Sikkerhetsforskere ved Hunt.io har identifisert en kinesiskspråklig hackingkampanje som bruker AI-agenter for å automatisere angrep mot offentlige etater, utdanningsinstitusjoner og industrielle organisasjoner i flere asiatiske land. Funnet bidrar til en voksende mengde bevis på at trusselaktører ikke lenger bare eksperimenterer med kunstig intelligens – de setter den i operativ bruk, og bruker automatiserte agenter til å håndtere oppgaver som en gang krevde team av dyktige operatører som jobbet døgnet rundt.

Hva Hunt.io Fant

Ifølge Hunt.ios forskning involverer kampanjen AI-agenter som automatiserer deler av angrepsprosessen mot mål spredt over flere land i regionen. Ofrene spenner over tre distinkte sektorer: offentlige organer, utdanningsinstitusjoner og industrielle organisasjoner, noe som tyder på at operatørene kaster et vidt nett heller enn å fokusere på et enkelt høyverdimål. Bruken av AI-agenter til å automatisere cyberangrep markerer et skifte fra AI som et støtteverktøy til AI som en aktiv deltaker i selve inntrengningen, og håndterer repeterende eller tidkrevende trinn som menneskelige operatører ellers måtte utført manuelt.

Dette er ikke første gang forskere har flagget kinesiskspråklige grupper som lener seg på AI for å skalere opp operasjoner. Tidligere rapportering fant at kinesiske hackere doblet angrepsvolumet ved hjelp av DeepSeek AI, og lastet rekognosering og skadelig programvareutvikling over på modellen for å bevege seg raskere enn manuelle metoder ville tillatt. Separat sporet etterforskere et angrep på Taiwans regjering til åpne AI-verktøy, en av de tidligere dokumenterte sakene der et AI-system håndterte betydelige deler av en inntrengning fra start til slutt. Hunt.io-funnene passer inn i samme mønster: AI-agenter som reduserer den manuelle arbeidsmengden som kreves for å drive en flernasjonal kampanje.

Hvorfor AI-agenter Endrer Personvernregnestykket

For myndigheter, skoler og industrielle operatører er appellen ved AI-assistert hacking for angripere enkel: automatisering senker kostnaden ved å skanne etter sårbarheter, utforme phishing-innhold og sondere nettverk på tvers av mange mål samtidig. Den effektiviteten har direkte personvernkonsekvenser. Offentlige systemer inneholder ofte borgerregistre, skatteinformasjon og identitetsdokumenter. Utdanningsinstitusjoner lagrer student- og ansattdata, inkludert økonomisk støtte og helsejournaler. Industrielle mål kan inneholde intellektuell eiendom, forsyningskjeddata og operasjonelle detaljer som kan få ringvirkninger utover til partnere og kunder hvis de eksponeres.

Når AI-agenter automatiserer de tidlige stadiene av et angrep, mister forsvarere noe av den naturlige tidsforsinkelsen som pleide å eksistere mellom rekognosering og utnyttelse. Kampanjer kan kjøres mot flere mål samtidig, og den menneskelige touchen som en gang gjorde visse angrepsmønstre detekterbare – inkonsekvent skriving i phishing-e-poster, forsinkelser mellom skanning og oppfølging – blir vanskeligere å oppdage. Dette speiler en bredere trend der AI brukes til å få ondsinnet aktivitet til å se mer rutinepreget ut og vanskeligere å flagge. Rapportering om skadelig programvare som nå settes sammen direkte i nettleseren, med ChatGPT-merkevaren misbrukt som dekke, viser at angripere også utnytter troverdigheten til kjente AI-merkevarer for å gli forbi brukernes mistenksomhet – ikke bare automatiserer den tekniske siden av en inntrengning.

Det er også verdt å merke seg at AI-drevne kampanjer ikke er begrenset til infrastrukturmål. Kinesisk-tilknyttede operasjoner har separat blitt knyttet til spionasjeinnsats mot journalister og aktivister, en påminnelse om at verktøyene og teknikkene som brukes mot institusjoner like gjerne kan vendes mot enkeltpersoner hvis arbeid anses som ubeleilig.

Hva Dette Betyr For Deg

Hvis du jobber for eller interagerer med en offentlig etat, skole eller industriell organisasjon i regionen flagget av Hunt.io, er denne kampanjen et signal om å stramme inn grunnleggende rutiner heller enn å få panikk. AI-agenter er kraftmultiplikatorer for angripere, men de stoler fortsatt på kjente inngangspunkter: upatchede programvarer, svake legitimasjonsopplysninger og ansatte som klikker på overbevisende, men uredelige meldinger. Forskjellen nå er skala og hastighet, ikke nødvendigvis sofistikasjonen i de underliggende taktikkene.

For vanlige brukere er den praktiske takeawayen at phishing-forsøk og sosial manipulasjon sannsynligvis vil bli hyppigere og bedre tilpasset, siden AI-agenter kan generere og teste varianter langt raskere enn et menneske noen gang kunne. Det gjør grunnleggende hygiene viktigere, ikke mindre.

Praktiske Tiltak

  • Hold programvare og operativsystemer patchet, siden automatiserte skanneverktøy ser etter kjente, upatchede sårbarheter først.
  • Bruk flerfaktorautentisering på enhver konto knyttet til offentlige, utdannings- eller industrisystemer, siden automatiserte legitimasjonsangrep blir raskere.
  • Behandle uventede e-poster eller meldinger med forhøyet skepsis, selv om skrivekvaliteten ser polert ut, siden AI-generert phishing-innhold ofte leses overbevisende.
  • Organisasjoner bør overvåke for uvanlige mønstre av automatisert aktivitet, som raske, gjentatte påloggingsforsøk eller skanneatferd, som kan indikere en AI-agent som sonderer et nettverk heller enn en enkelt menneskelig operatør.

Hunt.io-funnene er nok en påminnelse om at AI-agenter omformer begge sider av sikkerhetsligningen. Å holde seg informert om hvordan disse kampanjene opererer, og følge enkle sikkerhetsvaner, forblir det mest pålitelige forsvaret ettersom automatiserte trusler fortsetter å utvikle seg.