Agente de IA autônomo executa ciberataques sem intervenção humana

Pesquisadores da Symantec identificaram um agente de inteligência artificial (IA) capaz de executar ciberataques de forma completamente autônoma, sem a necessidade de qualquer intervenção humana. A ferramenta utiliza uma técnica conhecida como LLMjacking para sequestrar modelos de IA expostos na internet e realizar um grande volume de ações maliciosas, como a busca por alvos, exploração de falhas de segurança, roubo de senhas e a instalação de mineradores de criptomoedas. O volume de ações maliciosas pode chegar a 100 mil.

A descoberta foi feita a partir de um experimento com um honeypot de IA, um sistema que simula um serviço desprotegido para atrair e analisar as técnicas de invasores. A armadilha registrou mais de 127 mil requisições externas, provenientes de dezenas de milhares de endereços IP. A equipe da Symantec Threat Hunter conseguiu capturar as instruções completas do agente e mapear seu funcionamento.

O que é LLMjacking e como funciona

A ferramenta emprega a técnica de LLMjacking, que consiste no uso não autorizado de modelos de linguagem de grande porte (LLMs) disponíveis na internet. O agente busca por servidores de IA, estruturas de hospedagem própria, gateways e serviços que utilizam o protocolo MCP. O objetivo é aproveitar a capacidade computacional de terceiros sem arcar com os custos de processamento. Dessa forma, os criminosos transferem os custos de uso dos modelos para as vítimas e diminuem o risco de serem identificados por meio de suas próprias contas, que poderiam ser bloqueadas pelos provedores.

As instruções interceptadas revelaram cerca de 74 ferramentas destinadas a mapear redes, explorar estruturas web, extrair bancos de dados, roubar senhas e controlar redes de dispositivos infectados (botnets). Para contornar as proteções de modelos comerciais, o agente utiliza instruções em camadas que disfarçam ações maliciosas, como a coleta de credenciais, sob a aparência de tarefas legítimas de desenvolvimento de software.

Automação e planejamento de ataques

Um exemplo concreto observado foi um código disfarçado para instalar um programa que utiliza o computador infectado para minerar a criptomoeda Monero. O script também ocultava o programa e apagava os registros de atividade do sistema para dificultar a identificação do ataque. Segundo a Symantec, as técnicas em si não são novas, mas o diferencial está na integração de diferentes recursos em um único agente que planeja e executa ataques de forma independente.

Em vez de tentar manipular chatbots públicos por meio de engenharia de prompt, os criminosos conectaram modelos de IA a ferramentas de ataque. Nesse sistema, a IA planeja as etapas e define como atingir o objetivo, enquanto as ferramentas especializadas executam as operações técnicas. Isso permite que o criminoso estabeleça uma meta e deixe que o agente coordene as tarefas seguintes sem a necessidade de aprovar cada etapa.

Impacto e próximos passos

A automação proporcionada por esse agente de IA também reduz o conhecimento técnico necessário para conduzir campanhas de exploração em larga escala. A combinação de planejamento por IA e ferramentas ofensivas amplia a capacidade de executar operações complexas com pouca supervisão humana. A Symantec não detalhou os próximos passos de sua investigação, mas a descoberta ressalta a crescente sofisticação das ameaças cibernéticas impulsionadas pela IA.

O que diz a pesquisa

Um estudo publicado na Latin-American Journal of Computing em 2026, intitulado "AI-Driven Honeypot: An Innovative Approach to Adaptive Cyber Security Defense", investiga a integração de Inteligência Artificial (IA) em sistemas honeypot para distrair, enganar e engajar potenciais ciberatacantes. A pesquisa desenvolveu um honeypot de alta interação em um site HTML, utilizando o modelo GPT-4o da OpenAI para simular um terminal Linux, registrar comandos e classificá-los em seguros, suspeitos e maliciosos. Os achados sugerem que a integração de IA melhorou significativamente o realismo e o nível de engajamento do honeypot, aprimorando a coleta de inteligência em comparação com honeypots estáticos tradicionais. No entanto, a automação completa do ajuste de comportamento adaptativo permanece como uma área para exploração futura.