Sikkerhedsforskere hos Hunt.io har identificeret en kinesisktalende hackingkampagne, der bruger AI-agenter til at automatisere angreb mod offentlige myndigheder, uddannelsesinstitutioner og industrielle organisationer på tværs af flere asiatiske lande. Fundet bidrager til en voksende mængde af beviser på, at trusselsaktører ikke længere kun eksperimenterer med kunstig intelligens – de operationaliserer det og bruger automatiserede agenter til at håndtere opgaver, der tidligere krævede teams af dygtige operatører, der arbejdede døgnet rundt.

Hvad Hunt.io fandt

Ifølge Hunt.io's forskning involverer kampagnen AI-agenter, der automatiserer dele af angrebsprocessen mod mål spredt over flere lande i regionen. Ofrene spænder over tre forskellige sektorer: offentlige myndigheder, uddannelsesinstitutioner og industrielle organisationer, hvilket tyder på, at operatørerne kaster et bredt net snarere end at fokusere på et enkelt højværdimål. Brugen af AI-agenter til at automatisere cyberangreb markerer et skift fra AI som et støtteværktøj til AI som en aktiv deltager i selve indtrængningen, der håndterer gentagne eller tidskrævende trin, som menneskelige operatører ellers skulle udføre manuelt.

Dette er ikke første gang, forskere har påpeget kinesisktalende grupper, der læner sig op ad AI for at skalere operationer. Tidligere rapportering fandt, at kinesiske hackere fordoblede deres angrebsvolumen ved hjælp af DeepSeek AI, hvor de overlod rekognoscering og malwareudvikling til modellen for at bevæge sig hurtigere, end manuelle metoder ville tillade. Separat sporede efterforskere et angreb på Taiwans regering til open-source AI-værktøjer, et af de tidligere dokumenterede tilfælde, hvor et AI-system håndterede betydelige dele af en indtrængning fra start til slut. Hunt.io's fund passer ind i samme mønster: AI-agenter reducerer den manuelle arbejdsbyrde, der kræves for at drive en kampagne på tværs af flere lande.

Hvorfor AI-agenter ændrer privatlivets regnestykke

For regeringer, skoler og industrielle operatører er tiltrækningen ved AI-assisteret hacking for angribere ligetil: automatisering sænker omkostningerne ved at scanne for sårbarheder, udarbejde phishing-indhold og sondere netværk på tværs af mange mål på én gang. Den effektivitet har direkte konsekvenser for privatlivet. Offentlige systemer indeholder ofte borgerregistre, skatteoplysninger og identitetsdokumenter. Uddannelsesinstitutioner opbevarer data om studerende og personale, herunder økonomisk støtte og helbredsoplysninger. Industrielle mål kan indeholde intellektuel ejendom, forsyningskædedata og operationelle detaljer, der kan få ringvirkninger ud til partnere og kunder, hvis de bliver eksponeret.

Når AI-agenter automatiserer de tidlige faser af et angreb, mister forsvarere en del af den naturlige forsinkelse, der plejede at eksistere mellem rekognoscering og udnyttelse. Kampagner kan køres mod flere mål samtidigt, og den menneskelige touch, der engang gjorde visse angrebsmønstre detekterbare – inkonsekvent stavning i phishing-mails, forsinkelser mellem scanning og opfølgning – bliver sværere at få øje på. Dette afspejler en bredere tendens med AI, der bruges til at få ondsindet aktivitet til at se mere rutinepræget ud og være sværere at flagge. Rapportering om malware, der nu samles direkte i browseren, med ChatGPT-brandet misbrugt som dække, viser, at angribere også udnytter troværdigheden af velkendte AI-mærker til at slippe forbi brugernes mistanke – ikke kun automatiserer den tekniske side af en indtrængning.

Det er også værd at bemærke, at AI-drevne kampagner ikke er begrænset til infrastrukturmål. Kinesisk-forbundne operationer er separat blevet knyttet til spionageindsatser mod journalister og aktivister, en påmindelse om, at værktøjerne og teknikkerne, der bruges mod institutioner, lige så nemt kan vendes mod individer, hvis arbejde anses for ubelejligt.

Hvad dette betyder for dig

Hvis du arbejder for eller interagerer med en offentlig myndighed, skole eller industriorganisation i den region, som Hunt.io har flagget, er denne kampagne et signal om at stramme det grundlæggende snarere end at gå i panik. AI-agenter er kraftmultiplikatorer for angribere, men de er stadig afhængige af velkendte indgangspunkter: upatchede software, svage legitimationsoplysninger og medarbejdere, der klikker på overbevisende, men svigagtige beskeder. Forskellen nu er skala og hastighed, ikke nødvendigvis sofistikeringen af de underliggende taktikker.

For almindelige brugere er den praktiske pointe, at phishing-forsøg og social engineering sandsynligvis vil blive hyppigere og bedre skræddersyet, da AI-agenter kan generere og teste variationer langt hurtigere, end et menneske nogensinde kunne. Det gør grundlæggende hygiejne vigtigere, ikke mindre.

Praktiske tiltag

  • Hold software og operativsystemer patchet, da automatiserede scanningsværktøjer først leder efter kendte, upatchede sårbarheder.
  • Brug multi-faktor-godkendelse på enhver konto forbundet til offentlige, uddannelsesmæssige eller industrielle systemer, da automatiserede legitimationsangreb bliver hurtigere.
  • Behandl uventede e-mails eller beskeder med øget skepsis, selv hvis skrivekvaliteten ser poleret ud, da AI-genereret phishing-indhold ofte læses overbevisende.
  • Organisationer bør overvåge for usædvanlige mønstre af automatiseret aktivitet, såsom hurtige, gentagne login-forsøg eller scanningsadfærd, som kan indikere en AI-agent, der sonderer et netværk snarere end en enkelt menneskelig operatør.

Hunt.io's fund er endnu en påmindelse om, at AI-agenter omformer begge sider af sikkerhedsligningen. At holde sig informeret om, hvordan disse kampagner fungerer, og følge ligetil sikkerhedsvaner, forbliver det mest pålidelige forsvar, mens automatiserede trusler fortsætter med at udvikle sig.