Google Threat Intelligence Group (GTIG) meldde op 16 november 2026 dat het in het voorafgaande kwartaal een LLM-framework had aangetroffen dat software rond patches analyseerde, mogelijke kwetsbaarheden opspoorde, exploits opstelde en die automatisch uitvoerde. Het framework, exploit_agent, was volgens GTIG ingericht om dat proces zonder menselijke tussenkomst uit te voeren. GTIG beschreef de waarneming in zijn dreigingsupdate.
Zo liep het geautomatiseerde proces
exploit_agent vergeleek versies van populaire webapplicaties rond de publicatie van patches. Daarna analyseerde het mogelijke kwetsbaarheden, stelde het exploits op en voerde die uit. Het framework combineerde daarvoor meerdere geavanceerde en lokale taalmodellen. GTIG omschreef dit als de eerste keer dat de groep zo’n volledig geautomatiseerde keten had waargenomen.
GTIG meldde dat het framework op een blootgestelde testserver stond. Op die server vond de groep gegevens van slachtoffers die waren buitgemaakt en scripts voor activiteiten na een inbraak.
Bij het beoordelen van een kwetsbaarheid tellen de vereiste systeemconfiguratie en de blootstelling van het systeem allebei mee.
Welke andere frameworks werden ingezet?
GTIG maakte onderscheid tussen frameworks die het in operationele situaties aantrof en tools waarmee het experimenten zag. CAIRN en PentAGI waren volgens de groep in het wild ingezet; bij CyberStrikeAI en HexStrike AI zag GTIG experimenten.
Tussen eind augustus en begin oktober 2026 volgde GTIG een actor die een aangepaste, op PentAGI gebaseerde omgeving gebruikte voor verkenning en kwetsbaarheidsscans bij organisaties in Azië. De groep meldde ook dat autonome uitvoering sporen kan achterlaten, zoals herkenbaar netwerkverkeer, vaste kenmerken en codegerelateerde sporen. Zulke sporen kunnen verdedigers aanknopingspunten geven voor detectie.
Waarom de systeemomgeving meetelt
In een afzonderlijke Engelstalige productdemonstratie van Maze laat securityprofessional James Berthoty zien hoe de tool rekening houdt met de omgeving van een kwetsbaarheid. In één voorbeeld beoordeelt Maze een kwetsbaarheid als niet exploiteerbaar in de getoonde omgeving, omdat de gebruikte AWS-netwerkadapter de vereiste RDMA-ondersteuning mist. In een ander voorbeeld verhoogt de tool de prioriteit van een kwetsbaarheid in een Node.js-server van gemiddeld naar hoog, vanwege de internetblootstelling en een beschikbare publieke exploit. De demonstratie verscheen op 4 december 2025.