Agentowa AI w rękach cyberprzestępców – atakują szybciej, niż obrońcy zdołają zareagować

Sztuczna inteligencja przestaje służyć przestępcom jedynie do zbierania informacji o ofiarach czy generowania treści phishingowych. Coraz częściej wykorzystywana jest do automatyzacji całych etapów działań ofensywnych, a hakerzy i grupy cyberszpiegowskie zaczynają traktować ją jako narzędzie do samodzielnego prowadzenia operacji. Nowy raport Google Threat Intelligence Group pokazuje przy tym drugą stronę medalu – to właśnie modele AI, dane treningowe, konta API i infrastruktura obliczeniowa stają się dziś atrakcyjnym łupem dla atakujących.

Dokument GTIG AI Threat Tracker za trzeci kwartał 2026 roku opiera się między innymi na dochodzeniach prowadzonych przez Mandiant – znaną firmę specjalizującą się w cyberbezpieczeństwie, należącą do Google Cloud – a także na obserwacjach dotyczących wykorzystania Gemini przez grupy przestępcze oraz na monitorowaniu forów podziemia cyberprzestępczego. Z zebranych danych wynika, że atakujący odchodzą od prostego korzystania z modeli językowych na rzecz wdrażania agentów AI zdolnych do samodzielnego wykonywania kolejnych kroków operacji, przy minimalnym udziale człowieka. Dla zespołów bezpieczeństwa to poważna zmiana reguł gry – im więcej faz ataku da się zautomatyzować, tym mniej czasu obrońcy mają na wykrycie i zablokowanie zagrożenia.

AI automatyzuje kolejne etapy ataku

Z analiz GTIG wynika, że sztuczna inteligencja jest już wykorzystywana na każdym etapie cyklu ataku – zaczynając od rozpoznania celu i tworzenia przynęt socjotechnicznych, przez wyszukiwanie podatności, aż po rozwiązywanie problemów technicznych napotykanych podczas samego włamania.

Jako przykład raport podaje powiązaną z Chinami grupę cyberszpiegowską BASIN CASTLE, która używa modeli językowych między innymi do identyfikacji celów oraz radzenia sobie z problemami wynikającymi w trakcie prowadzonych ataków. Inna grupa, również związana z ChRL, podjęła próbę wykorzystania Gemini do zbudowania zautomatyzowanego frameworku do testów penetracyjnych, który miałby agentowo realizować wczesne fazy włamania.

Skalę zjawiska najlepiej ilustruje kampania przeanalizowana przez Mandiant. Po uzyskaniu dostępu do środowiska chmurowego atakujący zaprojektowali, złożyli i uruchomili masową operację wykradania danych logowania, opartą na wieloagentowym frameworku. Cała operacja trwała krócej niż sześć godzin, a system działał autonomicznie, przechwytując w tym czasie tysiące danych uwierzytelniających.

Na tym etapie możemy założyć, że wszystkie grupy przestępcze korzystają w jakimś zakresie z AI i że ich operacje na tym zyskały. Jak wszystkich, martwi nas kwestia podatności, ale AI jest wykorzystywana też w kilku innych obszarach, a szczególnie trudne będzie jej zastosowanie agentowe, które tworzy przeciwnika działającego na dużą skalę i szybciej niż dotąd. Przestępcy, tacy jak ci, którzy przeprowadzili masową kampanię eksploatacji w ciągu zaledwie sześciu godzin, będą dążyć w stronę ataków szybszych, niż jesteśmy w stanie zareagować

John Hultquist, Chief Analyst w Google Threat Intelligence Group

Żeby się skalować i zdobyć zasoby AI, sprawcy będą je wykradać. Nawet grupy cyberszpiegowskie, takie jak UNC6508, są gotowe korzystać z przejętych systemów. Ta grupa użyła również modelu lokalnego, co pozwoliło jej uniknąć monitoringu komercyjnego

John Hultquist, Chief Analyst w Google Threat Intelligence Group

Łańcuch dostaw AI staje się celem

Jednym z najistotniejszych nowych obszarów ryzyka staje się łańcuch dostaw oprogramowania. Grupa TeamPCP uderzała w narzędzia wspierające asystentów kodowania oparte na AI, wprowadzając do nich backdoory oraz zatruwając metadane pakietów open source. Efektem było to, że asystenci kodowania mogli podsuwać programistom złośliwe zależności jako rekomendowane rozwiązania.

W zaatakowanym oprogramowaniu wykrywano również szkodliwe prompty umożliwiające skryte wykonywanie poleceń. GTIG zwraca uwagę, że wraz z upowszechnianiem się AI w procesach tworzenia oprogramowania konieczne staje się zabezpieczanie nie tylko samego kodu, lecz również modeli, asystentów programistycznych oraz narzędzi ochronnych opartych na dużych modelach językowych.

Firmowa AI również jest łakomym celem

Coraz częściej celem atakujących stają się zasoby AI należące do samych przedsiębiorstw. Mandiant analizował incydenty, w których napastnicy godzili wprost w zastrzeżone modele, kod, dane oraz badania związane ze sztuczną inteligencją. Wśród poszkodowanych znalazły się organizacje z sektora technologicznego, ochrony zdrowia oraz mediów i rozrywki działające w Ameryce Północnej i Europie. W niektórych przypadkach sprawcy grozili publikacją wykradzionych danych, jeśli nie otrzymają zapłaty.

Drugim istotnym celem są dane uwierzytelniające oraz infrastruktura niezbędna do działania modeli. Grupy przestępcze przejmują konta API i środowiska chmurowe, by uzyskać dostęp do mocy obliczeniowej bez konieczności płacenia za nią. Zaobserwowano także aktywność pracowników IT z Korei Północnej, którzy na dużą skalę wykorzystywali przejęte konta do korzystania z API modeli językowych.

Przykładem takiego działania jest powiązana z Chinami grupa UNC6508, która po przejęciu środowisk chmurowych używała ich do hostowania własnego, lokalnego modelu AI. W innym odnotowanym przypadku napastnicy uruchamiali na przejętej infrastrukturze wysokowydajne instancje GPU, generując nieautoryzowane obciążenia związane z AI, których koszty pokrywała nieświadoma ofiara.

AI zmienia rachunek ryzyka

Raport GTIG podkreśla, że sztuczną inteligencję należy dziś traktować jako integralny element całego ekosystemu cyberzagrożeń. Z jednej strony zwiększa ona możliwości atakujących, z drugiej – generuje nowe zasoby wymagające ochrony, od wag modeli i kodu źródłowego, przez dane uwierzytelniające, po limity API i moc obliczeniową GPU.

Google wskazuje następujące kluczowe trendy zaobserwowane w drugim kwartale 2026 roku:

• przejście na agentowe i wieloagentowe operacje
• rosnące zagrożenia dla łańcucha dostaw AI
• kradzież własności intelektualnej związanej z modelami
• nielegalne przejmowanie kont i infrastruktury do uruchamiania AI

To oznacza również konieczność zmiany podejścia po stronie obrońców. Organizacje muszą chronić już nie tylko klasyczną infrastrukturę IT, ale również modele, narzędzia AI, dane treningowe, dostępy do API oraz środowiska obliczeniowe. W miarę rozwoju agentów AI coraz większego znaczenia nabiera także monitorowanie działań podejmowanych przez systemy sztucznej inteligencji oraz ograniczanie zakresu ich uprawnień.