Analitycy Google po raz pierwszy zaobserwowali, że napastnicy użyli AI do w pełni zautomatyzowanego wyszukiwania i wykorzystywania luk w oprogramowaniu. W raporcie z 16 listopada 2026 r. Google Threat Intelligence Group i Mandiant dokumentują też użycie zespołów agentów AI do wykonywania wybranych zadań podczas włamań.
Według Google napastnicy wciąż często sięgają po znane podatności w systemach, które czekają na aktualizację. Dzięki automatyzacji mogą wykorzystywać je szybciej i na większą skalę. Firmy mają więc mniej czasu, żeby sprawdzić i wdrożyć poprawkę, zanim ktoś spróbuje zaatakować ich infrastrukturę.
W USA Google odnotował użycie narzędzia opartego na agentach AI w działaniach wymierzonych m.in. w organizacje z sektora lotniczo-kosmicznego. Od końca sierpnia do początku października 2026 r. analitycy śledzili też kampanię, w której napastnik używał podobnego systemu do rozpoznania i systematycznego wyszukiwania luk w infrastrukturze organizacji w Azji.
Część tych programów powstała z myślą o testach penetracyjnych, czyli sprawdzaniu zabezpieczeń za zgodą właściciela systemu. Eksperymentowały z nimi grupy motywowane finansowo oraz te podejrzewane o cyberszpiegostwo. Ustalenia raportu opierają się m.in. na danych z incydentów, którymi zajmował się Mandiant.
Google opisuje systemy AI, które potrafią samodzielnie analizować publikowane aktualizacje i rozpoznawać, jakie luki usunął producent. Dzięki temu napastnicy mogą szybciej uderzyć w serwery dostępne z internetu, na których wciąż działa podatna wersja oprogramowania.
Raport podaje również dane o lukach zero-day, czyli podatnościach wykorzystywanych jeszcze przed udostępnieniem poprawki. W zestawieniu Google ich średnia liczba wzrosła z 8 miesięcznie w 2025 r. do 11 w danych za 2026 r. W samym sierpniu 2026 r. analitycy odnotowali 22 takie podatności.
Google opisuje także zjawisko LLMJacking. Przestępcy przejmują dostęp do kont chmurowych, by korzystać z mocy obliczeniowej lub płatnych modeli AI na koszt właściciela konta. Część grup zarabia na odsprzedaży tego dostępu. W niektórych incydentach obsługiwanych przez Mandiant opłaty za nieautoryzowane użycie przekraczały 100 tys. dolarów w ciągu jednego dnia.
Google jako swoją odpowiedź wskazuje Google AI Threat Defense. Rozwiązanie łączy Gemini i inne modele AI z oceną ryzyka w Wiz, automatycznym poprawianiem kodu za pomocą narzędzia CodeMender i danymi Mandiant o zagrożeniach.
Dla operatorów i dostawców usług znaczenie ma czas, przez jaki podatny system pozostaje dostępny z internetu. Wdrożenie poprawki w działającej sieci może wymagać testów i zaplanowania okna serwisowego. Szybkie ustalenie, które usługi są narażone, pozwala nadać im pierwszeństwo w aktualizacjach albo ograniczyć do nich dostęp na czas oczekiwania na poprawkę.