Генеративный ИИ не превращает новичка в сильного атакующего, но заметно сокращает путь от описания уязвимости до готового сценария атаки. Для команд разработки и ИБ это означает простую вещь: после публикации бюллетеня безопасности у защитников остается меньше времени на проверку своей конфигурации и выпуск исправлений.
Старый подход к атакам стал дешевле
Тезис, который все чаще повторяют профильные издания и вендоры ИБ, простой: большие языковые модели не заменили опытного взломщика, но резко удешевили подготовительную работу. Граница между организованной группой и классическим «скрипт-кидди» не исчезла, однако ИИ уже съел заметную часть рутины между «я не понимаю, как это устроено» и «у меня есть первый рабочий вариант».
Этот сдвиг уже подтверждают не только маркетинговые презентации. В январе 2026 года The Hacker News писал, что ИИ обрушил порог входа в атаки, а в августе 2025 года Anthropic описывала кампанию, где Claude Code помогал выстраивать вымогательскую операцию против 17 организаций. Не магия, а экономика: меньше ручного разбора, меньше тупиков, меньше времени до первого результата.
Где модели реально экономят время атакующему
Модели не обязаны сами проводить атаку, чтобы быть полезными злоумышленнику. Достаточно, что они быстро пересказывают бюллетень безопасности, объясняют механику эксплуатации, подсказывают затронутые зависимости, собирают черновой код и помогают понять, почему скрипт упал на конкретной библиотеке, правах доступа или сетевой схеме.
На подпольных площадках это уже продают как удобство, а не как мастерство. BleepingComputer в январе 2026 года писал, что реклама таких сервисов давит на формулу «без опыта» и «просто укажи цель». ИИ не делает атаку умнее автоматически. Он делает ее доступнее, а значит, попыток становится больше.
Почему это важно для российских команд
Для России и СНГ риск в том, что у многих компаний смешанная инфраструктура: облака, локальные доработки, самописные интеграции, старые внутренние сервисы и длинные окна согласования на исправления. Раньше можно было надеяться, что специфичная конфигурация собьет темп новичку. Теперь тот же новичок быстрее получает подсказки по стеку, логам и обходным вариантам.
Если описание уязвимости стало публичным, рассчитывать на «это слишком сложно для массовой эксплуатации» уже опасно. Особенно там, где наружу торчат VPN, панели администрирования, API-шлюзы и связки между SaaS и внутренними системами.
Фокус рынка смещается к проверке эксплуатируемости
Отсюда и сдвиг в подходе к защите. Проблема уже не в нехватке сканеров и отчетов, а в том, какие из найденных дыр реально ведут к данным, привилегиям и простоям. Поэтому разговор на рынке идет не о «еще одном списке уязвимостей», а о постоянной проверке критичных путей атаки и приоритизации по возможности эксплуатации, а не по формальной оценке CVSS.
Человеческая экспертиза от этого не дешевеет. Модель может ускорить разбор и подготовку черновиков, но не понимает бизнес-критичность так, как ее понимает инженер, который знает архитектуру, сроки релиза и цену простоя.
Следующий шаг для защитников очевиден: сокращать время между публикацией уязвимости, проверкой своей конфигурации и выпуском исправления, потому что ИИ уже научился съедать паузу между этими тремя событиями.
Оригинал и дополнительные материалы: The Hacker News, The Verge, BleepingComputer.