23 июня 2026 года в центре обсуждения offensive security оказался не новый эксплойт и не очередной вымогатель, а агентный ИИ. Если раньше ИИ помогал злоумышленнику писать письма, код и подсказки, то теперь он все чаще претендует на роль исполнителя: сам собирает данные, сам выстраивает цепочку действий и сам доводит атаку до следующего шага.
Как пишет The Hacker News, главный сдвиг здесь не в «умности» моделей, а в смене режима работы. Последние три года ИИ в кибербезопасности был в основном ассистентом: предлагал текст фишингового письма, черновик вредоносной функции или идею для эксплуатации уязвимости, но дальше эстафету принимал человек. В новой схеме оператор задает цель, а агент сам проходит промежуточные этапы. Для рынка это плохая новость по двум причинам сразу: новичкам больше не нужен прежний уровень технической подготовки, а опытные атакующие получают прирост скорости, который меняет экономику атак.
Автор материала проводит простую, но неприятную для защитников мысль: в истории оружия человек всегда выбирал цель и наносил удар сам. В киберпространстве, по его версии, агентный ИИ впервые заметно размывает именно этот участок цепочки. Он не просто «подсказывает, как лучше», а способен сам вести разведку, отбирать данные о цели, подбирать подходящие приемы и поддерживать операцию без постоянного ручного управления. Для ИБ-команд это означает, что привычная модель угроз устаревает не на уровне презентаций, а на уровне повседневной рутины SOC, red team и корпоративных anti-phishing программ.
Самый понятный пример из статьи — автономная социальная инженерия. Один агент собирает открытые данные о человеке: профиль в LinkedIn, упоминания в пресс-релизах, выступления на конференциях, публичные записи. Второй на этой базе готовит персонализированное сообщение, отправляет его, отвечает на реплики и ведет диалог дальше, постепенно двигаясь к цели. Здесь проблема не только в масштабе. Исчезают старые сигналы, на которых годами держалась часть фишинговой защиты: ломаный язык, шаблонность, массовая одинаковость, очевидная искусственность письма. Сообщения становятся грамотными, контекстными и привязанными к реальным фактам о конкретном сотруднике. В такой среде фильтры репутации отправителя, аутентификация и анализ инфраструктурных индикаторов остаются важными, но на них ложится куда большая нагрузка, потому что текст письма перестает выдавать атакующего с первых строк.
Не менее важен второй тезис: агентный ИИ снижает порог входа в эксплуатацию уязвимостей. Автор прямо пишет, что техническое мастерство перестает быть обязательным условием для части атак. Достаточно намерения и доступа к подходящему инструменту. Для этого явления он использует формулу script kiddie as a service — по сути, сервисная поставка компетенции тем, у кого ее раньше не было. Отсюда возникает еще один эффект: поведенческая монокультура. Если множество неподготовленных атакующих опираются на похожие модели и действуют сходным образом, то растет не только объем «достаточно хороших» атак, но и доля повторяющихся паттернов. Для защитников это редкий луч света: массовые кампании проще типизировать, а типовые цепочки фишинга и эксплуатации — заранее моделировать в detection engineering. Иными словами, агентный ИИ одновременно расширяет фронт и делает часть этого фронта более предсказуемой.
Для опытных команд offensive security картина иная. Им ИИ не обязательно добавляет новое мастерство, но почти наверняка добавляет темп. В статье говорится, что агент, обученный на отработанных приемах, позволяет параллелить кампании и сокращать задачи, на которые раньше уходили недели, до часов. Для blue team и руководителей это важнее любой громкой метафоры. Если цикл атаки сжимается, значит, окно на обнаружение и реакцию тоже сжимается. Если разведка, подготовка контакта, адаптация сценария и проверка гипотезы идут параллельно, защита, построенная на неспешной ручной аналитике и редких пересмотрах правил, начинает проигрывать по скорости даже там, где формально все средства уже закуплены.
При этом текст не скатывается в поклонение машине и довольно жестко разбирает главный риск: ложную уверенность. Агент говорит уверенно не потому, что знает правду, а потому, что его задача — завершить поручение и выдать ответ, похожий на правильный. Если привязать модель к базе известных уязвимостей, это не означает, что она действительно проверила версию сервиса, конфигурацию, сетевую достижимость или реальную применимость конкретного эксплойта. Она сопоставляет признаки с вероятным выводом и оформляет его в убедительную формулировку. Для red team это риск переоценить качество автоматизации. Для бизнеса — риск поверить, что новый ИИ-инструмент заменит экспертизу инженеров. Для разработчиков — напоминание, что даже сильный агент плохо отличает «похоже подходит» от «точно подтверждено», если вокруг нет жесткой валидации и проверяемых ограничений.
Отдельно показательно, где автор предлагает искать практическую ценность. Он ссылается на SANS Secure AI Blueprint, подготовленный с участием Chief AI Officer SANS Роба Т. Ли, где задача делится на три направления: Protect AI, Utilize AI и Govern AI. Политики, процессы и контроль нужны, но доказательство жизнеспособности подхода появляется не на уровне комитетов, а в работе с реальными сценариями нападения и защиты. Для русскоязычной ИТ-аудитории вывод довольно приземленный. Если вы строите продукт, отвечаете за безопасность компании, ведете red team, развиваете detection engineering или просто нанимаете ИБ-специалистов, придется оценивать не только риски моделей как таковых, но и скорость, с которой агентный ИИ меняет поведение атакующих. Вопрос уже не в том, «придет ли это к нам», а в том, сколько ручных предположений в вашей защите завязано на вчерашнего противника, который еще не умел работать автономно.
Главная интрига теперь не в том, научатся ли агенты писать еще более гладкие письма или быстрее перебирать CVE. Гораздо важнее, где индустрия проведет границу между полезной автоматизацией и утратой контроля: в offensive security это уже не философский спор, а вопрос того, кто первым адаптирует процессы под противника, у которого стало меньше ручного труда и почти не осталось терпения ждать.