En exploitkedja utan någon vid tangentbordet

Googles hotunderrättelsegrupp GTIG uppgav på måndagen att den har sett hotaktörer använda ramverk byggda på stora språkmodeller för att automatisera både upptäckt och utnyttjande av sårbarheter “utan en människa i loopen för första gången”. Fyndet är huvudnumret i gruppens kvartalsrapport AI Threat Tracker, som täcker incidenter från augusti till oktober 2026.

Det tydligaste exemplet kom från en exponerad testserver där GTIG hittade ett multiagentramverk som operatörerna kallade exploit_agent. Enligt rapporten kör det kontinuerlig differensanalys av populära webbapplikationer: det jämför koden före och efter en rättning, räknar ut vad som lagades, skriver ett exploit för det och kör det. Andra skript på samma server skötte intern spaning, lösenordsknäckning och installation av webbskal, och ett tog bort webbskal som rivaliserande inkräktare lämnat. Telemetrin från offren pekade mot franska webbplatser inom medier, underhållning och utbildning, och en miljöfil på servern bar kommentarer på ryska.

Närbild på ett kretskort och dess chip
Ramverket jämförde applikationskoden före och efter rättningen för att hitta vad som lagats. Illustrationsbild. Jeremy Waterhouse · pexels · Pexels License

Ramverken är hyllvara

Det mesta av verktygen GTIG beskriver är offentliga. Rapporten namnger ARTEX, ett agentiskt penetrationstestverktyg som den säger missbrukas aktivt och som Google SecOps nu har detekteringsregler för, och CAIRN, ett multiagentramverk byggt kring en delad “svart tavla”, som enligt GTIG användes i intrång mot mål inom den amerikanska flyg- och rymdsektorn. En anpassad version av PentAGI användes från slutet av augusti till början av oktober 2026 för spaning och sårbarhetsskanning mot organisationer i Asien. CyberStrikeAI och HexStrike AI, som exponerar över 150 offensiva verktyg genom ett dussin underagenter, sågs i experiment snarare än i skarpa operationer.

Det finns en hake, och GTIG är tydlig med den: verktygen “byter i dag smyg mot hastighet”. Autonom körning är högljudd, lämnar igenkännbara identifierare och ger forensiska spår. Gruppen väntar sig att det ändras och skriver att den i takt med att verktygen och modellerna blir bättre räknar med “inte bara minskad mänsklig inblandning i dessa operationer utan också ökad smygförmåga och sofistikering”.

Två fall och en flodvåg av falska exploits

Rapporten sätter siffror på accelerationen. Nolldagar låg enligt GTIG på i snitt åtta i månaden under 2025 och elva i månaden under 2026, för att sedan skjuta upp till 22 i augusti 2026, med avslöjanden och utnyttjanden som nära nog fördubblades mellan januari och augusti.

I slutet av augusti kedjades två nolldagar i PaperCut — CVE-2026-81578, en förbigång av autentiseringen, och CVE-2026-82078, osäker dynamisk klassladdning — till fjärrkörning av kod utan inloggning. Fungerande exploits fanns inom ett dygn efter avslöjandet, och GreyNoise rapporterade fyra dagar senare en kampanj, sannolikt modellassisterad, mot hundratals organisationer; i den gick angriparen enligt GTIG från första fotfäste till domänadministratör på minuter. Efter att två PHP-brister rättats den 21 oktober dök hundratals påstådda proof-of-concept-exploits upp som inte fungerade, till synes modellgenererade, och som gav försvararna verifieringsarbete snarare än risk.

Buntade nätverkskablar fästa längs sidan av ett rack
Stulna AI-uppgifter säljs vidare i butiker som tar betalt per miljon tokens. Illustrationsbild. Brett Sayles · pexels · Pexels License

Stulna nycklar, vidaresålda per miljon tokens

Det andra tillväxtområdet är LLM-kapning. Mandiants incidenthantering såg bedrägliga kostnader på kapade AI-konton som en enskild dag ibland översteg 100 000 dollar, och värsta fall där det samlade missbruket nådde omkring en miljon innan det stoppades. Ett botnät eller en proxytjänst genererade miljontals API-anrop på ungefär ett dygn. Angriparna skrapar inloggningsuppgifter från offentliga kodarkiv, kapar sessioner och utnyttjar CVE-2026-40217, en rymning ur LiteLLM:s sandlåda som gör en begränsad virtuell nyckel till en administrativ. Den stulna åtkomsten säljs vidare via “LLM-mixers”, butiker på ryskspråkiga och kinesiskspråkiga marknader som tar mellan 0,10 och 25 dollar per miljon tokens.

GTIG rapporterar också att aktörer inom påverkansoperationer har gått från att experimentera med modeller till att bygga in dem i sina flöden, däribland en kommersiell plattform byggd för att sköta över 100 000 konton.

Vad man ska följa

Google uppger att bolaget stängde av de tillgångar som var kopplade till aktiviteten och att DeepMind använde fynden för att skärpa sina klassificerare, och marknadsför sitt eget svar, Google AI Threat Defense, som buntar Gemini med Wiz, CodeMender och Mandiant. Påståendet att pröva nästa kvartal är GTIG:s egen prognos: att cyberbrottsgrupper fortsätter ta till högljudda autonoma verktyg eftersom räckvidden kompenserar en lägre träffprocent, medan spionageaktörer använder dem selektivt.