Sådan bruger statslige hackere AI-agenter til at automatisere cyberangreb

Rapporten, der blev offentliggjort 29. juli 2026, beskriver aktivitet fra januar til juni blandt avancerede persistent threat-grupper (APT-grupper) med forbindelse til Kina, Rusland, Nordkorea og Iran. Målene omfattede blandt andet organisationer i Australien, New Zealand, USA, Ukraine og andre regioner .

Robert McArdle, direktør for cyberkriminalitetsforskning hos TrendAI, beskriver AI som “en kollega, der er indlejret i selve operationen” – ikke længere blot som et værktøj ved siden af angriberen .

AI-agenter udfører rekognoscering og bevæger sig i netværk

Et af rapportens mest markante eksempler handler om en Kina-tilknyttet gruppe, der brugte en AI-agent til selvstændigt at undersøge et målnetværk og bevæge sig fra system til system uden direkte instruktioner fra et menneske under disse faser .

Det ændrer grundantagelsen om, hvordan et angreb foregår. Forsvarere må ifølge McArdle nu regne med, at modparten ikke nødvendigvis er en person, der manuelt skriver kommandoer, men et system, der udfører en plan .

AI-agenter fungerer dermed ikke længere kun som assistenter for menneskelige operatører. I dokumenterede tilfælde optræder de som aktive og delvist autonome deltagere i angrebskæden .

“Vibe coding” gør malwareudvikling hurtigere

Kina-tilknyttede aktører brugte generativ AI til løbende at bygge og forbedre malware gennem samtaler på naturligt sprog. TrendAI kalder metoden “vibe coding”.

I praksis behandles AI’en som en slags programmeringsmakker, der kan generere kode, foreslå ændringer og forfine udnyttelseskode gennem gentagne instruktioner. Det kan forkorte udviklingstiden markant sammenlignet med en proces, hvor alt skal skrives og testes manuelt .

Sårbarheder bliver udnyttet, før forsvarerne når at reagere

Rapporten dokumenterer også, at flere grupper bevæger sig hurtigere end traditionelle procedurer for opdatering og patching:

• Den Rusland-tilknyttede gruppe Pawn Storm indledte 2026 med at udnytte en zero-day-sårbarhed i Office mod ukrainske myndigheder, forsvarsorganisationer og aktører involveret i krigshjælp .
• Den Iran-tilknyttede gruppe Earth Vetala begyndte at scanne efter en nyoffentliggjort sårbarhed i Ivanti-produkter få dage efter, at den var blevet offentliggjort .

Forløbene illustrerer det, TrendAI kalder “mindre forsvarsvinduer”. Kendte sårbarheder og zero-days bliver gjort operationelle inden for få dage, hvilket efterlader organisationer med meget kort tid til at undersøge, teste og installere rettelser .

Virksomheder, der primært baserer sig på månedlige eller kvartalsvise opdateringsrutiner, kan derfor være udsatte, før en sikkerhedsrettelse når ud i hele miljøet .

Angreb på systemer med fysisk betydning

Truslen stopper heller ikke ved data og software. Iran-tilknyttede aktører gennemførte praktiske angreb mod interneteksponeret operationel teknologi, også kaldet OT, i USA. Her blev systemer til måling af brændstoftanke manipuleret – udstyr, hvor en digital hændelse kan få direkte sikkerhedsmæssige konsekvenser i den fysiske verden .

Eksemplet viser, at AI-forstærkede APT-grupper ikke kun retter sig mod digitale aktiver. De kan også forsøge at påvirke den infrastruktur og de industrielle systemer, som mennesker og virksomheder er afhængige af.

Nordkoreansk forgiftning af softwareforsyningskæden

Nordkorea-tilknyttede grupper indarbejdede kommercielle AI-værktøjer i deres operationer og kompromitterede en bredt anvendt softwarepakke. Formålet var at ramme udviklere længere nede i softwareforsyningskæden .

Metoden kan give angribere en stor rækkevidde: I stedet for at angribe hvert mål enkeltvis kan én kompromitteret afhængighed føre angrebet videre til mange brugere og organisationer.

ADINT: Overvågning uden malware på enheden

Rapporten fremhæver desuden ADINT, en forkortelse for “advertising intelligence”. Metoden udnytter realtidsauktioner for onlineannoncer til at indsamle oplysninger om enheder og deres placering med henblik på overvågning .

Da fremgangsmåden ikke kræver, at malware installeres på den overvågede enhed, kan den være særligt vanskelig at opdage med traditionelle sikkerhedsværktøjer.

Konklusionen for cybersikkerhed

TrendAI’s rapport tegner et billede af et trusselsmiljø, hvor AI er på vej fra at være tilbehør til at blive selve motoren i dele af cyberangrebene. Statstilknyttede aktører kan i stigende grad arbejde i maskinhastighed, automatisere bestemte angrebsfaser og udnytte sårbarheder hurtigere, end klassiske patching-processer kan følge med til.

Det betyder ikke, at alle angreb nu gennemføres fuldstændig uden mennesker. Men grænsen mellem den menneskelige operatør og det automatiserede system er blevet langt mindre tydelig – og forsvarerne får tilsvarende kortere tid til at opdage og stoppe angrebene.