AI και κυβερνοέγκλημα: Ρωσόφωνοι χάκερ χρησιμοποίησαν coding agent για επιθέσεις σε επτά εταιρείες

Μια νέα υπόθεση δείχνει πόσο γρήγορα τα εμπορικά εργαλεία τεχνητής νοημοσύνης μετατρέπονται από βοηθούς προγραμματισμού σε επιταχυντές κυβερνοεπιθέσεων. Σύμφωνα με αποκλειστικό ρεπορτάζ του Reuters, ρωσόφωνοι κυβερνοεγκληματίες χρησιμοποίησαν έναν AI coding agent για να βοηθηθούν σε επιθέσεις εναντίον τουλάχιστον επτά εταιρειών.

Τι αποκάλυψε η έρευνα

Η εταιρεία κυβερνοασφάλειας Gambit Security εντόπισε εκτεθειμένο server που συνδεόταν με τη νεοεμφανιζόμενη ομάδα ransomware Aur0ra. Εκεί βρέθηκαν 28 συνομιλίες ανάμεσα στους δράστες και έναν AI agent, από τις 8 Απριλίου έως τις 21 Μαΐου. Οι συνομιλίες, σύμφωνα με το Reuters, περιλάμβαναν ενέργειες όπως αναζήτηση κωδικών πρόσβασης, κατάληψη λογαριασμών και αξιοποίηση γνωστών εργαλείων επίθεσης.

Το πιο ανησυχητικό στοιχείο είναι ο τρόπος με τον οποίο οι δράστες φέρονται να παρέκαμπταν τα φίλτρα ασφαλείας: παρουσίαζαν την επίθεση ως «δοκιμή» ή «simulation» και επανεκκινούσαν τη συζήτηση όταν το μοντέλο αρνιόταν να βοηθήσει.

Η AI δεν κάνει μόνη της την επίθεση — αλλά αλλάζει την ταχύτητα

Δεν υπάρχει ένδειξη ότι το σύστημα αποφάσισε αυτόνομα να επιτεθεί. Η εικόνα που προκύπτει είναι διαφορετική: άνθρωποι με κακόβουλο σκοπό χρησιμοποίησαν το AI ως τεχνικό πολλαπλασιαστή. Στέλεχος της Gambit εκτίμησε ότι τέτοια εργαλεία μπορούν να κάνουν τους επιτιθέμενους 30% έως 50% ταχύτερους, παρακάμπτοντας δουλειά που παλαιότερα απαιτούσε χειροκίνητη αναζήτηση και εμπειρία.

Το Katohika έχει ήδη καταγράψει τη νέα εποχή των AI agents που εισβάλλουν σε πραγματικά συστήματα, αλλά και την προειδοποίηση ότι η κυβερνοασφάλεια περνά σε νέα φάση. Η νέα υπόθεση είναι σημαντική επειδή αφορά πραγματική εγκληματική καμπάνια και όχι εργαστηριακό σενάριο.

Τι σημαίνει για επιχειρήσεις και χρήστες

Η άμυνα δεν μπορεί πλέον να βασίζεται μόνο στην ιδέα ότι οι χάκερ χρειάζονται υψηλή τεχνική εξειδίκευση. Με AI agents, περισσότερες ομάδες μπορούν να αυτοματοποιούν αναγνώριση στόχων, ανάλυση ευπαθειών και παραγωγή κώδικα. Αυτό αυξάνει την ανάγκη για πολυπαραγοντικό έλεγχο ταυτότητας, ταχύτερα patches, απομόνωση κρίσιμων συστημάτων και monitoring που εντοπίζει ασυνήθιστη συμπεριφορά αντί να περιμένει γνωστά signatures.

Το κρίσιμο ερώτημα

Η υπόθεση ανοίγει ξανά τη συζήτηση για το πόσο αποτελεσματικά μπορούν οι πάροχοι AI να εμποδίζουν κακόβουλη χρήση χωρίς να ακυρώνουν τη νόμιμη χρήση των εργαλείων. Όσο τα agents αποκτούν μεγαλύτερη αυτονομία, τόσο πιο δύσκολο γίνεται να διαχωριστεί μια πραγματική δοκιμή ασφαλείας από μια καμουφλαρισμένη επίθεση.

Πηγή: Reuters, 27 Αυγούστου 2026.