En udnyttelseskæde uden nogen ved tastaturet
Googles trusselefterretningsgruppe GTIG oplyste mandag, at den har set trusselsaktører bruge rammeværker bygget på store sprogmodeller til at automatisere både fund og udnyttelse af sårbarheder “uden et menneske i sløjfen for første gang”. Fundet er omdrejningspunktet i gruppens kvartalsrapport AI Threat Tracker, der dækker hændelser fra august til oktober 2026.
Det tydeligste eksempel kom fra en eksponeret testserver, hvor GTIG fandt et multiagentrammeværk, som operatørerne kaldte exploit_agent. Ifølge rapporten kører det løbende differensanalyse af udbredte webapplikationer: det sammenligner koden før og efter en rettelse, regner ud, hvad der blev lappet, skriver en udnyttelse til det og kører den. Andre scripts på samme server stod for intern rekognoscering, brute force og installation af webshells, og ét fjernede webshells efterladt af rivaliserende indtrængere. Telemetrien fra ofrene pegede på franske websteder inden for medier, underholdning og uddannelse, og en miljøfil på serveren bar kommentarer på russisk.

Rammeværkerne er hyldevarer
Det meste af værktøjet, GTIG beskriver, er offentligt. Rapporten nævner ARTEX, et agentisk penetrationstestværktøj, som den siger bliver aktivt misbrugt, og som Google SecOps nu har detektionsregler til, og CAIRN, et multiagentrammeværk bygget omkring en fælles “tavle”, der ifølge GTIG blev brugt i indbrud mod mål blandt andet i den amerikanske luft- og rumfartssektor. En tilpasset udgave af PentAGI blev brugt fra sidst i august til først i oktober 2026 til rekognoscering og sårbarhedsscanning mod organisationer i Asien. CyberStrikeAI og HexStrike AI, der eksponerer over 150 offensive værktøjer gennem et dusin underagenter, blev set i eksperimenter.
Der er en hage, og GTIG siger den lige ud: værktøjerne “bytter i dag snilde for fart”. Autonom kørsel er støjende, efterlader genkendelige identifikatorer og giver spor. Gruppen venter, at det ændrer sig, og skriver, at den i takt med at værktøjerne og modellerne bliver bedre, regner med “ikke blot mindre menneskelig involvering i disse operationer, men også øget snilde og sofistikering”.
To sager og en strøm af falske udnyttelser
Rapporten sætter tal på accelerationen. Nuldage lå ifølge GTIG på gennemsnitligt otte om måneden i 2025 og elleve om måneden i 2026, før de sprang til 22 i august 2026, mens afsløringer og udnyttelser næsten fordobledes mellem januar og august.
Sidst i august blev to nuldage i PaperCut — CVE-2026-81578, en omgåelse af godkendelse, og CVE-2026-82078, usikker dynamisk klasseindlæsning — kædet sammen til kodeudførsel uden login. Fungerende udnyttelser kom inden for et døgn efter afsløringen, og GreyNoise meldte fire dage senere om en kampagne, sandsynligvis modelassisteret, mod hundredvis af organisationer; her gik angriberen ifølge GTIG fra første fodfæste til domæneadministrator på minutter. Efter at to PHP-fejl blev rettet 21. oktober, dukkede hundredvis af påståede proof-of-concept-udnyttelser op, som ikke virkede, tilsyneladende modelgenererede, og som gav forsvarerne verifikationsarbejde snarere end risiko.

Stjålne nøgler, videresolgt per million tokens
Det andet vækstområde er kapring af modeladgang. Mandiants hændelseshåndtering så svindelomkostninger på kaprede AI-konti, der på én dag undertiden oversteg 100.000 dollar, og værste tilfælde, hvor det samlede misbrug nåede omkring en million, før det blev standset. Et botnet eller en proxytjeneste genererede millioner af API-kald på omtrent et døgn. Angriberne høster loginoplysninger fra offentlige kodelagre, kaprer sessioner og udnytter CVE-2026-40217, en flugt ud af LiteLLMs sandkasse, der gør en begrænset virtuel nøgle til en administrativ. Den stjålne adgang sælges videre gennem “LLM-mixere”, butikker på russisk- og kinesisksprogede markeder, der tager mellem 0,10 og 25 dollar per million tokens.
GTIG melder også, at aktører inden for påvirkningsoperationer er gået fra at eksperimentere med modeller til at bygge dem ind i deres arbejdsgange, heriblandt en kommerciel platform bygget til at håndtere over 100.000 konti.
Hvad man skal følge
Google oplyser, at selskabet slukkede for de ressourcer, der var knyttet til aktiviteten, og at DeepMind brugte fundene til at stramme sine klassifikatorer, og markedsfører sit eget svar, Google AI Threat Defense, der kobler Gemini sammen med Wiz, CodeMender og Mandiant. Påstanden, der bør prøves næste kvartal, er GTIG’s egen prognose: at kriminelle grupper fortsat tager støjende autonome værktøjer i brug, fordi rækkevidden opvejer en lavere succesrate, mens spionageaktører bruger dem selektivt.