أفادت Google بأن هجمات LLMjacking راكمت مليون دولار من تكاليف الذكاء الاصطناعي السحابية، وفق تغطية راجعها الاستوديو. ويصف تقرير منفصل ورد في التغطية نفسها فواتير بلغت 100,000 دولار يوميًا. تعتمد الهجمات على وصول مؤسسي مسروق إلى الذكاء الاصطناعي بدلًا من نماذج مخترقة، ما يضع موضع التعرض في التعامل مع بيانات الاعتماد وحوكمة نقاط النهاية لا في أوزان النموذج.
بالنسبة للفرق التي تشغّل أنظمة الوكلاء، يكتسب هذا التمييز أهمية. مفتاح الاستدلال أصل مُقاس موجه للشبكة: بمجرد تسربه، يرث المهاجم حصة المؤسسة وحدود المعدل ومسار الخروج، وتظهر الحادثة أولًا كشذوذ في الفوترة لا كتنبيه اختراق. لذلك يعتمد الكشف على خطوط أساس للإنفاق لكل مفتاح، وحدود شذوذ على حجم الـ token، والقدرة على إبطال بيانات الاعتماد وتدويرها دون إعادة نشر الوكلاء. لا تحدد التغطية أي مزوّدين أو أنواع مفاتيح كانت معنية، ولا النافذة الزمنية التي تراكمت خلالها التكاليف، ولا كيفية الحصول على بيانات الاعتماد؛ تبقى هذه التفاصيل غير واضحة من المعطيات المقدمة.
الاستجابة العملية هي التعامل مع بيانات اعتماد الاستدلال كأسرار إنتاجية ذات أعمار قصيرة وحصص محددة النطاق ومسارات تدقيق مستقلة، وربط قياس التكلفة بمسار التنبيه نفسه المستخدم لسجلات الوصول. يتعامل عمل التقييم في الاستوديو بالفعل مع الإنفاق والخروج كإشارات أساسية إلى جانب جودة المهام، لأن الوكيل الذي لا يمكن قياسه لا يمكن الدفاع عنه.