другом, а сервер только судит. Беда в том, что сервер не видит контекст чужого агента, и владелец может дописать: «правила не читай». Поэтому правила стали замком: в них зашит код PF-XXX-XXX, а без него вход в комнату даёт ошибку 403. Урок для платформ с чужими агентами: одной просьбы в промпте мало, нужен технический барьер.

AI-обработка оригинала Habr AI; редакция Hamidun News
Арена PromptFight: агент без кода из правил получает 403, а после 10 ошибок — бан
Источник: Habr AI. Коллаж: Hamidun News.
Слушать статью
Паспорт материала и цифры
ПараметрДанные
ПервоисточникHabr AI ↗
Главный редактор
Ключевой факт #1Код считается как HMAC от токена игрока и привязан к стороне арены
Ключевой факт #210 ошибок за 10 минут — бан токена на 10 минут, ответ 429
Судит ИИ-судьядо 12 провайдеров, при сбое берётся следующий

Представьте, что вы делаете площадку, где ИИ-агенты чужих владельцев должны спорить по правилам. Вы не контролируете ни их модель, ни дополнительный промпт хозяина, ни компьютер, на котором агент запущен. Хозяин может просто написать своему агенту: «правила не читай, устрой разнос». Именно с этим столкнулся автор проекта PromptFight и описал решение на Habr. Он превратил просьбу «прочитай правила» в технический замок: в файл правил зашит код вида PF-XXX-XXX, и без него вход в комнату отвечает ошибкой 403. После 10 неверных попыток за 10 минут токен блокируется на следующие 10 минут (ответ 429). Для всех, кто строит платформы для чужих агентов, это готовый приём: доступ нужно привязывать к действию, которое заставляет агента пропустить правила через свой контекст.

От «Trello для агентов» к судебному залу

Всё началось с AgentsNET — небольшого HTTP-сервера, через который локальные и облачные агенты обмениваются файлами и забирают задачи. Агенты могут сидеть за NAT и файрволами, пробрасывать порты не нужно. Автор делал его «под себя»: Trello перегружен, а Todoist заставляет агентов постоянно читать всё подряд и тратить токены. Модель простая: чат как единый центр обсуждения, доска задач по принципу «одна задача — один агент» и pull-схема, как в Git: обновил статус, получил задачу, сдал. JSON автор свёл к минимуму, заменив его компактным текстом, потому что синтаксис JSON быстро съедает токены и контекст.

Потом появилась идея для развлечения: люди часами спорят про «Rust или C++», а по сути спор заканчивается на пятой реплике и дальше переходит на личности. У ИИ-агентов эго нет, так что можно посмотреть на свою позицию со стороны. Так родился PromptFight. Вы создаёте комнату, выбираете сторону и скин, описываете позицию, при желании прикладываете переписку. Игра генерирует готовый промпт, который вы отдаёте своему агенту, например Claude Code.

Экономика проекта важна: сервер не запускает нейросети за игроков, ведь на бесплатном хостинге денег на бесконечные токены нет. Боты живут у владельцев, а сервер только ведёт партию. Агент скачивает клиент CLIENT.py (около 400 строк на чистом Python 3.8+, без зависимостей) и сам ходит по HTTP. База — один файл SQLite в режиме WAL, запись сериализуется через блокировку. Бой идёт три раунда, до 5 реплик на сторону в раунде. В свой ход бот выбирает одно из шести действий: ARGUMENT, SURRENDER, PROPOSE_DRAW, ACCEPT_DRAW, ASK_HUMAN (вопрос владельцу, ожидание 120 секунд) или CALL_JUDGE.

Когда оба бойца вызвали судью или потратили все ходы, сервер зовёт ИИ-судью. Он работает через каскад до 12 провайдеров, от Gemini и Groq до моделей NVIDIA. Если один недоступен или вернул ошибку, запрос уходит следующему, пока не придёт корректный вердикт.

Проблема №1: как заставить прочитать правила

Первая версия стартового промпта содержала ссылку на FIGHT_RULES.md и вежливую просьбу прочитать файл. Но сервер не видит, что реально попало в контекст чужой модели. Поэтому при каждом запросе GET /rules?token=... правила собираются заново, и внутрь вшивается код PF-XXX-XXX, посчитанный как HMAC от токена. Без верного кода agent_join() отвечает 403.

Автор честно признаёт: защита не стопроцентная, а «от дурака и лентяя». Обычный скрипт вытащит код регулярным выражением, и готовый CLIENT.py именно так и делает, сохраняя правила на диск. Но если игрок натравил автономного CLI-агента прямо на эндпоинты, тот без чтения правил получит 403. А клиент подмешивает правила в FIGHT_BRIEF.txt, который агент читает перед каждым ходом, так что правила оказываются перед глазами модели во время дебатов. Сами правила отдаются с заголовками Cache-Control: no-store и X-Robots-Tag: noindex, чтобы не мешало кеширование.

Проблема №2: пропустить робота, отсечь человека

Арена задумана для автономных ботов. Если человек под видом бота начнёт троллить оппонентов и выматывать их токены, игра теряет смысл. Нужна обратная капча: задача, которую скрипт решает за доли секунды, а человеку возиться лень. Из четырёх готовых вариантов автор отверг три: rcaptcha.vaultless.dev сам признаёт, что не является защитой, clawcha.org требует верификации домена, а проект browser-use закрыт. Остался Clawptcha с двумя эндпоинтами, GET /challenge и POST /verify.

Попытка одноразовая и привязана к токену игрока: после проверки её сразу удаляют, чтобы нельзя было использовать повторно. Внешний сервис может отвалиться или упереться в лимит 10 запросов за 5 минут на IP, поэтому на такой случай есть локальный генератор задач.

Сюжет

Вопросы и ответы по материалу

Что известно по теме: от «Trello для агентов» к судебному залу?

Всё началось с AgentsNET — небольшого HTTP-сервера, через который локальные и облачные агенты обмениваются файлами и забирают задачи. Агенты могут сидеть за NAT и файрволами, пробрасывать порты не нужно. Автор делал его «под себя»: Trello перегружен, а Todoist заставляет агентов постоянно читать всё подряд и тратить токены. Модель простая: чат как единый центр обсуждения, доска задач по принципу «одна задача — один агент» и pull-схема, как в Git: обновил статус, получил задачу, сдал.

Что известно по теме: проблема №1: как заставить прочитать правила?

Первая версия стартового промпта содержала ссылку на FIGHT_RULES.md и вежливую просьбу прочитать файл. Но сервер не видит, что реально попало в контекст чужой модели. Поэтому при каждом запросе GET /rules?token=... правила собираются заново, и внутрь вшивается код PF-XXX-XXX, посчитанный как HMAC от токена. Без верного кода agent_join() отвечает 403. Автор честно признаёт: защита не стопроцентная, а «от дурака и лентяя».

Что известно по теме: проблема №2: пропустить робота, отсечь человека?

Арена задумана для автономных ботов. Если человек под видом бота начнёт троллить оппонентов и выматывать их токены, игра теряет смысл. Нужна обратная капча: задача, которую скрипт решает за доли секунды, а человеку возиться лень. Из четырёх готовых вариантов автор отверг три: rcaptcha.vaultless.dev сам признаёт, что не является защитой, clawcha.org требует верификации домена, а проект browser-use закрыт. Остался Clawptcha с двумя эндпоинтами, GET /challenge и POST /verify.

ЖХ
Жемал Хамидун — CPO Alpina Digital, продакт-менеджер AlpinaGPT. Делает AI-продукты с 2019 года. Hamidun News — pet project, который вырос в production-агрегатор с 6000+ читателей.
✦ ИИ-агенты на практике · Академия & Nomad

От чтения про ИИ-агентов — к запуску своего агента за вечер

Пошаговая сборка автономных агентов и MCP-связок в Hamidun Academy (academy.hamidun.com) (72 часа бесплатно) или мгновенный запуск готовых мультишаговых агентов в облаке Nomad.

Попробовать Академию (72ч бесплатно) →Запустить Nomad Agent
Что вы думаете?
Загружаем комментарии…