Google a publicat pe 17 noiembrie o analiză despre folosirea agenților AI în operațiuni cibernetice, cu exemple identificate de Google Threat Intelligence Group și Mandiant. Raportul descrie automatizarea unor etape ale atacurilor, folosirea mai multor agenți în același flux și furtul accesului la resurse de inferență. Observațiile provin din investigații și activități urmărite în 2026, nu exclusiv din incidente petrecute în ziua publicării.

Elementul central este trecerea de la un asistent care răspunde la întrebări la sisteme care execută sarcini succesive cu ajutorul unor instrumente. În cazurile documentate, aceste sisteme pot analiza informații tehnice, pregăti acțiuni și transmite rezultatele către următorul pas. Google prezintă activități observate și evaluări proprii; raportul nu susține că toate atacurile recente sunt complet autonome.

Conexiuni de fibră optică la echipamente de rețea
Brett Sayles

Ce schimbă agenții în desfășurarea atacurilor

Google distinge între folosirea observată în atacuri a CAIRN și PentAGI și experimentarea cu CyberStrikeAI și HexStrike AI. În cazul PentAGI, compania descrie activități de recunoaștere și scanare asupra unor organizații din Asia, urmărite între sfârșitul lui august și începutul lui octombrie 2026. Intervalul documentat precede publicarea raportului din noiembrie.

Google urmărește inclusiv fluxuri în care mai mulți agenți împart activitățile de analiză și execuție. Un agent poate primi o sarcină delimitată, iar rezultatul său poate deveni intrare pentru alt agent. Automatizarea coordonării reduce intervențiile manuale dintre etape, dar accesul la sisteme, permisiunile și instrumentele disponibile continuă să determine ce acțiuni pot fi efectuate.

Printre mecanismele descrise se află analiza diferențelor dintre versiuni de software după publicarea unei remedieri. O astfel de comparație poate ajuta la identificarea componentei vulnerabile și la pregătirea exploatării sistemelor care nu au primit actualizarea. În acest context, publicarea unui patch și instalarea lui efectivă în aplicația utilizată sunt două momente distincte.

Vulnerabilitățile și accesul compromis rămân puncte de intrare

Raportul nu înlocuiește cauzele tehnice ale incidentelor cu o explicație generică despre AI. Vulnerabilitățile cunoscute, aplicațiile neactualizate și accesul obținut prin credențiale compromise apar în continuare în scenariile analizate. Agenții pot organiza sau accelera activități construite în jurul acestor puncte de intrare, fără ca vulnerabilitatea inițială să fie creată de model.

Un exemplu concret este cadrul numit exploit_agent, identificat de GTIG pe un server de pregătire expus. Conform Google, acesta analiza diferențe între versiuni ale aplicațiilor web și automatiza etape de exploatare. Telemetria găsită indica interes pentru website-uri franceze din media, divertisment și educație. Raportul leagă observația de infrastructura investigată și de datele disponibile acolo.

Legătura cu securitatea aplicațiilor web este directă. Actualizările, controlul accesului și protejarea configurațiilor privesc tocmai componentele pe care o operațiune automatizată le poate întâlni. Raportul Google adaugă exemple despre felul în care acestea sunt folosite în atacuri, fără să transforme fiecare incident de website într-un atac realizat cu agenți AI.

Patru mecanisme distincte documentate de Google

Mecanism Ce este vizat Distincția esențială
Coordonare între agenți Etapele unei operațiuni Automatizarea diferă de la un caz la altul
Analiza patchurilor Software vulnerabil rămas neactualizat O remediere publicată trebuie și implementată
LLMJacking Accesul și consumul resurselor AI Resursele sunt folosite prin contul compromis
Modificarea configurațiilor Comportamentul agenților de programare Fișierele proiectului pot influența execuția

LLMJacking: resurse AI consumate prin contul altcuiva

O parte separată a analizei privește LLMJacking, adică folosirea neautorizată a accesului unei organizații la modele și infrastructură AI. În acest tip de incident, atacatorul urmărește posibilitatea de a utiliza serviciul prin credențiale compromise. Resursa vizată este capacitatea de inferență asociată contului, cu consumul și costurile înregistrate în infrastructura titularului.

Acest mecanism diferă de furtul fișierelor unui model. Un atacator poate abuza de un serviciu fără să descarce parametrii modelului sau să administreze infrastructura furnizorului. De aceea, identificarea produsului AI folosit într-o firmă spune doar o parte din poveste: contul, cheile de acces, limitele și drepturile acordate definesc accesul efectiv.

Mandiant raportează că, în unele incidente LLMJacking investigate în 2026, taxele frauduloase au depășit 100.000 de dolari într-o singură zi. În cazurile cele mai severe, abuzul cumulat asupra resurselor a ajuns la un milion de dolari înainte de remediere. Sumele descriu cazurile raportate de companie, cu durate și resurse diferite; nu sunt un cost mediu al unui incident.

Configurația agenților de programare devine relevantă pentru securitate

Google descrie și alterarea configurațiilor Claude Code din depozite interne de cod, după compromiterea inițială a unor organizații din domeniul criptomonedelor, în America de Nord și Europa. Modificările puteau declanșa descărcarea unui backdoor la pornirea instrumentului. Observația privește integritatea configurației din organizația afectată, nu compromiterea generală a serviciului furnizorului.

Un agent de programare poate avea acces la fișiere, comenzi sau servicii, în funcție de implementare. Instrucțiunea interpretată de model și permisiunea tehnică sunt însă niveluri separate. Modificarea textului care îl ghidează nu creează automat o permisiune nouă în sistemul de operare, dar poate influența folosirea drepturilor deja disponibile agentului.

Acest punct privește și integrarea AI în aplicații custom. O integrare include modelul, datele, instrumentele și regulile după care sunt executate acțiunile. Pentru o firmă care conectează un asistent la documente sau operațiuni interne, identitatea și drepturile componentei care execută efectiv acțiunea rămân elemente concrete ale arhitecturii.

Ce reprezintă dovezile din raport

Google și Mandiant folosesc în analiză informații din răspunsul la incidente, activități urmărite și mecanisme de apărare ale platformelor. Fiecare categorie de dovezi are un context propriu. O observație asupra unui atac investigat nu descrie automat frecvența aceluiași mecanism în toate sectoarele economice și nici rata lui de succes la nivel mondial.

Raportul tehnic integral este datat 17 noiembrie, în timp ce prezentarea scurtă Google a apărut pe 16 noiembrie. Cele două date descriu publicarea materialelor, nu o oră comună de început pentru campaniile analizate. Păstrarea acestei cronologii separă noutatea analizei de vechimea incidentelor pe care compania le-a documentat.

Pentru firmele care folosesc servicii AI, informația nouă este documentarea unor mecanisme concrete de abuz în același peisaj cu problemele cunoscute ale aplicațiilor. Modelele, agenții, conturile cloud și software-ul conectat apar împreună în aceste investigații. Responsabilitățile tehnice rămân identificabile: cine are acces, ce poate executa și ce resurse poate utiliza în numele organizației.