Cyberprzestępcy przechodzą na agentową AI. Ataki mogą być szybsze niż reakcja obrońców

Cyberprzestępcy i grupy cyberszpiegowskie coraz częściej wykorzystują sztuczną inteligencję nie tylko do rozpoznania czy tworzenia treści, ale także do automatyzowania całych fragmentów operacji. Najnowszy raport Google Threat Intelligence Group pokazuje również drugą stronę tego trendu: modele AI, dane, konta API i zasoby obliczeniowe stają się nowymi celami ataków.

Raport GTIG AI Threat Tracker Q3 2026 powstał na podstawie m.in. dochodzeń Mandiant, obserwacji wykorzystania Gemini przez grupy przestępcze oraz monitorowania podziemia cyberprzestępczego. Zebrane dane pokazują, że atakujący przechodzą od prostego wykorzystywania modeli do pracy z agentami AI, które mogą samodzielnie wykonywać kolejne zadania i ograniczać udział człowieka w operacji. To istotna zmiana dla obrońców. Im więcej etapów ataku może zostać zautomatyzowanych, tym krótszy staje się czas, w którym zespoły bezpieczeństwa mogą wykryć i zatrzymać zagrożenie.

AI automatyzuje kolejne etapy ataku

Analiza GTIG obserwuje wykorzystanie AI w całym cyklu operacji – od rozpoznania celu i przygotowania socjotechnicznych przynęt, przez wyszukiwanie podatności, po rozwiązywanie problemów technicznych podczas włamania.

Przykładowo, powiązana z Chinami grupa cyberszpiegowska BASIN CASTLE wykorzystuje modele językowe m.in. do rozpoznawania celów i rozwiązywania problemów pojawiających się w trakcie ataków. Inna grupa powiązana z ChRL próbowała wykorzystać Gemini do stworzenia zautomatyzowanego frameworku do testów penetracyjnych, który agentowo realizowałby pierwsze etapy włamania.

Jeszcze wyraźniejszy przykład skali daje kampania analizowana przez Mandiant. Atakujący po uzyskaniu dostępu do chmury zaplanowali, zbudowali i uruchomili z wykorzystaniem wieloagentowego frameworku masową kampanię kradzieży danych uwierzytelniających. Cały proces zajął mniej niż sześć godzin, a system autonomicznie przechwycił tysiące danych logowania.

„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” – mówi 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” – dodaje.

Łańcuch dostaw AI staje się celem

Jednym z najważniejszych nowych obszarów ryzyka jest łańcuch dostaw oprogramowania. Grupa TeamPCP atakowała narzędzia wykorzystywane przez asystentów kodowania AI, umieszczając w nich backdoory i zatruwając metadane pakietów open source. W ten sposób asystenci mogli rekomendować programistom złośliwe zależności.

W atakowanym oprogramowaniu pojawiały się także złośliwe prompty pozwalające na ukryte wykonywanie poleceń. GTIG wskazuje, że wraz z rosnącym wykorzystaniem AI w procesie tworzenia oprogramowania rośnie znaczenie zabezpieczenia nie tylko samego kodu, ale również modeli, asystentów i narzędzi bezpieczeństwa opartych na LLM.

Firmowa AI również jest łakomym celem

Atakujący coraz częściej interesują się także samymi zasobami AI przedsiębiorstw. Mandiant badał incydenty, w których celem były zastrzeżone modele, kod, dane i badania związane ze sztuczną inteligencją. Ofiarami były m.in. organizacje z sektora technologicznego, ochrony zdrowia oraz mediów i rozrywki w Ameryce Północnej i Europie. W części przypadków sprawcy grozili ujawnieniem skradzionych danych, jeśli nie otrzymają okupu.

Kolejnym celem są dane uwierzytelniające i infrastruktura potrzebna do uruchamiania modeli. Grupy przestępcze przejmują konta API i środowiska chmurowe, aby uzyskać dostęp do mocy obliczeniowej bez ponoszenia jej kosztów. Zidentyfikowano również aktywność pracowników IT z Korei Północnej, którzy masowo wykorzystywali przejęte konta do uzyskiwania dostępu do API modeli językowych.

Przykładem jest powiązana z Chinami grupa UNC6508, która po przejęciu środowisk chmurowych wykorzystywała je do hostowania lokalnego modelu AI. W innym przypadku napastnicy uruchamiali na przejętej infrastrukturze wysokowydajne instancje GPU, generując nieautoryzowane obciążenia AI na koszt ofiary.

AI zmienia rachunek ryzyka

Badanie GTIG wskazuje, że obecnie należy patrzeć na AI jako na element całego ekosystemu cyberzagrożeń. Sztuczna inteligencja zwiększa możliwości atakujących, ale jednocześnie tworzy nowe aktywa wymagające ochrony – od wag modeli i kodu źródłowego po dane uwierzytelniające, limity API i zasoby GPU.

Najważniejsze trendy obserwowane przez Google w II kwartale 2026 roku to:

• 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.

Oznacza to również zmianę po stronie obrony. Organizacje muszą chronić już nie tylko tradycyjną infrastrukturę IT, ale także modele, narzędzia AI, dane treningowe, dostępy API oraz środowiska obliczeniowe. Wraz z rozwojem agentów coraz ważniejsze staje się również monitorowanie działań wykonywanych przez systemy AI i ograniczanie ich uprawnień.