Le 24 août 2026, TeamT5 a rapporté que des groupes cyber affiliés à l’État chinois avaient plus que doublé leur volume d’attaques après avoir confié à l’IA des tâches répétitives et le développement de logiciels malve... DeepSeek serait particulièrement recherché pour ses performances, sa personnalisation, son faibl...
Publié parModifié avec GPT-5.6 LunaImages générées avec GPT Image 1.5
Réponse de recherche

Create a landscape editorial hero image for this Studio Global article: What did TeamT5 and other cybersecurity researchers report about Chinese state-affiliated hackers’ use of DeepSeek and other AI models—inclu. Article summary: TeamT5’s central finding was that Chinese state-affiliated actors are using DeepSeek and other AI models to automate routine offensive work and malware development, and that their attack volume has more than doubled sinc. Topic tags: general, news, general web. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers
Selon TeamT5, des groupes cyber affiliés à l’État chinois ont plus que doublé leur volume d’attaques depuis qu’ils ont intégré DeepSeek et d’autres modèles d’IA open source à leurs opérations. Ces modèles servent à automatiser les tâches répétitives et à contribuer au développement de logiciels malveillants plus avancés, ce qui rend les campagnes existantes plus rapides et plus faciles à déployer à grande échelle. 1
3
Ces observations ne montrent pas que l’IA remplace de façon autonome les hackers expérimentés. Elles montrent plutôt comment des modèles peu coûteux et des frameworks d’agents peuvent automatiser certaines étapes d’une opération offensive — notamment la reconnaissance, la recherche de vulnérabilités et la répétition de tentatives d’attaque — tandis que des opérateurs humains continuent de fixer les objectifs et de donner les instructions. 1
15
Les chercheurs cités avancent quatre raisons principales à la popularité de DeepSeek auprès de hackers chinois :
Cette combinaison a une conséquence très concrète. Un modèle n’a pas besoin de découvrir une faille inédite pour être utile : il peut aider à repérer des systèmes exposés, modifier du code d’exploitation public, interpréter des résultats techniques et sélectionner l’étape suivante d’une procédure répétitive.
Les informations disponibles font état de groupes liés à la Chine utilisant DeepSeek, ChatGPT et Claude Code pour la reconnaissance, la création ou l’adaptation d’exploits, l’automatisation et le développement de code malveillant. Ces outils auraient également été employés pour le déplacement latéral au cours d’attaques contre des entreprises et des institutions étrangères. 3
Les sources décrivent généralement ces opérations comme le fait d’acteurs affiliés à l’État ou liés à la Chine pris collectivement. Elles ne permettent pas d’attribuer de manière fiable chaque usage de l’IA à un groupe précis de type APT — une appellation désignant des campagnes d’intrusion persistantes et ciblées. Il ne faut donc pas en déduire que tous les groupes cyber chinois utilisent le même modèle ou le même mode opératoire. 1
3
Des services commerciaux comme ChatGPT et Claude Code peuvent assister certaines étapes d’un scénario malveillant. Toutefois, leurs mécanismes de sécurité peuvent refuser les demandes explicites visant à mener une opération offensive. Dans le cas étudié par Unit 42, l’opérateur a testé des outils occidentaux et constaté que leurs protections bloquaient la tâche d’attaque autonome ; DeepSeek a ensuite été choisi comme principal modèle de raisonnement. 14
15
La différence ne signifie pas nécessairement qu’un modèle est, dans l’absolu, plus performant que les autres. Elle tient surtout à la manière dont il est déployé. DeepSeek a été intégré à un framework open source sans les mêmes restrictions appliquées côté client, ce qui lui a permis de fonctionner au sein d’une chaîne d’outils contrôlée par l’attaquant. 15
Palo Alto Networks, par l’intermédiaire de son équipe de recherche Unit 42, a documenté séparément l’activité d’un acteur sinophone utilisant les pseudonymes « knaithe » et « KnYuan ». Celui-ci avait configuré DeepSeek comme moteur de raisonnement derrière Hermes Agent, un framework open source capable d’utiliser un terminal. Le dispositif pouvait recenser des vulnérabilités, récupérer du code d’exploitation public et tenter de compromettre des cibles avec une supervision humaine limitée. 15
5
L’agent a ciblé plus de 460 systèmes accessibles depuis Internet. Les informations publiées sur l’opération plus large indiquent qu’au moins trois organisations ont été compromises par l’exploitation d’une vulnérabilité de Citrix NetScaler. Le chiffre de 460 correspond à des cibles ou à des tentatives d’attaque, et non à 460 compromissions réussies : la campagne mêlait des activités autonomes et des opérations conventionnelles. 4
Cette nuance est essentielle. Le cas ne montre pas que DeepSeek aurait pénétré seul des centaines de systèmes. Il montre un opérateur utilisant un modèle d’IA pour automatiser la partie répétitive d’une attaque : repérer des cibles exposées, les associer à des vulnérabilités connues, récupérer des éléments d’exploitation publics et passer à la cible suivante.
Le risque le plus évident est celui de l’échelle. Lorsqu’un modèle peu coûteux est relié à un framework d’agent disposant d’un accès au terminal, des tâches qui exigeaient auparavant un important travail manuel peuvent être répétées sur un grand nombre de systèmes exposés. L’IA abaisse ainsi le seuil opérationnel nécessaire pour mener des opérations de reconnaissance et d’exploitation à haut volume. 1
6
15
Mais ce même cas rappelle aussi les limites de la technologie. Les compromissions confirmées reposaient toujours sur des services exposés, des vulnérabilités connues et du code d’exploitation public utilisable. L’IA a augmenté la vitesse et le nombre de tentatives ; elle n’a pas, à elle seule, provoqué chaque intrusion. 5
15
Pour les défenseurs, les priorités restent donc très concrètes : corriger rapidement les produits exposés sur Internet, supprimer les accès inutiles et surveiller les comportements inhabituels de reconnaissance ou d’exploitation automatisée. La leçon générale de TeamT5 et d’Unit 42 est claire : les attaques assistées par l’IA deviennent plus économiques et plus répétables, même lorsque les techniques utilisées ne sont pas nouvelles.
Studio Global AI
Cette page comprend une réponse basée sur la source que vous pouvez continuer dans Studio Global.
Le 24 août 2026, TeamT5 a rapporté que des groupes cyber affiliés à l’État chinois avaient plus que doublé leur volume d’attaques après avoir confié à l’IA des tâches répétitives et le développement de logiciels malve...
Le 24 août 2026, TeamT5 a rapporté que des groupes cyber affiliés à l’État chinois avaient plus que doublé leur volume d’attaques après avoir confié à l’IA des tâches répétitives et le développement de logiciels malve... DeepSeek serait particulièrement recherché pour ses performances, sa personnalisation, son faible coût et ses garde fous de cybersécurité jugés relativement limités par rapport à ceux de services occidentaux.
Dans un autre cas étudié par Unit 42, un acteur sinophone a relié DeepSeek au framework open source Hermes Agent pour cibler plus de 460 systèmes exposés sur Internet ; au moins trois organisations ont été compromises...
Le 24 août 2026, TeamT5 a rapporté que des groupes cyber affiliés à l’État chinois avaient plus que doublé leur volume d’attaques après avoir confié à l’IA des tâches répétitives et le développement de logiciels malve... DeepSeek serait particulièrement recherché pour ses performances, sa personnalisation, son faibl...
Publié parModifié avec GPT-5.6 LunaImages générées avec GPT Image 1.5
Réponse de recherche

Create a landscape editorial hero image for this Studio Global article: What did TeamT5 and other cybersecurity researchers report about Chinese state-affiliated hackers’ use of DeepSeek and other AI models—inclu. Article summary: TeamT5’s central finding was that Chinese state-affiliated actors are using DeepSeek and other AI models to automate routine offensive work and malware development, and that their attack volume has more than doubled sinc. Topic tags: general, news, general web. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers
Selon TeamT5, des groupes cyber affiliés à l’État chinois ont plus que doublé leur volume d’attaques depuis qu’ils ont intégré DeepSeek et d’autres modèles d’IA open source à leurs opérations. Ces modèles servent à automatiser les tâches répétitives et à contribuer au développement de logiciels malveillants plus avancés, ce qui rend les campagnes existantes plus rapides et plus faciles à déployer à grande échelle. 1
3
Ces observations ne montrent pas que l’IA remplace de façon autonome les hackers expérimentés. Elles montrent plutôt comment des modèles peu coûteux et des frameworks d’agents peuvent automatiser certaines étapes d’une opération offensive — notamment la reconnaissance, la recherche de vulnérabilités et la répétition de tentatives d’attaque — tandis que des opérateurs humains continuent de fixer les objectifs et de donner les instructions. 1
15
Les chercheurs cités avancent quatre raisons principales à la popularité de DeepSeek auprès de hackers chinois :
Cette combinaison a une conséquence très concrète. Un modèle n’a pas besoin de découvrir une faille inédite pour être utile : il peut aider à repérer des systèmes exposés, modifier du code d’exploitation public, interpréter des résultats techniques et sélectionner l’étape suivante d’une procédure répétitive.
Les informations disponibles font état de groupes liés à la Chine utilisant DeepSeek, ChatGPT et Claude Code pour la reconnaissance, la création ou l’adaptation d’exploits, l’automatisation et le développement de code malveillant. Ces outils auraient également été employés pour le déplacement latéral au cours d’attaques contre des entreprises et des institutions étrangères. 3
Les sources décrivent généralement ces opérations comme le fait d’acteurs affiliés à l’État ou liés à la Chine pris collectivement. Elles ne permettent pas d’attribuer de manière fiable chaque usage de l’IA à un groupe précis de type APT — une appellation désignant des campagnes d’intrusion persistantes et ciblées. Il ne faut donc pas en déduire que tous les groupes cyber chinois utilisent le même modèle ou le même mode opératoire. 1
3
Des services commerciaux comme ChatGPT et Claude Code peuvent assister certaines étapes d’un scénario malveillant. Toutefois, leurs mécanismes de sécurité peuvent refuser les demandes explicites visant à mener une opération offensive. Dans le cas étudié par Unit 42, l’opérateur a testé des outils occidentaux et constaté que leurs protections bloquaient la tâche d’attaque autonome ; DeepSeek a ensuite été choisi comme principal modèle de raisonnement. 14
15
La différence ne signifie pas nécessairement qu’un modèle est, dans l’absolu, plus performant que les autres. Elle tient surtout à la manière dont il est déployé. DeepSeek a été intégré à un framework open source sans les mêmes restrictions appliquées côté client, ce qui lui a permis de fonctionner au sein d’une chaîne d’outils contrôlée par l’attaquant. 15
Palo Alto Networks, par l’intermédiaire de son équipe de recherche Unit 42, a documenté séparément l’activité d’un acteur sinophone utilisant les pseudonymes « knaithe » et « KnYuan ». Celui-ci avait configuré DeepSeek comme moteur de raisonnement derrière Hermes Agent, un framework open source capable d’utiliser un terminal. Le dispositif pouvait recenser des vulnérabilités, récupérer du code d’exploitation public et tenter de compromettre des cibles avec une supervision humaine limitée. 15
5
L’agent a ciblé plus de 460 systèmes accessibles depuis Internet. Les informations publiées sur l’opération plus large indiquent qu’au moins trois organisations ont été compromises par l’exploitation d’une vulnérabilité de Citrix NetScaler. Le chiffre de 460 correspond à des cibles ou à des tentatives d’attaque, et non à 460 compromissions réussies : la campagne mêlait des activités autonomes et des opérations conventionnelles. 4
Cette nuance est essentielle. Le cas ne montre pas que DeepSeek aurait pénétré seul des centaines de systèmes. Il montre un opérateur utilisant un modèle d’IA pour automatiser la partie répétitive d’une attaque : repérer des cibles exposées, les associer à des vulnérabilités connues, récupérer des éléments d’exploitation publics et passer à la cible suivante.
Le risque le plus évident est celui de l’échelle. Lorsqu’un modèle peu coûteux est relié à un framework d’agent disposant d’un accès au terminal, des tâches qui exigeaient auparavant un important travail manuel peuvent être répétées sur un grand nombre de systèmes exposés. L’IA abaisse ainsi le seuil opérationnel nécessaire pour mener des opérations de reconnaissance et d’exploitation à haut volume. 1
6
15
Mais ce même cas rappelle aussi les limites de la technologie. Les compromissions confirmées reposaient toujours sur des services exposés, des vulnérabilités connues et du code d’exploitation public utilisable. L’IA a augmenté la vitesse et le nombre de tentatives ; elle n’a pas, à elle seule, provoqué chaque intrusion. 5
15
Pour les défenseurs, les priorités restent donc très concrètes : corriger rapidement les produits exposés sur Internet, supprimer les accès inutiles et surveiller les comportements inhabituels de reconnaissance ou d’exploitation automatisée. La leçon générale de TeamT5 et d’Unit 42 est claire : les attaques assistées par l’IA deviennent plus économiques et plus répétables, même lorsque les techniques utilisées ne sont pas nouvelles.
Studio Global AI
Cette page comprend une réponse basée sur la source que vous pouvez continuer dans Studio Global.
Le 24 août 2026, TeamT5 a rapporté que des groupes cyber affiliés à l’État chinois avaient plus que doublé leur volume d’attaques après avoir confié à l’IA des tâches répétitives et le développement de logiciels malve...
Le 24 août 2026, TeamT5 a rapporté que des groupes cyber affiliés à l’État chinois avaient plus que doublé leur volume d’attaques après avoir confié à l’IA des tâches répétitives et le développement de logiciels malve... DeepSeek serait particulièrement recherché pour ses performances, sa personnalisation, son faible coût et ses garde fous de cybersécurité jugés relativement limités par rapport à ceux de services occidentaux.
Dans un autre cas étudié par Unit 42, un acteur sinophone a relié DeepSeek au framework open source Hermes Agent pour cibler plus de 460 systèmes exposés sur Internet ; au moins trois organisations ont été compromises...