16 listopada 2026 r. Google Threat Intelligence Group (GTIG) i Mandiant opublikowały tracker, w którym GTIG opisała exploit_agent. Narzędzie analizowało kod popularnych aplikacji webowych przed poprawkami i po ich wydaniu, wyszukiwało potencjalne podatności, przygotowywało exploity i uruchamiało je bez udziału człowieka. To automatyzacja pracy nad luką — od analizy poprawki do jej wykorzystania (raport GTIG).
Jak działał exploit_agent?
exploit_agent porównywał kolejne wersje kodu, analizował różnice pod kątem potencjalnych luk, a następnie przygotowywał i wykonywał exploity. GTIG znalazła narzędzie na wystawionym serwerze stagingowym. Telemetria serwera wskazywała na zainteresowanie witrynami z francuskiego sektora mediów, rozrywki i edukacji.
Wcześniej opisywaliśmy obserwacje GTIG i Mandiant dotyczące agentów AI w działaniach ofensywnych. W tym przypadku wyróżniał się konkretny, zautomatyzowany proces pracy nad podatnością.
Jakiego rodzaju luki obejmował ten proces?
GTIG opisała analizę i wykorzystywanie podatności n-day, czyli takich, dla których opublikowano już poprawkę. To inny obszar niż poszukiwanie luk zero-day, czyli wykorzystywanych przed udostępnieniem poprawki. Raport osobno opisuje inne frameworki agentowe automatyzujące wybrane zadania lub etapy działań prowadzonych podczas intruzji.
Rozróżnienie ma znaczenie dla obrońców: automatyczna analiza opublikowanej poprawki może skrócić czas między jej udostępnieniem a przygotowaniem exploita. GTIG zaobserwowała też, że obecne frameworki często stawiają na szybkość kosztem skrytości i mogą pozostawiać ślady w ruchu sieciowym, rozpoznawalne identyfikatory oraz ślady na poziomie kodu.
Jakie liczby podał GTIG?
GTIG podała, że od stycznia do sierpnia 2026 r. liczba ujawnionych podatności i exploitów niemal się podwoiła. W szerszych statystykach dotyczących exploitów zero-day średnia wynosiła 8 miesięcznie w 2025 r. i 11 miesięcznie w 2026 r.; w sierpniu 2026 r. odnotowano 22 takie exploity. Są to dane o ogólnym trendzie wykorzystywania podatności, a nie licznik działań exploit_agent.
Co automatyzacja zmienia dla obrońców?
Szybsze przygotowywanie exploitów zwiększa presję na sprawne wdrażanie poprawek. Jednocześnie GTIG zwraca uwagę, że wiele twierdzeń o exploitach wygenerowanych przez AI okazuje się nieprawdziwych technicznie, co dokłada zespołom obrony pracy przy ich weryfikowaniu.
Google SecOps wdrożyło reguły behawioralne i wolumetryczne do wykrywania ARTEX, a Mandiant opublikował poradnik utwardzania zabezpieczeń wobec narzędzi ofensywnych wykorzystujących AI. GTIG zaobserwowała również użycie frameworków CAIRN i PentAGI w realnych działaniach oraz eksperymenty z CyberStrikeAI i HexStrike AI.
Przy automatyzacji analizy luk liczy się tempo wdrażania poprawek, ale równie ważne jest sprawdzanie, czy wykryty exploit rzeczywiście działa.
24/7 Wall St. w materiale opublikowanym przez Yahoo Finance przypisał GTIG prognozę, według której proste ataki wieloagentowe mogły pojawić się w perspektywie 1–3 miesięcy, a zaawansowane, w pełni autonomiczne ataki — 3–6 miesięcy (relacja 24/7 Wall St. w Yahoo Finance).