Google prevê ciberataques autônomos com IA

Google prevê ciberataques autônomos com IA

Publicado em 16/11/2026 0 visualizações

Ainda sem avaliações

Relatório do Google estima autonomia quase sem intervenção humana em ataques simples em três meses e operações sofisticadas em cerca de seis.

Agentes de inteligência artificial estão deixando de atuar apenas como assistentes e passando a executar etapas de ciberataques, segundo o Google Threat Intelligence Group (GTIG). Em relatório publicado em 16 de novembro de 2026, o grupo descreve sistemas capazes de planejar, realizar e adaptar operações ofensivas e estima que ataques menos complexos possam funcionar quase sem intervenção humana em três meses.

Previsão de autonomia em três a seis meses

Para operações mais sofisticadas, a projeção do GTIG é de autonomia em aproximadamente seis meses. Nesse cenário, agentes diferentes poderiam dividir tarefas, compartilhar resultados e coordenar fases de uma invasão, do acesso inicial à movimentação lateral e à preparação da extração de dados.

O relatório também registra sinais de adoção prática. Desde o fim de agosto de 2026, pesquisadores identificaram plataformas multiagentes de pentest, como ARTEX, CAIRN e PentAGI, em atividades de reconhecimento, exploração de bancos de dados e preparação para exfiltração.

Agentes coordenam a exploração de falhas

Em estruturas multiagentes, cada componente pode assumir uma função: identificar serviços expostos, analisar vulnerabilidades, desenvolver uma prova de conceito ou escolher a próxima tentativa. Se uma abordagem falha, o sistema pode avaliar o erro, ajustar a estratégia e testar outro caminho sem aguardar instruções humanas.

O GTIG também encontrou infraestrutura de testes com o exploit_agent, framework criado para automatizar etapas da exploração. O sistema acompanhava atualizações de softwares web, comparava alterações de código e produzia tentativas direcionadas às falhas identificadas; armazenava ainda resultados, web shells e informações potencialmente roubadas.

A análise automatizada de diferenças entre versões pode revelar vulnerabilidades corrigidas recentemente. Com isso, atacantes podem usar informações públicas sobre atualizações para procurar servidores que ainda não receberam os patches, reduzindo o tempo disponível para que administradores corrijam sistemas expostos.

Entre as ferramentas observadas, o relatório também cita CyberStrikeAI e HexStrike AI, além de ARTEX, CAIRN e PentAGI. Embora frameworks de pentest tenham usos legítimos em auditorias autorizadas, agentes maliciosos podem incorporá-los a operações de exploração.

Provas de conceito falsas também aumentam

A automação produz outro desafio para as equipes de defesa: a circulação de códigos apresentados como exploits que são incompletos, imprecisos ou não funcionam. Após a divulgação das vulnerabilidades PHP2Shell CVE-2026-109618 e CVE-2026-109619, surgiram muitas demonstrações, mas parte delas dependia de condições específicas ou não reproduzia a exploração completa.

Pesquisadores da Wiz e da Tenable observaram limitações nas provas de conceito disponíveis. O volume de falsos positivos pode consumir o tempo de analistas que precisam verificar cada código, enquanto uma demonstração enganosa pode desviar a atenção de uma exploração real em sistemas vulneráveis.

Ferramentas de desenvolvimento viram alvo

O relatório descreve operações associadas ao cluster suspeito MIDNIGHT NEPTUNE, relacionado a atividades norte-coreanas, que comprometeram desenvolvedores por meio de perfis falsos de recrutadores e convites para reuniões em sites fraudulentos. As páginas empregavam ClickFix para induzir vítimas a executar comandos disfarçados de diagnóstico.

Após obter acesso, os invasores alcançaram repositórios internos e alteraram o arquivo .claude/settings.json, usado pelo Claude Code, para iniciar o download do backdoor SOMBERMEME. O Google também identificou tokens pessoais do GitHub disfarçados com nomes ligados ao Microsoft Copilot, o que reforça o risco associado a configurações e integrações de ferramentas de programação.

Roubo de recursos de IA e operações de influência

O GTIG chama de LLMjacking o sequestro de credenciais, APIs e recursos de computação para usar modelos de linguagem sem autorização. Intermediários conhecidos como LLM Mixers revendem acesso a esses recursos; em investigações de 2026, o consumo fraudulento ultrapassou US$ 100 mil em um dia e, em casos mais graves, chegou a US$ 1 milhão antes da revogação do acesso.

O grupo também identificou IA em campanhas de influência: modelos ajudam a criar personagens, imagens e vídeos sintéticos, adaptar mensagens e automatizar publicações. O conjunto de atividades descritas amplia o uso da tecnologia em exploração de falhas, comprometimento de ambientes de desenvolvimento, fraude e manipulação, enquanto encurta o intervalo para corrigir sistemas vulneráveis.

Autor

Jaime LinharesEmpresa

CEO do Guia de TI

Comentários

0

Comece a conversa.
Seja a primeira pessoa a comentar este conteúdo.

Deixe um comentário