Reuters сообщил, что один хакер использовал AI-агентов и несколько тысяч долларов, чтобы взломать десятки сайтов. The Verge и Quartz назвали John Deere и SharkNinja среди взломанных организаций, и, по сообщениям, пострадали более 100 корпоративных сайтов. Tom's Hardware связал эту кампанию с открытой платформой решения задач на основе AI, использованной в качестве agent harness. В материалах не уточняется, какие компоненты агентного фреймворка выполняли разведку, а какие — эксплуатацию, а также как формировался список целей.
Операционный смысл здесь экономический. Автономные агенты могут непрерывно выполнять перечисление, фингерпринтинг и попытки эксплуатации с таким объёмом и частотой, с которыми ручные проекты по пентесту никогда не сопоставлялись по стоимости. Человек-тестировщик работает в рамках согласованного окна; agent harness может параллельно прощупывать обширную инфраструктуру и без пауз повторять попытки после неудач. Средства защиты периметра, настроенные на эпизодическое сканирование в человеческом темпе, увидят существенно иные паттерны трафика: более быстрые повторы, более широкий охват поверхности и автоматическую адаптацию к ответам.
Для команд, эксплуатирующих агентные системы, эта же возможность работает в обе стороны. Agent harness, способные просматривать веб-страницы, выполнять инструменты и выстраивать цепочки шагов, по умолчанию являются dual-use, и из материалов следует, что для перепрофилирования одного из них под наступательные задачи потребовалось немного усилий. Позиция студии такова: допущения о детектировании и rate-limiting следует пересмотреть уже сейчас, а развёртывания агентов требуют явных ограничений области действия, allowlist инструментов и журналирования аудита. Детали об атрибуции, хронологии и точных использованных техниках остаются неясными из предоставленных материалов.