AI-агенты в кибератаках перестали быть страшилкой из презентаций для CISO: финансово мотивированная группа использовала открытые фреймворки для атак на сотни интернет-магазинов и, по оценке исследователей, украла более 600 тыс. данных банковских карт. Для русскоязычных разработчиков и бизнеса это неприятный, но полезный сигнал: автоматизация атак уже умеет не только сканировать, но и доводить взлом до внедрения скиммера, эксфильтрации и уборки следов.
Кампания идет как минимум с июля 2026 года и оставалась активной 22 сентября, сообщает BleepingComputer со ссылкой на данные стартапа Gambit. За пять дней злоумышленник скомпрометировал не менее 27 компаний и запустил более 100 волн атак. Всего исследователи нашли признаки заражения как минимум 119 сайтов скиммерами для кражи платежных данных.
Схема выглядела не как ручная охота одиночки, а как конвейер. В цепочке использовались три AI-инструмента: Strix для сканирования и поиска уязвимостей, Cairn для автономной эксплуатации и получения доступа, Hermes для оркестрации кампании, постэксплуатации и тактических решений. По данным Gambit, оператор давал агентам короткие инструкции о целях, после чего значительную часть работы они выполняли сами. Это важная деталь: речь не про магический «ИИ-хакер», а про автоматизированную связку привычных этапов атаки.
Масштаб виден по телеметрии. Strix запускали 146 раз против 138 хостов с 23 по 31 августа; суммарно инструмент отработал 633 часа сканирования. У Hermes была персона SOUL - Red Team Operator и 121 навык, из них 78 относились к атакам. Исследователи считают, что оператор, предположительно китаец, использовал эти возможности для ежедневной обработки десятков целей. С 10 по 15 сентября он провел 105 отдельных волн атак, и на 27 целях они дали результат разной степени успешности.
Скиммеры внедрялись по-разному, в зависимости от того, куда удалось добраться. Где-то вредоносный код добавляли в легитимные JavaScript-файлы, где-то вставляли скрипты на страницы оплаты или в блоки Google Tag. В других случаях атакующий травил контент в S3, CDN или серверном кеше, менял поля в базе данных, правил Kubernetes-деплойменты и ставил cron-задачи, чтобы скиммер возвращался после удаления. Для команды эксплуатации это неприятный набор сценариев: чистка одного файла уже не гарантирует, что сайт действительно вылечен.
Gambit утверждает, что получила доступ к staging-серверу злоумышленника и нашла прямые доказательства кампании. Среди жертв были не только небольшие магазины: исследователи упоминают гостиничную компанию из Fortune 500, крупную авиакомпанию США, большого дистрибьютора промышленных товаров и онлайн-ритейлера одежды. Приоритет, судя по описанию, отдавался сайтам с заметным трафиком и кастомным ПО. Логика проста и цинична: больше покупателей, выше шанс найти нестандартную дыру и быстрее окупить автоматизацию.
Самая болезненная часть истории — цена атаки. На аккаунте OpenRouter исследователи увидели расходы $7 005,71 примерно за четыре недели к 25 августа. С учетом дальнейшего использования Gambit оценила общий бюджет кампании в $12-18 тыс. Средняя стоимость по одной цели получилась около $25,46, от $3,13 до $79,31. Для защитников это плохая экономика: если раньше массовая эксплуатация требовала заметной квалификации и времени, то теперь часть барьера снимают AI-агенты в кибератаках и дешевые API-вызовы.
Есть и побочный ущерб, который легко недооценить. В одном из файлов навыков Hermes исследователи нашли инструкцию удалять данные карт из Magento-баз после выгрузки. Из-за такой «уборки» некоторые ритейлеры получили не только утечку платежных данных, но и потерю информации в рабочих системах. Это меняет план реагирования: компании нужно думать не только о компрометации, но и о восстановлении данных, проверке резервных копий, целостности заказов и платежных записей.
Для разработчиков вывод приземленный: кастомный интернет-магазин, оставленный без нормального патчинга, инвентаризации скриптов и контроля изменений, теперь конкурирует не с усталым пентестером, а с дешевой автоматизированной фабрикой атак. Нужны контроль JavaScript на checkout-страницах, мониторинг изменений в CDN и object storage, жесткие права на теги, проверка Kubernetes-манифестов, аудит cron-задач и журналирование действий в админках. Для бизнеса — отдельный пункт в риск-модели: AI-агенты в кибератаках снижают стоимость массового взлома, а значит, «мы слишком маленькие, чтобы нас заметили» звучит все менее убедительно.
Похоже, следующий этап обороны будет не в красивых лозунгах про AI против AI, а в скучной инженерной дисциплине: знать свои внешние поверхности, быстро закрывать уязвимости, видеть неожиданные изменения и регулярно проверять восстановление. Автоматизация дала атакующим скорость и дешевизну; защитникам придется отвечать не презентациями, а такой же машинной проверяемостью собственных систем.