Google Threat Intelligence Group (GTIG) e Mandiant hanno pubblicato un aggiornamento che analizza l’uso crescente di intelligence generativa nelle operazioni di cybercrime, spionaggio e operazioni di informazione (IO). I gruppi di attacchi stanno spostando il loro modello operativo oltre la semplice richiesta di prompt, adottando framework multi‑agente autonomi, pipeline di sfruttamento automatico e nuove modalità di monetizzazione come LLMJacking. In questo contesto, il panorama dell’IA avversaria ha raggiunto un punto critico di inflection.
Trend principali del trimestre
Nel trimestre precedente, sono emersi diversi trend chiave:
- Passaggio a flussi di lavoro autonomi e framework multi‑agente: gli attori malintenzionati hanno iniziato a usare piattaforme offensive autonome come ARTEX, CAIRN, CyberStrikeAI e PentAGI per eseguire intrusioni multi‑stadio a velocità operativa superiore.
- Ricerca e sfruttamento automatizzato delle vulnerabilità: gli attori sfruttano LLM e framework agentici per automatizzare la reverse engineering di patch tramite analisi differenziale, permettendo la rapidissima arming di vulnerabilità n‑day e l’ampio scaling delle pipeline di sfruttamento su server esposti.
- Monetizzazione e abuso delle infrastrutture: gruppi finanziariamente motivati guadagnano con LLMJacking, rubando credenziali LLM e risorse cloud da ambienti aziendali compromessi e rivendendo l’accesso a modelli AI ad alte prestazioni attraverso servizi proxy clandestini come LLM Mixers.
- Integrazione LLM nelle operazioni di informazione: gruppi sponsorizzati dallo Stato, fornitori IaaS commerciali e reti di monetizzazione politica inauthentici utilizzano LLM per produrre media sintetici su larga scala, creare personas localizzate e automatizzare la distribuzione cross‑platform.
- Evoluzione del cyberspionaggio e della catena di fornitura: i gruppi di spionaggio sfruttano LLM per ricerca mirata, analisi automatizzata dei dati e nuove vie di attacco alla catena di fornitura, compresa la manipolazione delle configurazioni dei assistenti di codifica autonomi per inserire backdoor durante l’esecuzione locale.
Fonti di analisi e metodologia
Il rapporto si basa su telemetria derivata dalle risposte alle emergenze di Mandiant sul campo, dal tracking globale degli attori e dalle difese di piattaforma live. Analizza in dettaglio come gruppi di spionaggio sponsorizzati dallo Stato, criminali motivati finanziariamente e attori IO stanno operando con LLM nel mondo reale.
Framework multi‑agente nelle intrusioni informatiche
Le recenti ricerche trimestrali hanno evidenziato l’interesse emergente verso le capacità agentiche. Ora, GTIG e Mandiant hanno osservato numerosi attori che abusano di framework open‑source di pen‑testing agentico per automatizzare fasi discrete e compiti operativi durante le intrusioni live.
- Il framework ARTEX è ormai ampiamente conosciuto, ma attori malintenzionati stanno anche sfruttando CAIRN, CyberStrikeAI, PentAGI e strumenti personalizzati.
- Questi framework condividono capacità chiave: scoperta e sfruttamento di vulnerabilità a bassa complessità, generazione di payload one‑time tramite LLM, feedback in tempo reale per adattare tattiche.
CAIRN
Open‑source, framework di pen‑testing multi‑agente che implementa un ciclo OODA (Observe, Orient, Decide, Act). Gli agenti collaborano tramite un “blackboard” condiviso per spostarsi da un parametro iniziale (es. indirizzo IP) verso un obiettivo operativo. GTIG ha rilevato l’uso di CAIRN in intrusioni su target dell’industria aerospaziale negli Stati Uniti.
CyberStrikeAI
Framework offensivo LLM‑nativo che funge da “single pane of glass” per le operazioni cyber. Un backend Go agisce come C2 e server di orchestrazione, connettendo LLM commerciali e open‑weight a più di 100 tool di sicurezza, ricette YAML e script personalizzati per automatizzare catene di attacco end‑to‑end.
HexStrike AI
Un harness open‑source integrato con Model Context Protocol (MCP) che consente ai clienti LLM di connettersi a oltre 150 tool di sicurezza pre‑installati. Il framework, composto da componenti duali, avvolge utility standard di ricognizione, testing applicazioni web, sfruttamento e analisi binaria in funzioni chiamabili coordinati da oltre 12 sotto‑agenti autonomi specializzati.
PentAGI
Framework autonomo open‑source progettato per abbassare le barriere tecniche per operatori principianti che gestiscono campagne complesse. Tra l’ottobre e l’inizio ottobre 2026, GTIG ha tracciato un attore malintenzionato che utilizza una piattaforma di orchestrazione personalizzata basata su PentAGI per condurre riconoscimenti sistematici e scansione di vulnerabilità su un'ampia gamma di organizzazioni in Asia.
Altri strumenti e servizi
Oltre ai framework sopra citati, gli attori hanno sperimentato ZeroHollow, un servizio di inferenza usato per lo sviluppo di exploit e routing LLM, e Agent Zero, un framework agente open‑source che supporta esecuzione di codice autonomo e generazione dinamica di tool.
Implicazioni per la difesa
Il basso barriere di ingresso, l’integrazione rapida di nuovi exploit e la potenza di scaling massiva fanno prefigurare una diffusione crescente di questi framework nelle campagne globali. Le operazioni evolvono verso un’autonomia sempre maggiore, avvicinandosi a intrusioni completamente agentiche. Mentre questi strumenti comprimono i tempi di attacco a velocità meccanica, la loro esecuzione non controllata lascia tracce digitali riconoscibili: traffico forense, identificatori riconoscibili e tracce di codice a livello di sistema.
Strategia di difesa di Google
Google si impegna a sviluppare l’IA in modo audace e responsabile. La strategia di difesa include salvaguardie a livello di modello, intelligence specializzata e protocolli di contenimento mirati. Le misure includono l’ottimizzazione continua dei modelli contro abusi, la disdetta proattiva di progetti e account malevoli e l’utilizzo dell’architettura Google AI Threat Defense e di BeyondZero per la sicurezza, il monitoraggio continuo e le risposte a velocità meccanica in ambienti enterprise.
Conclusioni
La crescente adozione di framework multi‑agente autonomi e di pipeline di sfruttamento automatico sta trasformando il panorama delle minacce AI. Le organizzazioni devono adeguare le proprie difese per gestire velocità, scala e nuove forme di monetizzazione, mantenendo un equilibrio tra sicurezza e capacità di innovazione dell’IA.
