Дослідники з Amazon Threat Intelligence задокументували, що на сьогоднішній день може бути найбільш значущим використанням автономних агентів штучного інтелекту для агресивних хакерських операцій: ймовірні пов’язані з Китаєм зловмисники скерували багатоагентну платформу штучного інтелекту під назвою Cairn для компрометації університетських серверів, і агенти самостійно виявили та використали раніше невідому вразливість у широко використовуваній програмі для обробки медичних зображень з відкритим кодом.

Висновки, про які вперше повідомив BleepingComputer 20 листопада 2026 року, описують кампанію, під час якої люди-оператори давали агентам штучного інтелекту одну чітку інструкцію — «отримайте доступ до оболонки», — а агенти робили решту, відображаючи API програми, визначаючи шлях проходження нульового дня в мітці MONAI та перетворюючи його на повний контроль серверу приблизно за 11 хвилин. Для організацій, які відстежують наслідки агентського штучного інтелекту для безпеки, це момент, коли теоретичний ризик став задокументованою моделлю атаки. For more context on this story, see our ongoing AI news.

Як розгортався напад

За словами дослідників Amazon, кампанія тривала з 8 по 10 вересня 2026 року та була націлена на навчальні заклади Східної Азії, переважно за межами Китаю. Ця операція виявилася незвичайним чином: зловмисники залишили свій власний екземпляр Cairn загальнодоступним в Інтернеті без автентифікації, фактично викривши всю свою хакерську операцію — включаючи підказки, які вони надсилали агентам, і журнали того, що агенти робили.

Cairn — це законна платформа пентестування, створена для координації кількох агентів штучного інтелекту за допомогою кібероперацій для дослідницьких і оборонних цілей. У цій кампанії його перепрофілювали. Підозрювані китайські оператори Nexus направили агентів на сервери, що виходять в Інтернет, і дали їм працювати. В одній успішній послідовності агенти перейшли від перерахування API розгортання мітки MONAI до активного використання недоліку проходження шляху приблизно за 11 хвилин, темп, з яким не міг зрівнятися жоден процес ручного проникнення.

Сама вразливість була серйозною. MONAI Label — це програма з відкритим вихідним кодом, яка використовує штучний інтелект, щоб допомогти дослідникам коментувати медичні зображення, і недолік дозволяв агентам записувати файли в довільні місця на хост-сервері. Звідти агенти записали зворотну оболонку Python у файл `sitecustomize.py`, який автоматично виконується під час кожного запуску Python, а потім запустили кінцеву точку API, щоб отримати root-доступ до машини.

Не кожна спроба вдавалася

Звіт примітний не лише тим, чого досягли агенти, але й тим, чого вони не змогли зробити, що дає більш вивірене уявлення про можливості злому агентів, ніж ажіотаж чи звільнення.

Одна спроба заволодіти сервером Redis тривала 16 годин із 148 окремими діями та не вдалася. В іншому випадку агенти, націлені на університетський GPU-сервер, протягом шести годин спробували створити понад 30 000 облікових даних без грубого підбору. Автономні агенти виконують ітерацію швидко й ніколи не втомлюються, але вони ще не є гарантованим ключем-скелетом.

Після успішної компрометації мітки MONAI оператор-людина надав агентам проксі-сервер у другу університетську мережу, де було запущено те саме вразливе програмне забезпечення, і наказав їм зламати додаткові машини. Ця модель оператора в циклі — агенти, які виявляють і використовують, люди, які керують цілями, — це саме те поділ, про який попереджали команди безпеки праці, відколи агентські інструменти стали мейнстрімом.

Розкриття та відповідь

Amazon повідомила про вразливість розробникам MONAI Label, які надіслали оновлення системи безпеки 18 листопада 2026 року. Цей графік вартий уваги: експлуатація сталася у вересні, а патч надійшов у листопаді. Організації, які працюють над лейблом MONAI, зокрема університети та медичні дослідницькі групи, мають негайно перевірити, чи є вони в оновленому випуску.

Дослідники Amazon з помірною впевненістю віднесли кампанію до загрози китайського зв’язку на основі мови відновлених підказок, часових позначок активності та вибору цілей. Компанія також опублікувала дві IP-адреси, пов’язані з діяльністю: 142[.]4.98.145 і 142[.]4.107.34.

Шаблон, а не аномалія

Це не перше повідомлення про звернення Керна проти реальних цілей. У вересні Gambit Security задокументувала випадки зловживання Cairn у рамках масштабної операції з крадіжки кредитних карток. Нещодавно Google повідомив, що платформа була розгорнута під час атаки на аерокосмічну організацію США. У новому звіті Amazon додано найбільш тривожну точку даних: агенти самостійно знайшли та використали нульовий день проти вразливості, яку на той час не було виправлено постачальником.

Попередження Amazon захисникам є відвертим — агенти штучного інтелекту можуть знаходити та використовувати вразливості швидше, ніж команди безпеки можуть реагувати, і організаціям слід більше покладатися на автоматизований захист, а не на розслідування вручну. Швидкість виправлення, керування експозицією та автоматичне виявлення перестають бути найкращими методами й стають базовими вимогами, коли ітераційний цикл супротивника вимірюється в хвилинах.

Цей епізод також загострює поточну дискусію про інструменти штучного інтелекту подвійного призначення. Керн існує для зміцнення захисту; ті самі властивості, які роблять його корисним для пентестерів — автономність, наполегливість, паралельне дослідження — зробили його ефективним як наступальну зброю. Оскільки все більше інфраструктур агентів досягають відкритого розповсюдження, співтовариство безпеки, швидше за все, перегляне питання про контроль доступу, параметри розгортання за замовчуванням і те, чи потрібні платформи координації для кіберопераційних агентів захисні огорожі, а не прикручені.

Наразі практичний висновок є вужчим, але терміновим. Припущення, що невідомі вразливості безпечні, тому що їх ніхто не шукає, більше не вірні. Автономні агенти шукають безперервно, і розрив між відкриттям і використанням тепер можна виміряти хвилинами.

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →