Aktualności, narzędzia i prawo AIPolska · codziennie
Narzędzia

Raport Google. Agenci AI sami zamieniają poprawki w ataki

Raport Google Threat Intelligence Group opisuje exploit_agent, system agentów AI, który porównuje kod przed i po poprawce, pisze exploit i sam go uruchamia.

Analityczka z krótkimi siwymi włosami i brodaty analityk porównują fragmenty kodu na dwóch monitorach w biurze z widokiem na paryskie dachy
Ilustracja redakcyjna dailyAI

Google Threat Intelligence Group (GTIG) i Mandiant po raz pierwszy zaobserwowały przestępców, którzy w pełni zautomatyzowali wyszukiwanie i wykorzystywanie luk bez udziału człowieka. W raporcie z 16 listopada 2026 roku opisano system nazwany exploit_agent, który porównuje kod popularnych aplikacji webowych przed i po wydaniu poprawki, szuka w tej różnicy luki, pisze exploit i sam go uruchamia. Operator interesował się m.in. francuskimi stronami mediów, rozrywki i edukacji. Dla firm i administratorów stron w Polsce oznacza to krótszy czas na instalację poprawek.

Co odkryli analitycy Google

GTIG publikuje co kwartał raport AI Threat Tracker o tym, jak przestępcy i grupy państwowe używają sztucznej inteligencji. Wydanie z 16 listopada 2026 roku nosi tytuł Agentic Threat Activity Crosses a Significant Threshold. Najważniejsze ustalenie dotyczy pełnej automatyzacji ataków na znane luki, czyli takie, dla których producent wydał już poprawkę (tzw. n-day).

Analitycy natrafili na niezabezpieczony serwer testowy z wieloagentowym systemem exploit_agent. System był połączony z kilkoma modelami czołowymi i lokalnymi i działał w pętli. Pobierał nowe wersje popularnego oprogramowania webowego, porównywał je z poprzednimi, wskazywał prawdopodobną lukę, pisał exploit i od razu go uruchamiał. GTIG podkreśla, że to pierwszy zaobserwowany przypadek wykrywania i wykorzystywania luk przez AI bez człowieka w pętli.

Kogo atakował exploit_agent

Dane z serwera wskazują, że operator celował głównie we francuskie strony związane z mediami, rozrywką i edukacją. Wśród analizowanych programów były wtyczki WordPressa, a jednym z przykładów w raporcie jest mechanizm uprawnień popularnego dodatku do edytora Gutenberg. Na serwerze leżały też dane wykradzione ofiarom i skrypty do rozpoznania sieci, łamania haseł oraz instalowania i usuwania tzw. webshelli, czyli ukrytych paneli zdalnego dostępu.

Komentarze w pliku konfiguracyjnym z kluczami do modeli napisano po rosyjsku. Google nie przypisuje jednak działań konkretnej grupie i nie podaje liczby ofiar. Nie opisujemy szczegółów technicznych luk, bo nie są potrzebne do ochrony stron.

Dlaczego czas na poprawki się skraca

Według GTIG przestępcom łatwiej jest kierować modele AI na luki już załatane niż szukać zupełnie nowych. Wystarczy porównać dwie wersje kodu, notatki do wydania i opublikowane analizy. Modele wykonują tę pracę w godzinach, a nie w dniach, więc okres między publikacją poprawki a pierwszymi atakami gwałtownie się kurczy.

Raport podaje konkretne przykłady. Pod koniec sierpnia 2026 roku badacze i firma Huntress z pomocą modeli AI przygotowali działające exploity dla dwóch luk w serwerach druku PaperCut w ciągu doby od ujawnienia, a GreyNoise opisał kampanię przeciw setkom organizacji już cztery dni po publikacji. Przy lukach w PHP z października w sieci pojawiły się setki niedziałających exploitów wygenerowanych prawdopodobnie przez AI, co dodatkowo obciążyło zespoły bezpieczeństwa.

  • Między styczniem a sierpniem 2026 roku liczba ujawnionych luk i exploitów prawie się podwoiła.
  • Ataków na luki zero-day było średnio 8 miesięcznie w 2025 roku, 11 w 2026 roku i aż 22 w sierpniu 2026 roku.
  • We wrześniowym wydaniu raportu GTIG opisał przestępców, którzy z pomocą agentów zaplanowali i przeprowadzili kampanię kradzieży danych logowania w mniej niż sześć godzin.

Agenci do testów penetracyjnych w rękach przestępców

Drugi wątek raportu to otwarte frameworki agentów AI tworzone do legalnych testów penetracyjnych. GTIG widział w prawdziwych włamaniach narzędzia CAIRN i PentAGI oraz próby użycia CyberStrikeAI i HexStrike AI. CAIRN był używany m.in. przeciw celom z sektora lotniczego i kosmicznego w USA, a zmodyfikowany PentAGI posłużył do skanowania organizacji w Azji. Jedna z grup powiązanych z Chinami budowała według Google własny system tego typu.

Analitycy zauważają, że takie narzędzia na razie stawiają szybkość ponad dyskrecję. Generują dużo ruchu i zostawiają ślady w kodzie, co ułatwia wykrycie. Google spodziewa się jednak, że wraz z rozwojem modeli ataki będą wymagały coraz mniej pracy człowieka i będą trudniejsze do zauważenia.

Co powinny zrobić firmy i administratorzy stron

Raport nie opisuje ataków na Polskę, ale cele we Francji pokazują, że europejskie strony średniej wielkości są w zasięgu takich systemów. Poniższe kroki to nasze zalecenia oparte na wnioskach GTIG i standardowych praktykach zespołów takich jak CERT Polska.

  1. Włącz automatyczne aktualizacje wtyczek i motywów WordPressa albo instaluj poprawki bezpieczeństwa w ciągu godzin, a nie tygodni.
  2. Usuń nieużywane wtyczki i dodatki, bo każda z nich to dodatkowy kod do porównywania przez napastników.
  3. Monitoruj pojawianie się nowych plików PHP i nieznanych kont administratorów, co pomaga wykryć webshelle.
  4. Chroń klucze do modeli AI i konta chmurowe, bo raport opisuje też ich kradzież i odsprzedaż w ramach tzw. LLMjackingu.
  5. Nie uruchamiaj exploitów pobranych z sieci do testów bez weryfikacji, bo wiele z nich jest wygenerowanych przez AI i nie działa albo zawiera niespodzianki.

Ograniczenia raportu

Raport opiera się na danych Google, Mandiant i obserwacjach z incydentów, których klienci nie są ujawniani. Nie wiadomo, ilu stron dotknął exploit_agent i jak długo działał. Ocena, że to pierwszy w pełni autonomiczny system tego typu, dotyczy tego, co zaobserwował Google, a nie całego rynku.

Google ma też interes w opisywaniu zagrożeń, bo sprzedaje narzędzia obronne, m.in. Google Security Operations i agentów takich jak CodeMender. W naszej ocenie dane o skróceniu czasu od poprawki do ataku są jednak spójne z niezależnymi obserwacjami Huntress, GreyNoise oraz wcześniejszymi ostrzeżeniami FBI i Amazona dotyczącymi agentów AI.

Źródła i data sprawdzenia

  1. GTIG AI Threat Tracker: Agentic Threat Activity Crosses a Significant ThresholdGoogle Threat Intelligence Group, publikacja: 2026-11-16, sprawdzono: 2026-11-16
  2. GTIG AI Threat Tracker: From Prompting to Autonomy - The Evolution of Adversarial AIGoogle Threat Intelligence Group, publikacja: 2026-09-08, sprawdzono: 2026-11-16
  3. Google says an AI framework turned security patches into exploits with no human in the loopSiliconANGLE, publikacja: 2026-11-16, sprawdzono: 2026-11-16
Nota redakcyjna

Artykuł ma charakter informacyjny. Przy decyzjach prawnych, finansowych lub organizacyjnych warto zweryfikować wnioski w odniesieniu do konkretnej sytuacji.