Google ожидает, что в ближайшие три месяца злоумышленники смогут запускать простые автономные ИИ-атаки почти без участия оператора, а в течение полугода появятся и более сложные сценарии. Для российских команд это означает неприятно знакомую задачу в новом темпе: окно между публикацией уязвимости и попыткой эксплуатации будет измеряться не днями, а скоростью работы нескольких ИИ-агентов.
Речь не о далёком будущем и не о маркетинговой страшилке вокруг «злого ИИ». Google Threat Intelligence Group уже фиксирует применение агентных фреймворков для поиска и эксплуатации уязвимостей, сообщает BleepingComputer. В таких схемах несколько моделей делят работу: одна изучает обновления ПО и ищет признаки дефекта, другая готовит эксплойт, третья проверяет доступные в интернете цели и пытается закрепиться в системе.
В отчёте Google упоминаются открытые инструменты для пентеста и наступательной безопасности: ARTEX, CAIRN, CyberStrikeAI и HexStrike AI. Сами по себе подобные средства не являются вредоносными: автоматизация разведки, сканирования и проверки гипотез давно входит в нормальный набор безопасников. Проблема в том, что агентный слой позволяет собрать эти операции в непрерывный конвейер. Человеку не нужно вручную переходить от описания CVE к поиску доступных хостов, написанию кода и попытке запуска: он задаёт цель, а дальше наблюдает за результатом — если вообще наблюдает.
Один из примеров, который приводит GTIG, — система exploit_agent. Исследователи обнаружили её на открытом staging-сервере атакующих вместе с данными жертв, результатами разведки, веб-шеллами и скриптами для перебора паролей. По данным Google, этот набор использовался против сайтов французских медиа, развлекательных и образовательных организаций. Система анализировала обновления популярных веб-приложений, искала возможные слабые места и автоматически пыталась их использовать. Google утверждает, что это первый выявленный ими случай, когда LLM-фреймворк полностью автоматизировал поиск уязвимостей и эксплуатацию без человека в контуре принятия решений.
Атакующие особенно охотно берут цели с низким порогом входа: интернет-доступные панели, тестовые стенды, забытые API, сервисы с известными и несложными дефектами. Здесь большая языковая модель может быстро собрать рабочую или почти рабочую цепочку действий из публичных описаний, фрагментов кода и телеметрии сканирования. Это не отменяет ценность опытного хакера при сложном проникновении, но резко удешевляет массовые попытки компрометации. Там, где раньше требовался специалист, теперь может хватить оператора, способного развернуть фреймворк и выбрать список целей.
Отдельная проблема для защитников — шум. Google напоминает историю с PHP2Shell: после объявления двух уязвимостей в PHP в сети почти сразу появились сотни предполагаемых proof-of-concept. Значительная часть этих образцов, вероятно, была сгенерирована ИИ и не работала. Но командам безопасности всё равно пришлось тратить время на проверку кода, оценку риска и подготовку защитных мер. ИИ помогает не только быстрее атаковать, но и масштабнее засорять информационное поле вокруг инцидента. Во время критического патча это вполне практичная форма давления: аналитики разбирают десятки ложных следов вместо того, чтобы закрывать реальные точки входа.
Тренд не ограничивается сканированием. Google также наблюдала атаки группы UNC6836, которую связывают с активностью Midnight Neptune, на криптовалютные компании в Северной Америке и Европе. После первичного доступа злоумышленники меняли настройки Claude Code так, чтобы при запуске приложение загружало бэкдор SOMBERMEME. Параллельно растёт LLMjacking — захват или злоупотребление доступом к ИИ-моделям и их вычислительным ресурсам. Для компаний, которые уже подключили модели к внутренним данным, CI/CD или рабочим облакам, это ещё один повод пересмотреть права сервисных аккаунтов и ключей.
Практический вывод для разработчиков и IT-директоров довольно приземлённый. Инвентаризация внешних активов, быстрый патч-менеджмент и контроль тестовых окружений перестают быть скучной гигиеной «на потом». Нужны короткий путь от уведомления об уязвимости до проверки фактической экспозиции, запрет на публикацию staging-сервисов без необходимости, MFA на админ-панелях, сегментация и мониторинг аномальных запросов. Полезно заранее отрепетировать и другой сценарий: после громкого CVE команда получает поток сомнительных PoC и должна быстро отделить рабочий эксплойт от сгенерированного мусора.
Полностью автономные ИИ-атаки пока не означают, что машины внезапно заменили квалифицированных атакующих. Но они уже сокращают цену и время массовой эксплуатации известных слабостей. Главный вопрос на ближайшие месяцы — успеют ли процессы обновления и реагирования стать такими же автоматизированными, как инструменты, которые теперь используют против них.


