Un sistema di agenti di intelligenza artificiale capace di esaminare gli aggiornamenti del software, individuare possibili vulnerabilità e tentare di sfruttarle senza un operatore che approvi ogni passaggio.
Lo ha trovato Google Threat Intelligence Group (GTIG) su un server di preparazione operativa esposto in rete. Le tracce dell’attività, secondo i ricercatori, indicano un particolare interesse per siti francesi dell’informazione, dell’intrattenimento e dell’istruzione.
La scoperta è descritta nel rapporto GTIG AI Threat Tracker: Agentic Threat Activity Crosses a Significant Threshold, pubblicato il 16 novembre 2026 con il contributo di Mandiant. Il sistema, denominato exploit_agent, integrava diversi modelli AI, sia accessibili tramite servizi esterni sia eseguibili localmente.
Google ha individuato strumenti e materiale riconducibili ad attività contro vittime, ma la telemetria pubblicata non consente di stabilire quanti siti francesi siano stati effettivamente compromessi.
Indice degli argomenti
Google e gli attacchi con agenti AI: come funziona exploit_agent
L’operatore di exploit_agent aveva configurato un meccanismo di analisi differenziale continua: il sistema confrontava il codice del software prima e dopo il rilascio di patch, cercava i cambiamenti più interessanti dal punto di vista della sicurezza, elaborava ipotesi di vulnerabilità e provava a verificarle.
Per l’attaccante è un modo di trasformare un aggiornamento di sicurezza in un’indicazione sulla debolezza appena corretta, accelerando il passaggio dall’informazione tecnica al tentativo di intrusione.
Google ha trovato anche script destinati a operazioni successive all’accesso, come l’esplorazione di reti interne, il tentativo di ottenere altre credenziali, l’installazione di webshell e la rimozione di quelle di attaccanti concorrenti.
Nel materiale esaminato compare l’analisi del controllo degli accessi del plugin WordPress Spectra, noto anche come Ultimate Addons for Gutenberg, nella versione 2.19.25. Il riferimento dimostra che quella porzione di codice era oggetto di esame; da solo non identifica una vulnerabilità sfruttata contro tutti i siti che usano il plugin.
Siti francesi nel mirino: cosa dicono davvero le prove
Il dato europeo più interessante riguarda le tracce delle vittime presenti sul server, dalle quali Google deduce l’attenzione verso siti francesi appartenenti ai settori media, intrattenimento e formazione. Il rapporto non pubblica un elenco verificato delle organizzazioni colpite né un numero complessivo di intrusioni riuscite.
Anche l’attribuzione a un gruppo specifico rimane aperta: i commenti in lingua russa presenti nella configurazione descrivono il contesto tecnico, non costituiscono una prova affidabile dell’origine dell’operatore.
Questi limiti non ridimensionano il risultato tecnico. Un agente autonomo può ripetere verifiche, interpretare gli errori restituiti dal sito e modificare il tentativo successivo molto più rapidamente di un operatore che esegue manualmente gli stessi passaggi. Il vantaggio dell’attaccante è soprattutto nei tempi e nella possibilità di applicare lo stesso processo a molti obiettivi esposti su Internet.
Dalle patch agli attacchi: la finestra di difesa si restringe
Il nuovo rapporto amplia le osservazioni di GTIG e Mandiant pubblicate il 30 ottobre in ARTEX and Friends: Enter Agentic Offensive Frameworks. In quelle indagini erano già comparsi strumenti di penetration testing abusati durante intrusioni reali, fra cui ARTEX, CAIRN e PentAGI.
La differenza di exploit_agent è l’automazione esplicita della ricerca di vulnerabilità a partire dalle modifiche del codice e la possibilità di eseguire direttamente i tentativi.
Google cita, come termine di confronto, due vulnerabilità dei server di stampa PaperCut segnalate nell’agosto 2026 e una campagna successiva studiata da GreyNoise. Gli indizi raccolti indicano che gli attaccanti potrebbero aver utilizzato strumenti AI per accelerare la preparazione del codice e la selezione degli obiettivi.
La valutazione è però attribuita agli analisti, non a una prova sperimentale di causalità: la sola presenza di un exploit rapido non dimostra che ogni fase sia stata eseguita da un modello.
La pressione maggiore ricade sulle organizzazioni che attendono diversi giorni prima di installare le patch su applicazioni pubbliche. È necessario ridurre il tempo tra la pubblicazione della correzione e la sua distribuzione, ma anche limitare ciò che un server vulnerabile può raggiungere dopo un primo accesso.
Senza segmentazione, una falla nel front end può aprire la strada a database, credenziali cloud e sistemi amministrativi interni.
Un altro rischio documentato: il furto delle risorse AI
Il rapporto dedica una sezione distinta al cosiddetto LLMJacking, ossia il furto di account, credenziali API o quote cloud utilizzati per eseguire modelli AI a spese delle organizzazioni colpite. Mandiant ne aveva già ricostruito i meccanismi nel rapporto del 2 novembre 2026: in alcuni incidenti gli addebiti fraudolenti hanno superato 100mila dollari in un giorno, fino a un milione cumulato prima del contenimento. Sono casi diversi da exploit_agent, non perdite attribuite ai siti francesi.
Gli investigatori hanno osservato credenziali valide usate per creare nuove identità tecniche, aumentare quote e inoltrare milioni di richieste verso API di inferenza. Una difesa concentrata soltanto sui malware può non riconoscere un consumo illecito che avviene con strumenti e autorizzazioni legittimi.
Per questo Google raccomanda di monitorare anche il comportamento delle identità di servizio, i picchi di chiamate, le nuove risorse cloud e le modifiche ai privilegi.
Come difendersi dagli attacchi automatizzati con agenti AI
Le contromisure proposte da Mandiant seguono una logica precisa: togliere agli agenti offensivi le scorciatoie che collegano un servizio esposto a risorse più sensibili. Le console di amministrazione dovrebbero essere raggiungibili soltanto da percorsi affidabili, mentre gli account applicativi e le identità non umane devono avere permessi limitati e credenziali temporanee, quando possibile.
Occorre, inoltre, cercare segreti incorporati in repository, container e pipeline di sviluppo, ruotando quelli esposti.
Accanto al controllo degli accessi, serve un rilevamento basato sulle sequenze: autenticazioni da origini insolite seguite da enumerazione di risorse, richieste a molte API in pochi minuti, grandi trasferimenti o contatti verso servizi esterni mai utilizzati.
Il traffico generato dagli agenti può essere rumoroso, osserva Google: proprio questa caratteristica offre ai difensori segnali che gli indicatori statici, presi isolatamente, possono non cogliere.
Per le organizzazioni italiane che pubblicano portali, applicazioni WordPress, servizi scolastici e applicazioni della PA, il lavoro immediato è quindi inventariare gli asset Internet, accelerare gli aggiornamenti, limitare le connessioni laterali e testare gli allarmi sui comportamenti anomali.
Le nuove capacità degli agenti cambiano la velocità dell’attacco; ridurre privilegi e percorsi di movimento determina quanto lontano l’intrusione possa arrivare.













Partecipa alla community