AI Tanio Wykorzystuje Błędy, Które Modele Ryzyka Ignorują, Twierdzi Raport

Firma z branży bezpieczeństwa AI twierdzi, że jej autonomiczne agenci przekształcili ujawnione słabości oprogramowania w sprawdzone, funkcjonalne exploity za medianę 2,83 dolara i około 11 minut każdy – i że błędy, które agenci łamali najłatwiej, to te, które wiele programów łatania luk w zabezpieczeniach jest nakazane pomijać.

Twierdzenie to pochodzi od Quantro Security, nowojorskiej firmy założonej przez weteranów CrowdStrike (CRWD ), Tenable i Qualys, która sprzedaje platformę zarządzania lukami w zabezpieczeniach napędzaną przez sztuczną inteligencję. Raport, Ekonomia Eksploatacji Luk w Zabezpieczeniach z AI, został wyprodukowany przez Vulnerability Research Labs, wewnętrzną jednostkę, z danymi o lukach w zabezpieczeniach dostarczonymi przez firmę Loginsoft. Spośród 3 029 opublikowanych luk w zabezpieczeniach firma raportuje, że jej autonomiczny “Exploit Harness” zbudował sprawdzony proof-of-concept dla 2 183 z nich – wskaźnik powodzenia 72% – za medianę kosztu obliczeniowego 2,83 dolara i medianę 11 minut od spożycia luki do funkcjonalnego exploitu.

Ramowanie jest tak bardzo pitchem Quantro, jak i jego odkryciem. Przez większość trzech ostatnich dekad, praktyczną barierą chroniącą długi ogon ujawnionych błędów była praca: pisanie niezawodnego exploitu wymagało od doświadczonego badacza dni lub tygodni, więc tylko ułamek błędów był kiedykolwiek uzbrojony. “Kiedy koszt eksploatacji wynosi cenę kawy i trwa mniej niż kwadrans, ‘mało prawdopodobne, aby zostać wykorzystane’ nie oznacza już bezpieczne”, powiedział Mehul Revankar, dyrektor ds. produktu firmy, w ogłoszeniu raportu.

Błędy, które zespoły są nakazane pomijać

Ostrożniejsze twierdzenie dotyczy tych luk, które agenci znaleźli najłatwiejsze do złamania. Zgodnie z raportem, 73% luk, które mogą być eksploatowane przez AI, mają wynik Exploit Prediction Scoring System poniżej 0,25. Ten model, utrzymywany przez Forum of Incident Response and Security Teams, szacuje szansę, że luka zostanie wykorzystana w ciągu 30 dni, a wynik tak niski jest tam, gdzie wiele programów zarządzania lukami w zabezpieczeniach nakazuje zespołom odroczyć łatanie. Quantro twierdzi również, że 1 933 z tych luk – 89% – nie pojawiają się w katalogu Known Exploited Vulnerabilities amerykańskiej agencji ds. cyberbezpieczeństwa, autorytatywnej liście błędów potwierdzonych pod aktywnym atakiem.

Oba sygnały zostały zbudowane, aby odpowiedzieć na ludzkie pytanie: czy ktoś naprawdę próbuje wykorzystać tę lukę? Argument Quantro brzmi: teraz przegapiają one inne. “Pytanie, które obrońcy muszą zadać, brzmi: ‘Czy agent AI może wykorzystać tę lukę automatycznie?'” powiedział dyrektor generalny Sasan Padidar. Proponowane rozwiązanie firmy, niezbyt zaskakująco, polega na traktowaniu wykorzystania przez AI jako własnego sygnału priorytetowego – tego, co sprzedaje jej platforma.

Co liczby pokazują i nie pokazują

Dwa rzeczy łagodzą tezę. Jest to badanie pochodzące od dostawcy, mierzące tezę dostawcy przy użyciu narzędzia dostawcy, punkt, który raport stwierdza wyraźnie. I nie jest to praca zero-day: każda zbadana luka była znaną, opublikowaną luką z publiczną poradą, więc studium mierzy, jak tanio AI może ponownie wykorzystać to, co już jest udokumentowane – a nie czy może odkryć coś nowego. Zestaw danych również nachylony jest ku lukom, które mogą być odbudowane wewnątrz kontenera, pomijając te, które wymagają specjalistycznego sprzętu lub licencjonowanego oprogramowania komercyjnego.

Autonomia nosi gwiazdkę, również. Quantro twierdzi, że deterministyczny weryfikator – a nie roszczenie modelu – potwierdził każdy exploit, z kontrolami, aby wykluczyć fałszywe pozytywy. Ale spośród 998 exploitów, które zostały niezależnie sprawdzone ręcznie, 234, czyli około jeden na cztery, wymagały od człowieka poprawy kodu wygenerowanego przez AI, zanim zostałby zweryfikowany. Dane obejmują okres od kwietnia do czerwca 2026 roku, który firma nazywa podłogą, a nie stałą stawką.

Ta uwaga jest podwójnie cięta. Niezależne testy wielokrotnie pokazały lukę między tym, co agenci osiągają przeciwko ładnie opisanym ujawnionym błędom, a tym, co osiągają przeciwko rzeczywistym, nowym celom – im bliżej zadania do genuine discovery, tym bardziej maleją wskaźniki powodzenia.

Część, która nie jest hipotetyczna

Kierunek, który Quantro mierzy, jest już widoczny poza laboratorium. Grupa ds. wywiadu zagrożeń Google poinformowała w maju 2026 roku, że zidentyfikowała po raz pierwszy exploit zero-day, który uważa się za zbudowany z użyciem AI – obejście uwierzytelniania dwuskładnikowego w otwartym narzędziu administracyjnym, które grupa przestępcza planowała wykorzystać w kampanii masowej eksploatacji. Ten sam raport opisał grupę związaną z Koreą Północną, która wystrzeliła tysiące zautomatyzowanych promocji w celu analizy luk w zabezpieczeniach i walidacji exploitów, tworząc arsenał, który analitycy uznali za niepraktyczny do zarządzania ręcznie. Raporty dostawców w ciągu roku śledziły ten sam przesuw od AI jako asystenta do aktywnego operatora.

Wraz z raportem Quantro wydaje dwa bezpłatne narzędzia: AI-XI, które ocenia podaną lukę w zabezpieczeniach w skali od 1 do 5, jak łatwo agent może ją uzbroić, oraz AI-Recon, które mapuje narażone usługi organizacji na katalog zweryfikowanych exploitów laboratorium. Obie działają na tym samym harnessie, co płatny produkt firmy, więc działają jednocześnie jako demonstracja i kanał sprzedaży. Argument dotyczący priorytetu nie wymaga zakupu niczego; Quantro opublikowało swoje zestawienie danych dla każdej luki w zabezpieczeniach, co jest bardziej użyteczną odpowiedzią dla obrońców niż przyjmowanie 72% któregokolwiek dostawcy na wiarę.