O Google Threat Intelligence Group (GTIG), com a Mandiant, publicou na segunda-feira (16/11/2026) um relatório dizendo que o uso de inteligência artificial por criminosos chegou a um “ponto de inflexão crítico”. Pela primeira vez, o grupo diz ter visto uma ferramenta que transforma correções de software em ataques de forma totalmente automática, sem um humano no comando. O relatório também descreve agentes de IA usados em invasões reais e um mercado clandestino de acesso roubado a modelos de IA.
O que o Google encontrou
Segundo o relatório do GTIG, os pesquisadores acharam um servidor de testes exposto com um sistema multiagente apelidado de exploit_agent. Ele funciona com vários modelos de IA, de ponta e locais, e faz uma análise contínua de aplicativos web populares:
- compara o código antes e depois de uma correção ser anunciada;
- identifica a possível falha corrigida;
- escreve o exploit (o código de ataque);
- e o executa automaticamente, sem intervenção humana.
No servidor também havia dados roubados de vítimas e scripts para etapas pós-invasão, como reconhecimento interno, força bruta e instalação de webshells (e até remoção de webshells de outros invasores). Segundo o Google, o operador mirava sites franceses de mídia, entretenimento e educação. A TechTarget informa que o servidor foi encontrado entre julho e setembro de 2026. O autor não foi identificado.
Agentes de IA em invasões reais
O GTIG diz que vários grupos já usam frameworks abertos de teste de invasão com agentes de IA, como ARTEX, CAIRN, CyberStrikeAI e PentAGI, para automatizar etapas de ataques em andamento. Entre eles há criminosos com motivação financeira e suspeitos de espionagem ligados à China. Segundo o The Hacker News, o Google também cita o ZeroHollow, serviço usado para desenvolver exploits, e o Agent Zero, framework aberto que executa código de forma autônoma.
No mesmo dia, a Unit 42, da Palo Alto Networks, descreveu, segundo a Dark Reading, uma campanha de um grupo ligado à China (CL-STA-1238) que usou o Cairn em 25 operações entre agosto e setembro contra pelo menos 19 organizações, com acesso ou dados obtidos em 10. Sete alvos eram da cadeia de semicondutores e manufatura avançada, e três da área de defesa dos EUA. Os atacantes usaram os modelos chineses Zhipu GLM 5.2 e DeepSeek V4, e uma das organizações teve mais de 1 milhão de registros pessoais expostos.
Os números do relatório
- divulgações de falhas e exploits quase dobraram entre janeiro e agosto de 2026;
- exploits de dia zero passaram de média de 8 por mês (2025) para 11 por mês em 2026, com pico de 22 em agosto;
- no caso de duas falhas do PaperCut (fim de agosto), pesquisadores e a Huntress geraram exploits com IA em um dia; a GreyNoise viu uma campanha quatro dias após a divulgação, provavelmente feita com IA, contra centenas de organizações;
- em casos de LLMjacking (roubo de acesso a serviços de IA na nuvem), a Mandiant viu cobranças fraudulentas acima de US$ 100 mil em um único dia e até US$ 1 milhão acumulado;
- o acesso roubado é revendido em “LLM Mixers”, como APIMart e JetNight, por US$ 0,10 a US$ 25 por milhão de tokens.
O relatório cita ainda o Jieyou, plataforma chinesa de phishing como serviço que ganhou um chatbot de IA para criar páginas de golpe com comandos em linguagem natural.
O que muda para empresas
A principal consequência é o encurtamento do tempo entre a publicação de uma correção e o primeiro ataque. “Os ciclos tradicionais de atualização estão ficando obsoletos, e algumas correções vão precisar acontecer em horas, não em dias ou semanas”, disse à TechTarget Jason Elrod, diretor de segurança da MultiCare Health System.
Há uma notícia boa: segundo a Unit 42, as falhas exploradas com o Cairn eram conhecidas, como senhas fracas ou padrão, APIs expostas e CVEs antigas. Por isso, higiene de identidades, redução da superfície exposta e aplicação de patches continuam funcionando. O GTIG também observa que essas ferramentas, por enquanto, trocam discrição por velocidade e geram muito tráfego, o que facilita a detecção.
Como se proteger
- aplique atualizações críticas de sistemas expostos à internet o mais rápido possível, idealmente em horas;
- mapeie tudo o que a empresa tem exposto na internet e restrinja o acesso ao que não precisa ser público;
- elimine senhas padrão e fracas e use autenticação em dois fatores;
- proteja chaves e credenciais de serviços de IA na nuvem e monitore picos de uso e de cobrança;
- use “armadilhas” (deception) para detectar invasores durante o reconhecimento, como sugere John Strand, da Black Hills Information Security.
Perguntas frequentes
A IA já ataca sozinha?
Segundo o Google, sim em pelo menos um caso: o exploit_agent fazia todo o ciclo, da análise da correção à execução do ataque, sem intervenção humana. Na maioria dos casos, porém, humanos ainda definem alvos e objetivos.
O que é análise diferencial de patches?
É comparar o código de um programa antes e depois de uma correção para descobrir qual falha foi corrigida e, a partir disso, criar um ataque contra quem ainda não atualizou.
O que é LLMjacking?
É o roubo de credenciais de serviços de IA e de recursos de nuvem de empresas para usar ou revender o acesso aos modelos, deixando a conta para a vítima.
Usuários comuns correm mais risco?
O relatório foca em empresas e servidores, mas o conselho vale para todos: manter sistemas e apps atualizados reduz a janela que esses ataques automáticos exploram.
Fontes
- Google Cloud Blog (GTIG) — AI Threat Tracker: Agentic Threat Activity Crosses a Significant Threshold
- The Hacker News — Google Finds Hackers Using AI Agents to Build and Run Exploits From Software Patches
- TechTarget — Google finds AI agents autonomously turning patches into exploits
- Dark Reading — China-Nexus Actors Breach 10 Organizations in AI-Driven Attacks

