El Grupo de Investigación ASSET demostró que los agentes de codificación de IA, cuando están conectados a servidores maliciosos mediante el protocolo MCP, pueden filtrar datos sensibles utilizando instrucciones fragmentadas. Este método, llamado GhostSplice, utiliza instrucciones fragmentadas que parecen normales para que los agentes recopilen datos sensibles. Las pruebas mostraron que este método aumentó la tasa de éxito en algunos modelos del 42% al 82%.
Los servidores maliciosos insertan instrucciones fragmentadas en las identificaciones de herramientas y en los resultados, lo que permite a los agentes combinar esta información. Este método asegura que cada fragmento no parezca dañino por sí solo. Sin embargo, cuando se combinan, los agentes recopilan datos sensibles y los envían a los servidores maliciosos. ASSET señala que este método solo funciona con servidores maliciosos ya conectados y que apunta a los datos a los que los agentes ya tienen acceso.
Para protegerse de este método, ASSET recomienda procesar las salidas del servidor como datos en lugar de instrucciones y evitar que la salida de una herramienta se transmita automáticamente como argumentos a otra herramienta. Además, el protocolo MCP requiere que los clientes puedan rechazar llamadas de herramientas sin intervención humana.