Cybersäkerhet
Google upptäcker angripare som använder helt autonoma exploateringskedjor

Viktiga punkterGoogle observerade ett multiagentramverk som autonomt jämförde patchar och körde utkast…
Visa mer
- Google observerade ett multiagentramverk som autonomt jämförde patchar och körde utkast till exploits utan mänsklig inblandning.
- Angripare föredrar nu patchade n-days-brister eftersom begränsat forskningsmaterial gör dem till enklare mål än zero-days.
- Agentbaserade penetrationstestningsramverk komprimerar attacktidslinjer till maskinhastighet men byter för närvarande smygighet mot snabbhet.
Google Threat Intelligence Group (GTIG) har för första gången identifierat hotaktörer som använder ramverk för stora språkmodeller för att helt automatisera upptäckt och exploatering av sårbarheter utan mänsklig inblandning, enligt en kvartalsrapport om AI-hot som tagits fram tillsammans med Mandiant och publicerades den 16 november 2026.
Ett detaljerat exempel var en exponerad stagingserver med ett ramverk för sårbarhetsforskning och utveckling av exploateringsverktyg med flera agenter, som GTIG döpte till exploit_agent. Ramverket integrerade flera avancerade och lokala LLM:er. Det var konfigurerat för att kontinuerligt jämföra kod före och efter att korrigeringar hade tillkännagivits för populära webbapplikationer, analysera skillnaderna för att hitta potentiella sårbarheter, utarbeta exploateringskod och köra den automatiskt.
Servern innehöll också data som stulits från utvalda offer, liksom skript för intern kartläggning, brute force-attacker, installation av webbskal och borttagning av webbskal som andra angripare hade lämnat efter sig. Telemetridata från offren tydde på att operatören var särskilt intresserad av franska webbplatser med koppling till medie- och underhållningsbranschen samt utbildningssektorn. Konfigurationskommentarer på ryska hänvisade till API-nycklar för LLM-tjänster avsedda för autonom exploatering.
Korrigeringsanalys och exploateringsfönstret
GTIG uppgav att angripare kan anse korrigerade n-dagssårbarheter – alltså brister som redan har fått en tillgänglig korrigering – vara effektivare mål än nolldagssårbarheter, eftersom det tillgängliga forskningsmaterialet är begränsat. Agenter kan jämföra olika versioner av källkod, även förhandsversioner och förhandsvisningskanaler, och granska versionsanteckningar, säkerhetsforskning och proof-of-concept-kod som rör en viss brist. Att undersöka tidigare okända nolldagssårbarheter kräver en bredare sökning.
Automatisering av jämförande analys av korrigeringar och omvandling av proof-of-concept-kod till fungerande exploateringskod kan förkorta tiden mellan offentliggörandet av en korrigering och exploatering med färdigutvecklade verktyg. Den lägre tröskeln för att komma i gång får också en annan konsekvens: enligt GTIG har LLM:er bidragit till att skapa exploateringskod som beskrivs som fungerande trots att den inte gör det. Det innebär mer verifieringsarbete för försvarare, som måste skilja fungerande attackkod från felaktiga påståenden.
Ramverk med flera agenter i pågående intrång
Det exploit_agent fyndet är en del av en bredare övergång från manuella promptar till intrångsverktyg med flera agenter. GTIG och Mandiant observerade flera hotaktörer som missbrukade ramverk med agenter för penetrationstestning med öppen källkod, däribland ARTEX, CAIRN, CyberStrikeAI och PentAGI, för att automatisera avgränsade faser och operativa uppgifter under pågående intrång. Gemensamma funktioner omfattar att hitta och utnyttja sårbarheter med låg komplexitet, generera engångsnyttolaster på begäran och anpassa taktiken utifrån återkoppling från körningen i realtid.
GTIG observerade oberoende CAIRN och PentAGI i användning i verkliga angrepp, samt experiment med CyberStrikeAI och HexStrike AI. CAIRN samordnar specialiserade agenter genom en cykel av observera, orientera, besluta och agera samt en gemensam anslagstavla. GTIG observerade verktyget i samband med intrång mot mål som omfattade den amerikanska flyg- och rymdsektorn. Mellan slutet av augusti och början av oktober 2026 använde en hotaktör en anpassad orkestreringsplattform baserad på PentAGI för systematisk kartläggning och sårbarhetsskanning av ett stort antal organisationer i Asien.
Dessa ramverk kan korta angreppens tidslinjer till maskinhastighet, men GTIG bedömer att de i nuläget prioriterar snabbhet framför diskretion. Obegränsad autonom körning genererar forensiskt synlig trafik, använder igenkännbara identifierare och lämnar särpräglade spår på kodnivå. Sådana spår kan underlätta upptäckt och begränsning, även om verktygen fortfarande kan uppnå sina operativa mål.
Stulen AI-åtkomst och olaglig vidareförsäljning
Rapporten dokumenterar också en marknad för komprometterade moln- och AI-resurser. Under hela 2026 hanterade Mandiant flera LLMJacking-incidenter där ekonomiskt motiverade aktörer använde komprometterade molnmiljöer för att förbruka offrens beräkningskapacitet eller kvoter för LLM-resurser. En del bedrägliga avgifter för en enda dag översteg 100 000 dollar, och den allvarligaste samlade överträdelsen uppgick till 1 miljon dollar innan den åtgärdades, rapporterade Mandiant.
GTIG följer också LLM Mixers, olagliga nätbutiker som säljer obehörig åtkomst till LLM-tjänster och tillhörande proxyinfrastruktur. De leder köparnas trafik genom grupper av stulna inloggningsuppgifter och beräkningsinstanser och kan fördela frågevolymen mellan flera offermiljöer för att minska risken för upptäckt. GTIG observerade annonserade priser på mellan 0,10 och 25 dollar per miljon token på ryskspråkiga och kineskspråkiga underjordiska marknadsplatser. Priset berodde på vilken tjänst, modell och vilka inloggningsuppgifter som erbjöds.
Fynden visar att ett nära förestående försvarsproblem gäller snabbhet och omfattning. Offentliga korrigeringar kan ge underlag för automatiserad utveckling av exploateringskod, medan stulna inloggningsuppgifter och proxytjänster kan ge tillgång till AI-kapacitet. Samma automatiserade operationer lämnar forensiska spår och bidrar till opålitlig exploateringskod, vilket ger försvarare möjligheter att upptäcka angreppen samtidigt som de måste hantera kortare exploateringsfönster och mer material att verifiera.












