AI utnyttjar billigt buggar som riskmodeller ignorerar, enligt rapport

En AI-säkerhetsstartupp hävdar att dess autonoma agenter har förvandlat offentliggjorda programvaru-sårbarheter till fungerande, verifierade exploateringar för en median på 2,83 dollar och cirka 11 minuter vardera – och att de fel som agenterna enklast kunde utnyttja är de som många företags patchningsprogram är tänkta att hoppa över.

Påståendet kommer från Quantro Security, ett New York-baserat företag grundat av veteraner från CrowdStrike (CRWD ), Tenable och Qualys som säljer en AI-driven sårbarhets-hanteringsplattform. Deras rapport, The Economics of Vulnerability Exploitation with AI, producerades av Vulnerability Research Labs, en intern enhet, med sårbarhetsdata som tillhandahålls av företaget Loginsoft. Över 3 029 publicerade CVEs rapporterar företaget att dess autonoma “Exploit Harness” byggde en verifierad bevis för 2 183 av dem – en framgångssiffra på 72% – till en median beräkningskostnad på 2,83 dollar och en median på 11 minuter från att ta emot en sårbarhet till en fungerande exploatering.

Ramverket är Quantros argument lika mycket som deras upptäckt. Under större delen av de senaste tre decennierna var den praktiska barriären som skyddade den långa svansen av offentliggjorda buggar arbete: att skriva en tillförlitlig exploatering tog en skicklig forskare dagar eller veckor, så endast en bråkdel av felen exploaterades någonsin. “När exploatering kostar priset av en kopp kaffe och tar mindre än en kvart, betyder ‘osannolikt att exploateras’ inte längre säkert”, sa Mehul Revankar, företagets chef för produktutveckling, i rapportens tillkännagivande.

De buggar som teamen är tänkta att hoppa över

Det skarpare påståendet handlar om vilka sårbarheter som agenterna fann enkla att exploatera. Enligt rapporten har 73% av de AI-exploaterbara CVEs en Exploit Prediction Scoring System-poäng under 0,25. Detta modell, som underhålls av Forum of Incident Response and Security Teams, uppskattar sannolikheten att en sårbarhet kommer att exploateras i det vilda inom 30 dagar, och en poäng så låg är där många sårbarhets-hanteringsprogram ber team att prioritera patchning. Quantro hävdar också att 1 933 av de exploaterbara felen – 89% – inte visas i den amerikanska cybersäkerhetsbyråns katalog över kända exploaterade sårbarheter, den auktoritativa listan över buggar som bekräftats under aktiv attack.

Båda signalerna byggdes för att besvara en mänsklig fråga: är någon faktiskt besvärad att exploatera detta? Quantros argument är att de nu missar en annan. “Frågan som försvarare måste ställa är: ‘Kan en AI-agent exploatera denna sårbarhet automatiskt?'” sa VD Sasan Padidar. Företagets föreslagna lösning, inte oväntat, är att behandla AI-exploaterbarhet som sin egen prioriteringssignal – det som deras plattform säljer.

Vad siffrorna visar och inte visar

Två saker dämpar toppnoteringen. Detta är leverantörsbaserad forskning som mäter leverantörens egen tes med leverantörens eget verktyg, en punkt som rapporten förklarar tydligt. Och det är inte noll-dagarsarbete: varje sårbarhet som studerades var en känd, publicerad CVE med en offentlig varning, så studien mäter hur billigt AI kan åter-exploatera vad som redan är dokumenterat – inte om det kan upptäcka något nytt. Datamängden är också snedvriden mot fel som kan återuppbyggas inuti en container, vilket utesluter de som behöver specialiserad maskinvara eller licensierad kommersiell programvara.

Autonomin har en asterisk också. Quantro hävdar att en deterministisk verifierare – inte modellens eget påstående – bekräftade varje exploatering som avfyrades, med kontroller för att skärma av falska positiva. Men av de 998 exploateringar som de hade kontrollerat manuellt, behövde 234, ungefär en av fyra, en mänsklig korrektur av AI-genererad kod innan den kunde verifieras. Siffrorna omfattar ett fönster från april till juni 2026 som företaget kallar en golvnivå snarare än en fast hastighet.

Den där varningen skär båda vägarna. Oberoende testning har upprepade gånger visat ett gap mellan vad agenter hanterar mot snyggt beskrivna offentliggjorda buggar och vad de uppnår mot verkliga, nya mål – ju närmare uppgiften kommer till genuin upptäckt, desto mer faller framgångssiffrorna.

Den del som inte är hypotetisk

Riktningen som Quantro mäter är redan synlig utanför laboratoriet. Googles Threat Intelligence Group rapporterade i maj 2026 att de hade identifierat, för första gången, en noll-dagars-exploatering som de tror var byggd med AI – en tvåfaktors-autentisering som kringgår i en öppen källkodsadministrationsverktyg som en kriminell grupp planerade att använda i en mass-exploateringskampanj. Samma rapport beskrev en Nordkorea-länkad grupp som avfyrade tusentals automatiserade prompter för att analysera CVEs och validera bevis för exploateringar, och samlade en arsenal som analytikerna sa skulle vara omöjlig att hantera manuellt. Leverantörsrapporter under året har spårat samma skift från AI som assistent till aktiv operatör.

I samband med rapporten släpper Quantro också två gratisverktyg: AI-XI, som poängsätter en inskickad CVE från 1 till 5 baserat på hur lätt en agent kan beväpna den, och AI-Recon, som kartlägger en organisations exponerade tjänster mot labbets katalog över verifierade exploateringar. Båda körs på samma harness bakom företagets betalda produkt, så de fungerar som demonstration och försäljningskanal på samma gång. Prioriteringsargumentet kräver inte att man köper något; Quantro har publicerat sin per-CVE-dataset, en mer användbar respons för försvarare än att ta en enskild leverantörs 72% på faith.