عزت Mandiant نشاط LLMJacking إلى بيانات اعتماد سحابية مسروقة يستخدمها المهاجمون لتشغيل أحمال عمل الاستدلال على حسابات مخترقة، وفقًا لتقرير عن الحملة. ويتمثل الأثر المُبلَّغ عنه في تعرّض للفوترة يبلغ 100,000 دولار أو أكثر يوميًا. وتصف تغطية منفصلة النمط نفسه من الجانب الإجرامي: الوصول المختطف إلى LLM يُستخدم لتكديس التكاليف على حساب شخص آخر.
بالنسبة للفرق التي تبني الوكلاء، فإن طريقة التأطير مهمة. التعرّض للتكلفة هنا ليس مشكلة ميزانية أو تحديد معدل في المقام الأول؛ بل هو مشكلة سرقة بيانات اعتماد وخروج بيانات. تحتفظ حزمة الوكيل بمفاتيح سحابية طويلة الأمد، ومفاتيح API لمزوّدي النماذج، ورموز حسابات الخدمة، وأي تسريب لأي منها يكفي لنقل الإنفاق إلى حمل عمل المهاجم. أما الضوابط التي تكتفي بوضع سقف للإنفاق لكل طلب أو لكل مستخدم فلا تعالج استخدام مفتاح مسروق خارج حدود التطبيق.
تقع الاستجابة العملية في الهوية والمراقبة: بيانات اعتماد قصيرة الأمد بدلًا من المفاتيح الثابتة، وأذونات محدودة النطاق لكل خدمة، وكشف الشذوذ في حجم الاستدلال والخروج، والتنبيه المرتبط بالاستخدام لدى المزوّد وليس بلوحات المعلومات الداخلية وحدها. وما لا تُثبته التغطية المتاحة هو مسارات بيانات الاعتماد المحددة المستخدمة، أو الضحايا المعنيون، أو كيفية إجراء الكشف، لذا تبقى هذه التفاصيل غير واضحة ولا ينبغي افتراضها عند تصميم الضوابط.
تتعامل Behzat AI مع هذا كقيد تصميمي لأنظمة الوكلاء: نطاق بيانات الاعتماد وقابلية الملاحظة جزء من البنية، وليس فكرة لاحقة.