Google wykrył agenta AI, który sam pisał i odpalał exploity
Przejdź do treści i przykładów
Google Threat Intelligence Group (GTIG), zespół Google analizujący zagrożenia w sieci, opublikował 16 listopada 2026 r. razem z Mandiant kolejny raport AI Threat Tracker. Najważniejsze ustalenie: GTIG po raz pierwszy zaobserwował atakujących, którzy wyszukiwanie podatności i włamania z ich użyciem zautomatyzowali w całości, bez udziału człowieka.
Analitycy trafili na wystawiony do internetu serwer testowy z frameworkiem nazwanym exploit_agent. To system kilku współpracujących agentów AI, podłączony zarówno do najbardziej zaawansowanych modeli komercyjnych, jak i do modeli uruchamianych lokalnie. Stale analizował popularne oprogramowanie do aplikacji internetowych: porównywał kod sprzed ogłoszenia poprawki bezpieczeństwa z kodem po niej, szukał w różnicach podatności, pisał exploity i od razu je uruchamiał.
Na serwerze były też dane wykradzione ofiarom i skrypty do dalszych etapów ataku: rozpoznania sieci, łamania haseł metodą kolejnych prób, instalowania webshelli (ukrytych paneli do zdalnego sterowania serwerem) i usuwania webshelli zostawionych przez innych włamywaczy. Dane o ofiarach wskazują, że operatora interesowały francuskie strony z branży mediów i rozrywki oraz z sektora edukacji. Komentarze w pliku z kluczami do modeli AI są po rosyjsku. W raporcie jest też zapis, jak agent badał kontrolę dostępu we wtyczce Spectra do WordPressa w wersji 2.19.25.
GTIG opisuje grupy przestępcze i grupy podejrzewane o szpiegostwo, które w prawdziwych włamaniach używają otwartoźródłowych frameworków do agentowych testów penetracyjnych. Takie narzędzia powstały do legalnego sprawdzania zabezpieczeń, ale w rękach atakującego działają tak samo:
Raport wskazuje też słabość tych narzędzi. Działają szybko, ale głośno: zostawiają w logach dużo ruchu i charakterystyczne ślady w kodzie, więc łatwiej je wykryć. GTIG spodziewa się, że z lepszymi modelami będą działać ciszej i z jeszcze mniejszym udziałem ludzi.

Najbardziej praktyczny wniosek dotyczy czasu. Atakującym często łatwiej celować w luki już załatane, bo poprawka pokazuje, gdzie szukać. Wystarczy porównać dwie wersje kodu, a model AI robi to szybko. Według GTIG liczba ujawnionych podatności i exploitów między styczniem a sierpniem 2026 r. prawie się podwoiła. Exploity dnia zerowego, czyli na luki jeszcze bez poprawki, przybywały wolniej: średnio z 8 miesięcznie w 2025 r. do 11 w 2026 r. W samym sierpniu było ich jednak 22.
Przykład z raportu: pod koniec sierpnia 2026 r. atakujący wykorzystali dwie luki w serwerach druku PaperCut, które połączone pozwalały przejąć serwer bez logowania. Badacze bezpieczeństwa z pomocą modeli AI napisali działające exploity w ciągu doby od ujawnienia luk. Cztery dni po ujawnieniu ruszyła kampania przeciw setkom organizacji, którą atakujący najpewniej przygotował z użyciem AI.
Jest też efekt uboczny. Po październikowej poprawce dwóch luk w PHP w ciągu kilku dni pojawiły się setki niedziałających „exploitów”, prawdopodobnie wygenerowanych z pomocą AI. Specjaliści od bezpieczeństwa musieli sprawdzać każdy z nich.
Darmowy webinar na żywo z Janem Gajosem · w najbliższą środę o 19:00
Czytasz o AI, a w pracy dalej robisz wszystko ręcznie? Znam to.
Sam tak robiłem. Na webinarze pokazuję na swoim ekranie, jak oddać AI powtarzalne zadania: maile, proste automatyzacje, asystenta do pracy. Bez programowania i bez teorii. 90 minut, a na końcu pytasz, o co chcesz.
Link do pokoju przyjdzie mailem. Zapisując się, zgadzasz się na wiadomości e-mail zgodnie z polityką prywatności. Wolisz zacząć od lektury? Zobacz e-booki Jana Gajosa
GTIG opisuje też kampanie wpływu, czyli zorganizowane szerzenie przekazów politycznych z fałszywych kont. Prowadzą je grupy powiązane z państwami (raport wymienia Rosję, Chiny i Iran) oraz firmy, które sprzedają takie kampanie jako usługę. W sierpniu 2026 r. GTIG badał platformę budowaną m.in. z użyciem Gemini API, wymierzoną w nastroje społeczne w Europie i na Bliskim Wschodzie. Prompty kazały modelom pisać regionalnym słownictwem, z literówkami, a do zdjęć dodawać typowe niedoskonałości aparatu w telefonie, np. ziarno i nierówne światło. Inny wykonawca, również z użyciem Gemini API, budował platformę do obsługi ponad 100 tys. kont w dużych serwisach, uruchamianych na wirtualnych smartfonach w chmurze.
Grupa podejrzewana o powiązania z Koreą Północną atakowała firmy kryptowalutowe w Ameryce Północnej i Europie przez fałszywych rekruterów w serwisach zawodowych. Zdjęcia profilowe miały znaki wodne SynthID, którymi Google oznacza obrazy wygenerowane przez swoje modele AI. Po wejściu do firmy atakujący zmieniali w wewnętrznych repozytoriach kodu plik konfiguracyjny asystenta programowania (.claude/settings.json), tak żeby uruchomienie Claude Code pobierało backdoor SOMBERMEME. Grupy powiązane z Chinami używały z kolei modeli językowych m.in. do analizy wykradzionych danych.
Osobny wątek to LLMJacking. Przestępcy kradną dane logowania do chmury i klucze do modeli AI, a potem zużywają cudze limity albo odsprzedają dostęp. Mandiant obsługiwał w 2026 r. przypadki, w których fałszywe opłaty przekroczyły 100 tys. USD w ciągu jednego dnia. W najpoważniejszych łączne straty sięgnęły 1 mln USD, zanim udało się zablokować dostęp.
Z ustaleń GTIG wynikają konkretne kroki, także dla małej firmy z własną stroną albo sklepem internetowym:
Google podaje, że wyłącza projekty i konta osób nadużywających jego usług, w tym Gemini, a ustalenia z raportu wykorzystuje do wzmacniania zabezpieczeń modeli.
Darmowy webinar na żywo z Janem Gajosem · w najbliższą środę o 19:00
Czytasz o AI, a w pracy dalej robisz wszystko ręcznie? Znam to.
Sam tak robiłem. Na webinarze pokazuję na swoim ekranie, jak oddać AI powtarzalne zadania: maile, proste automatyzacje, asystenta do pracy. Bez programowania i bez teorii. 90 minut, a na końcu pytasz, o co chcesz.
Link do pokoju przyjdzie mailem. Zapisując się, zgadzasz się na wiadomości e-mail zgodnie z polityką prywatności. Wolisz zacząć od lektury? Zobacz e-booki Jana Gajosa