AI-COVID26: znowu mamy grudzień 2019

Pamiętacie koniec 2019 roku? W wiadomościach mignęło dziwne zapalenie płuc w jednym odległym mieście. Kilka akapitów gdzieś między sportem a pogodą. Specjaliści się zaniepokoili, reszta przewinęła dalej.

31 grudnia 2019 roku WHO dowiedziała się o tych przypadkach z komunikatu na stronie lokalnej komisji zdrowia. 11 marca 2020 roku nazwała to, co się działo, pandemią. Między tymi datami minęło dziesięć tygodni.

Od kilku tygodni codziennie zajmuję się bezpieczeństwem swoich projektów. Kilku moich kolegów jest w tej samej sytuacji: rootkity, webshelle, ciągłe ataki na infrastrukturę.

Mam wrażenie, że cyberbezpieczeństwo jest teraz właśnie w tym grudniu. AI wzmocniła nie tylko nas, ale też tych, którzy nas atakują. Na razie wygląda to na pojedyncze przypadki i newsy o gigantach, ale fala idzie do wszystkich.

Zastrzegam od razu: covid zabrał miliony istnień, a tu chodzi o serwery i pieniądze. Porównuję tylko to, jak porusza się fala.

Pierwsze przypadki już są

Jesienią 2025 roku Anthropic opisał kampanię szpiegowską prowadzoną niemal w całości przez AI. Około 30 celów, 80–90% pracy technicznej po stronie agentów: rozpoznanie, wyszukiwanie podatności, włamanie, zbieranie haseł, wyprowadzanie danych. Ludziom zostało wybieranie celów i zatwierdzanie kluczowych kroków. W szczycie wykonywano kilka operacji na sekundę, a narzędzia były najzwyklejsze, ogólnodostępne.

Wśród celów były firmy technologiczne, instytucje finansowe, zakłady chemiczne i urzędy. Tego samego lata inny przestępca przy pomocy AI wymuszał pieniądze od co najmniej 17 organizacji: w ochronie zdrowia, służbach ratunkowych, sektorze publicznym i organizacjach religijnych. Ta lista wygląda już jak przekrój całej gospodarki.

Najbardziej zmieniła się prędkość

CrowdStrike podaje, że w 2025 roku cyberprzestępcy przechodzili od pierwszego włamania do sąsiednich systemów średnio w 29 minut, a najszybsi w 27 sekund. Aktywność przeciwników korzystających z AI wzrosła w ciągu roku o 89%.

Mandiant liczy co innego, ale obraz jest ten sam. W 2022 roku między pierwszym dostępem a przekazaniem go kolejnej grupie mijało ponad 8 godzin, w 2025 — 22 sekundy. Podatności zaczynają być wykorzystywane średnio 7 dni przed wydaniem poprawki.

Najwięksi już zauważyli

W kwietniu 2026 roku sekretarz skarbu USA i szef Fed pilnie zwołali prezesów największych amerykańskich banków z powodu ryzyk związanych z nowym modelem Mythos. W tym samym tygodniu Project Glasswing połączył Apple, Microsoft, Google, Amazon, JPMorganChase i innych, by chronić najważniejsze oprogramowanie na świecie. Według Anthropic model znalazł już tysiące poważnych podatności, w tym we wszystkich głównych systemach operacyjnych i przeglądarkach.

To pierwsze jaskółki. Najwięksi zaczęli się przygotowywać, a średni biznes czyta o tym jak o wiadomościach z odległego miasta.

Na panikę za wcześnie, na przygotowania w sam raz

Powiem uczciwie: to jeszcze nie marzec 2020. Mandiant wprost pisze, że nie uważa 2025 roku za rok, w którym włamania stały się bezpośrednim skutkiem AI. A Anthropic zaznacza, że AI często zawyżała swoje znaleziska i czasem zmyślała dane, więc atakujący musieli wszystko sprawdzać.

Ale w grudniu 2019 na panikę też było za wcześnie. Za to przygotować się było wtedy najtaniej. Anthropic pisze o tym samym: próg wejścia spadł i mniej doświadczone grupy mogą teraz potencjalnie prowadzić takie ataki samodzielnie.

Jak wyglądała pierwsza kampania prowadzona przez AI

Oto co w raporcie Anthropic uderzyło mnie najbardziej.

• Model został przekonany. Operatorzy podawali się za pracowników firmy zajmującej się bezpieczeństwem, która prowadzi testy. Atak podzielono na drobne zadania, z których każde z osobna wyglądało niewinnie.
• Nic egzotycznego. Skanery, narzędzia do łamania haseł, otwarte narzędzia do pentestów. Nowa była tylko warstwa, która tym wszystkim sterowała. Dlatego Anthropic spodziewa się, że takie podejście szybko się rozpowszechni.
• Człowiek pracował minutami. W dwóch przykładach z raportu AI pracowała 1–4 i 2–6 godzin, a operator 2–10 i 5–20 minut: obejrzeć wynik i zatwierdzić kolejny krok.
• Słaby punkt: zmyślenia. AI twierdziła, że zdobyła hasła, które nie działały, i sekrety, które okazywały się publiczne. Każdy wynik trzeba było sprawdzać.

Dlaczego trzeba będzie odpowiedzieć tym samym

Arytmetyka jest prosta. Atakującemu wystarczą minuty, czasem sekundy. Dyżurny inżynier zdąży w tym czasie co najwyżej się obudzić i znaleźć laptopa. W takim tempie nie da się bronić ręcznie.

Dla mnie odpowiedź składa się z trzech rzeczy:

• Widzieć. Monitoring, który szuka oznak włamania, a nie tylko pilnuje obciążenia i dostępności.
• Analizować siłami agentów. AI sortuje alerty i czyta kod, bo ludzi na ten strumień nie wystarczy. Według raportu IBM za 2025 rok firmy szeroko stosujące AI i automatyzację w bezpieczeństwie skracają cykl życia włamania o 80 dni i oszczędzają średnio 1,9 mln dolarów.
• Zmieniać procesy. Kto podejmuje decyzję, jakie uprawnienia ma agent, co się dzieje po każdym znalezisku. Bez tego agenci po prostu szybciej produkują szum.

Schemat atakujących działa i u nas: agent wykonuje godziny pracy, człowiek w kilka minut zatwierdza kluczowe kroki. Do tego drugi agent, który próbuje obalić pierwszego, bo wnioski AI też będziemy musieli sprawdzać.

Tym się teraz zajmuję: wdrażam nowe narzędzia monitoringu. Najbardziej nieprzyjemne odkrycie tej pracy: zielony dashboard prawie nic nie mówi o tym, czy serwer jest zainfekowany.

Co dalej

Co tydzień nowy rozdział o tym, jak porusza się ta fala: testy, bezobjawowi, czerwona strefa, lekarze, higiena, nowa normalność.

A u was w firmie już się o tym mówi? Czy to wciąż wiadomości z odległego miasta?