Google rapporterar att angripare använder AI-ramverk för att automatiskt omvandla säkerhetspatcher till säkerhetshål
19 november 2026 · 3 min läsning
Google Threat Intelligence Group har upptäckt att angripare för första gången använder ett AI-ramverk som arbetar helt utan mänsklig inblandning för att omvandla säkerhetspatcher till säkerhetshål för attacker. Ramverket, kallat exploit_agent, upptäcktes på en oskyddad testserver och är kopplat till både framstegande och lokalt värdade stora språkmodeller.
Ramverket jämför kontinuerligt kod från populära webbapplikationer före och efter varje patchmeddelande. När möjliga säkerhetshål identifieras skriver systemet automatiskt attackskript och kör dem. Stulen data från offer lagras på samma server tillsammans med skript för brute-force-attacker, installation av webbskal och till och med borttagning av webbskal som lämnats av andra angripare.
Telemetridata från offren visar att operatörerna har särskilt intresse för franska webbplatser relaterade till media, underhållning och utbildning. En kommentar i ramverkets konfigurationsfil, skriven på ryska, instruerar systemkonfigurören att placera en nyckel här och inte i chatten.
I en tidigare rapport från två månader sedan angav Google Threat Intelligence Group att ingen helt oberoende attackprocess hade använts mot mål i verkliga situationer. Detta har förändrats under det senaste kvartalet. En ny rapport med titeln Agentic Threat Activity Crosses a Significant Threshold beskriver denna utveckling. Eftersom källor för redan patchade säkerhetshål är begränsade tror Google Threat Intelligence Group att angripare kan finna det mer effektivt att använda stora språkmodeller för att rikta in sig på n-day-säkerhetshål snarare än att jaga zero-day-säkerhetshål.
Hastigheten i att minska gapet mellan avslöjande och skapandet av användbara säkerhetshål illustreras av två säkerhetshål i PaperCut Softwares utskriftshanteringsserver. Dessa länkades samman och användes för zero-day-attacker i slutet av augusti. Säkerhetsforskargrupper och Huntress Labs skapade användbara säkerhetshål inom bara en dag efter avslöjandet. En attackkampanj som spårades av GreyNoise Intelligence fyra dagar efter avslöjandet beräknades förlita sig på stora språkmodeller för att skapa säkerhetshål innan attacker genomfördes mot hundratals organisationer. GreyNoise fann att en angreppsursprung kunde få administratörsåtkomst inom bara några minuter.
Öppet källkodsramverk för agentbaserad penetrationstestning används för att automatisera olika steg i pågående intrång. Under ett intrång riktad mot den amerikanska rymdektorn upptäcktes att angripare använde ett multi-agent-ramverk kallat CAIRN. En annan angriparegrupp körde en anpassad plattform byggd på PentAGI mellan slutet av augusti och början av oktober för att skanna efter säkerhetshål i organisationer över hela Asien.
För närvarande gör tydliga forensiska spår från obegränsad automatiserad drift dessa ramverk lättare att upptäcka. Enligt Google Threat Intelligence Group använder nuvarande påverkansoperationer modeller för mer än bara att skriva inlägg. En kommersiell underleverantör bygger en molnbaserad telefonfarmsplattform med hjälp av Gemini API utformad för att kontrollera över 100 000 sociala mediakonton. Instruktioner i en annan plattform fokuserad på politiska attityder över Europa och Mellanöstern instruerades att avsiktligt skapa kamerabuggar för att få genererade bilder att se ut som smartphonefoton.
Bland statsstödda angripare användes falska rekryteringsprofilbilder av en grupp spårad som UNC6836, misstänkt att vara nordkoreansk, för att nå kryptovalutaorganisationer i Nordamerika och Europa. Dessa bilder upptäcktes ha Googles SynthID-vattenstämpel. Gruppen ändrade senare filen .claude/settings.json i en intern kodlagringsplats för att lura varje användning av Anthropics Claude Code att ladda ner deras SOMBERMEME-bakdörr. Google har stängt konton och tillgångar relaterade till den felaktiga användningen av Gemini som upptäcktes. Google DeepMind har också använt dessa fynd för att förstärka sina klassificerare.