15 июня 2026 года Dark Reading опубликовал колонку о сдвиге, который может неприятно удивить и мошенников, и команды безопасности: социальная инженерия постепенно перестает быть проблемой только «невнимательного сотрудника». Если AI-native операционные системы действительно станут нормой, часть ответственности за распознавание обмана уйдет от человека к самой платформе. Для русскоязычной IT-аудитории это сигнал простой: защита будет все меньше строиться вокруг баннера «не кликайте по ссылкам» и все больше вокруг того, как ОС видит поведение пользователя, контекст и подозрительные цепочки событий.
Поводом для этой дискуссии стали не лабораторные эксперименты, а действия крупнейших игроков. Как пишет Dark Reading, в мае Google показала Gemini как все более встроенную часть Android, а на той же неделе Apple расширила Apple Intelligence на iPhone, iPad и Mac. Автор текста, специалист по human cyber risk Арун Вишванат, предлагает смотреть на это не как на очередную гонку ассистентов, а как на начало более важной перестройки: операционная система перестает быть пассивной оболочкой, которая просто открывает окна и запускает команды. Она начинает участвовать в интерпретации того, что пользователь видит, слышит, получает и, главное, чему верит.
Логика здесь довольно жесткая. Социальная инженерия десятилетиями работала не потому, что люди внезапно стали наивнее, а потому, что на них повесили слишком много ручной работы. Пользователь должен помнить пароли, отличать поддельный звонок от настоящего, понимать, почему SMS с кодом пришла именно сейчас, сопоставлять письмо от «банка» с push-уведомлением от приложения и принимать решение за секунды. Вишванат сводит эту уязвимость к трем слабым местам современной вычислительной среды: аутентификация, контекст и скорость. И в этом тезисе, надо признать, трудно найти что-то экзотическое. Почти любая успешная фишинговая атака последних лет бьет ровно по этой тройке.
С аутентификацией все особенно показательно. Классическая модель строилась на секретах: пароль, контрольный вопрос, одноразовый код, токен, приложение-аутентификатор. Потом поверх этого вырос знакомый каждому корпоративному сотруднику зоопарк из MFA-подтверждений, recovery-цепочек и бесконечных запросов «докажите, что это вы». Проблема в том, что решать головоломку каждый раз должен человек. Автор предполагает, что AI-native ОС могут сдвинуть модель от статических секретов к непрерывному подтверждению личности по поведенческим признакам: истории коммуникаций, связям между устройствами, голосу, последовательности действий, типичным шаблонам работы. Иначе говоря, система смотрит не только на то, что вы ввели правильный код, но и на то, похожи ли вы в данный момент на самого себя. Для IAM, endpoint security и корпоративных рабочих мест это довольно неприятный намек: старый тезис «добавим еще один фактор и успокоимся» выглядит все менее убедительно.
Второй узкий участок — контекст. Почтовый шлюз давно умеет отсеивать грубый спам, но социальная инженерия обычно проходит не через «письмо от нигерийского принца», а через сценарий, который по отдельности выглядит правдоподобно. Неизвестный номер звонит якобы из банка, почти одновременно приходит SMS о проверке транзакции, а в почте лежит письмо со сбросом учетных данных. Поодиночке каждый канал видит только свой кусок и не понимает, что это одна сцена. Телефон видит звонок, почта — письмо, банковское приложение — запрос операции. Никто не видит спектакль целиком. Вишванат считает, что интегрированные LLM на уровне ОС могут это изменить, потому что у них потенциально есть доступ сразу к нескольким слоям: сообщениям, звонкам, календарю, браузеру, истории взаимодействий и поведению устройства. Тогда социальная инженерия становится не задачей «распознай плохое письмо», а задачей «увидь координированную манипуляцию в реальном времени».
Третья проблема — скорость. Мошенники выигрывают не только за счет правдоподобия, но и за счет темпа. Пользователь открывает письмо по привычке, берет трубку автоматически, подтверждает вход, потому что спешит на встречу, и уже после этого начинает думать. Большая часть нынешних защитных мер подключается слишком поздно: предупреждающий баннер появляется, когда диалог уже начался; фишинговый индикатор загорается, когда письмо уже открыто; инструкция службы безопасности всплывает в памяти, когда код уже продиктован. Если ОС с ИИ сможет вмешиваться до клика, во время разговора или в момент аномальной последовательности действий, то экономика атаки действительно меняется. Не потому, что злоумышленники исчезнут, а потому, что им придется обманывать не одного уставшего сотрудника, а систему, которая непрерывно следит за паттернами и не устает к концу квартала.
Что это значит для команд разработки и бизнеса
Здесь самый интересный поворот для практиков. Если тезис Dark Reading хотя бы наполовину верен, то в ближайшие годы часть функций, которые компании пытались решать обучением персонала и навесными защитными слоями, начнет опускаться ниже — в ОС и платформенные API. Для разработчиков это означает спрос на приложения, которые умеют безопасно делиться сигналами с системой и не ломаются от более агрессивных проверок поведения. Для продуктовых команд — необходимость думать не только о frictionless UX, но и о том, как сервис выглядит в глазах системного ИИ: какие события он может считать нормальными, а какие — подозрительными. Для IT-директоров и CISO — неприятный, но полезный вопрос: готова ли их инфраструктура к миру, где защита строится не вокруг набора разрозненных алертов, а вокруг платформы, которая сама сопоставляет каналы, контекст и намерение.
При этом колонка не обещает магию. Вишванат прямо признает очевидное возражение: атакующие тоже будут использовать ИИ против ИИ. Но его аргумент не в том, что защита станет абсолютной, а в том, что меняется масштаб. Когда антивирусы стали повсеместными, вредоносный код не исчез, зато изменились издержки атаки. По той же логике AI-native ОС могут не убить социальную инженерию, а сделать ее заметно дороже, сложнее и менее надежной. Вопрос теперь не в том, исчезнет ли человеческий фактор. Вопрос в другом: успеют ли платформы превратить ИИ из красивой надстройки для продуктивности в действительно системный уровень недоверия, где подозрение к манипуляции встроено в саму операционную среду.