לפי TeamT5, קבוצות סייבר המזוהות עם המדינה הסינית יותר מהכפילו את היקף התקיפות שלהן לאחר שהחלו להשתמש ב DeepSeek ובמודלי AI נוספים למשימות שגרתיות ולפיתוח נוזקות. החוקרים מציינים כי DeepSeek מושך תוקפים בזכות הביצועים, אפשרויות ההתאמה, העלות הנמוכה יחסית ומגבלות בטיחות סייבר חלשות יותר בהשוואה לשירותים מערביים.
פורסם על ידינערך באמצעות GPT-5.6 Lunaהתמונות נוצרו באמצעות GPT Image 1.5
Research answer

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
הבינה המלאכותית אינה מחליפה את ההאקר המנוסה — אבל היא מאפשרת לו לעבוד בקנה מידה גדול בהרבה. כך עולה מממצאים של חברת המחקר הטייוואנית TeamT5, שלפיהם קבוצות סייבר המזוהות עם המדינה הסינית יותר מהכפילו את היקף התקיפות שלהן מאז ששילבו את DeepSeek ומודלי AI פתוחים נוספים בפעילותן. המודלים משמשים לאוטומציה של משימות שגרתיות ולסיוע בפיתוח נוזקות מתקדמות יותר. 1
3
המשמעות המעשית היא לא ש-DeepSeek פועל לבדו ומנהל קמפיינים שלמים ללא בני אדם. במקום זאת, המודל מאיץ חלקים חוזרניים בתהליך התקיפה — בהם סריקת מטרות, חיפוש מידע על חולשות, התאמת קוד ניצול וניסיונות תקיפה חוזרים — בעוד המפעילים האנושיים עדיין קובעים את היעדים ומספקים את ההכוונה. 1
15
החוקרים מצביעים על ארבעה מאפיינים שהופכים את DeepSeek לאטרקטיבי עבור תוקפים:
השילוב הזה חשוב מבחינה תפעולית. מודל לא חייב למצוא חולשה חדשה לגמרי כדי להיות שימושי: הוא יכול לסייע באיתור מערכות חשופות, בשינוי קוד ניצול ציבורי, בפענוח פלט טכני ובהחלטה איזו פעולה שגרתית לנסות בהמשך.
הדיווחים מתארים קבוצות המקושרות לסין משתמשות ב-DeepSeek, ב-ChatGPT וב-Claude Code לצורכי איסוף מודיעין על מטרות, יצירה או התאמה של קוד ניצול, אוטומציה ופיתוח קוד זדוני. הם מזכירים גם תנועה רוחבית בתוך רשתות שנפגעו, במסגרת תקיפות נגד חברות ומוסדות מחוץ לסין. 3
עם זאת, המידע הזמין מתאר את הפעילות בעיקר כפעילות מצטברת של גורמים המזוהים עם המדינה או עם סין. הוא אינו מאפשר לייחס באופן אמין כל שימוש ב-AI לקבוצת תקיפה מסוימת בשם, ולכן אין להסיק שכל קבוצות הסייבר הסיניות משתמשות באותו מודל או באותו תהליך עבודה. 1
3
כלים מסחריים כמו ChatGPT ו-Claude Code יכולים לסייע בחלקים מסוימים של תהליך תקיפה, אך מנגנוני הבטיחות של ספקיות השירות עלולים לסרב לבקשות מפורשות לביצוע פעולות התקפיות. במקרה שנבדק על ידי Unit 42, המפעיל בחן כלים מערביים וגילה שההגנות שלהם חסמו את משימת התקיפה האוטונומית; לאחר מכן הוא בחר ב-DeepSeek כמודל ההסקה המרכזי. 14
15
ההבדל אינו בהכרח אומר שמודל אחד חזק תמיד מהאחר. הוא קשור גם לאופן שבו המודל משולב במערכת. במקרה הזה, DeepSeek חובר למסגרת קוד פתוח ללא אותן מגבלות שמופעלות בצד הלקוח בשירותים מסחריים, וכך פעל בתוך שרשרת כלים שנשלטה בידי התוקף. 15
Unit 42 תיעדה בנפרד פעילות של גורם דובר סינית שהשתמש בכינויים “knaithe” ו-“KnYuan”. המפעיל הגדיר את DeepSeek כמנוע ההסקה של Hermes Agent — מסגרת קוד פתוח שמאפשרת לסוכן לעבוד דרך מסוף מחשב. המערכת יכלה למפות חולשות, להוריד קוד ניצול ציבורי ולנסות לתקוף מטרות עם פיקוח אנושי מוגבל. 15
5
הסוכן כיוון את פעילותו ליותר מ-460 מערכות החשופות לאינטרנט. לפי הדיווחים על הקמפיין הרחב יותר, לפחות שלושה ארגונים נפרצו באמצעות ניצול חולשה ב-Citrix NetScaler. עם זאת, הנתון של 460 מתייחס ליעדים או לניסיונות תקיפה — לא ל-460 חדירות מוצלחות — והפעילות שילבה בין אוטומציה לבין פעולות שבוצעו בשיטות מסורתיות. 4
זו הבחנה חשובה: המקרה אינו מוכיח ש-DeepSeek פרץ לבדו למאות מערכות. הוא מדגים כיצד מפעיל יכול להשתמש במודל כדי להפוך את “אמצע” התקיפה — איתור מטרות חשופות, התאמת חולשות, הורדת קוד ניצול וניסיון מול היעד הבא — לתהליך כמעט רציף וחוזרני.
הסיכון המרכזי הוא קנה המידה. כאשר מודל זול מחובר למסגרת סוכנים עם גישה למסוף, משימות שבעבר דרשו שעות רבות של עבודה ידנית יכולות לחזור על עצמן מול מספר גדול של מערכות חשופות. כך AI מוריד את סף הכניסה לפעולות סריקה וניצול בהיקף גבוה. 1
6
15
אבל אותו מקרה גם ממחיש את מגבלות הטכנולוגיה. החדירות המוצלחות עדיין הסתמכו על שירותים חשופים, חולשות מוכרות וקוד ניצול ציבורי שאפשר להשתמש בו. ה-AI הגדיל את המהירות ואת מספר הניסיונות; הוא לא היה לבדו הגורם לכל פריצה. 5
15
עבור המגינים, סדר העדיפויות המעשי נותר מוכר: לתקן במהירות מוצרים החשופים לאינטרנט, לצמצם חשיפה מיותרת ולנטר דפוסים חריגים של סריקה וניסיונות ניצול אוטומטיים. הלקח הרחב יותר מממצאי TeamT5 ו-Unit 42 הוא שתקיפות בסיוע AI נעשות זולות, מהירות וניתנות לשכפול — גם כאשר הטכניקות הבסיסיות עצמן אינן חדשות.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
לפי TeamT5, קבוצות סייבר המזוהות עם המדינה הסינית יותר מהכפילו את היקף התקיפות שלהן לאחר שהחלו להשתמש ב DeepSeek ובמודלי AI נוספים למשימות שגרתיות ולפיתוח נוזקות.
לפי TeamT5, קבוצות סייבר המזוהות עם המדינה הסינית יותר מהכפילו את היקף התקיפות שלהן לאחר שהחלו להשתמש ב DeepSeek ובמודלי AI נוספים למשימות שגרתיות ולפיתוח נוזקות. החוקרים מציינים כי DeepSeek מושך תוקפים בזכות הביצועים, אפשרויות ההתאמה, העלות הנמוכה יחסית ומגבלות בטיחות סייבר חלשות יותר בהשוואה לשירותים מערביים.
במקרה נפרד, חוקריה של Unit 42 תיעדו מפעיל דובר סינית שחיבר את DeepSeek למסגרת הקוד הפתוח Hermes Agent, שניסתה לתקוף יותר מ 460 מערכות החשופות לאינטרנט.
לפי TeamT5, קבוצות סייבר המזוהות עם המדינה הסינית יותר מהכפילו את היקף התקיפות שלהן לאחר שהחלו להשתמש ב DeepSeek ובמודלי AI נוספים למשימות שגרתיות ולפיתוח נוזקות. החוקרים מציינים כי DeepSeek מושך תוקפים בזכות הביצועים, אפשרויות ההתאמה, העלות הנמוכה יחסית ומגבלות בטיחות סייבר חלשות יותר בהשוואה לשירותים מערביים.
פורסם על ידינערך באמצעות GPT-5.6 Lunaהתמונות נוצרו באמצעות GPT Image 1.5
Research answer

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
הבינה המלאכותית אינה מחליפה את ההאקר המנוסה — אבל היא מאפשרת לו לעבוד בקנה מידה גדול בהרבה. כך עולה מממצאים של חברת המחקר הטייוואנית TeamT5, שלפיהם קבוצות סייבר המזוהות עם המדינה הסינית יותר מהכפילו את היקף התקיפות שלהן מאז ששילבו את DeepSeek ומודלי AI פתוחים נוספים בפעילותן. המודלים משמשים לאוטומציה של משימות שגרתיות ולסיוע בפיתוח נוזקות מתקדמות יותר. 1
3
המשמעות המעשית היא לא ש-DeepSeek פועל לבדו ומנהל קמפיינים שלמים ללא בני אדם. במקום זאת, המודל מאיץ חלקים חוזרניים בתהליך התקיפה — בהם סריקת מטרות, חיפוש מידע על חולשות, התאמת קוד ניצול וניסיונות תקיפה חוזרים — בעוד המפעילים האנושיים עדיין קובעים את היעדים ומספקים את ההכוונה. 1
15
החוקרים מצביעים על ארבעה מאפיינים שהופכים את DeepSeek לאטרקטיבי עבור תוקפים:
השילוב הזה חשוב מבחינה תפעולית. מודל לא חייב למצוא חולשה חדשה לגמרי כדי להיות שימושי: הוא יכול לסייע באיתור מערכות חשופות, בשינוי קוד ניצול ציבורי, בפענוח פלט טכני ובהחלטה איזו פעולה שגרתית לנסות בהמשך.
הדיווחים מתארים קבוצות המקושרות לסין משתמשות ב-DeepSeek, ב-ChatGPT וב-Claude Code לצורכי איסוף מודיעין על מטרות, יצירה או התאמה של קוד ניצול, אוטומציה ופיתוח קוד זדוני. הם מזכירים גם תנועה רוחבית בתוך רשתות שנפגעו, במסגרת תקיפות נגד חברות ומוסדות מחוץ לסין. 3
עם זאת, המידע הזמין מתאר את הפעילות בעיקר כפעילות מצטברת של גורמים המזוהים עם המדינה או עם סין. הוא אינו מאפשר לייחס באופן אמין כל שימוש ב-AI לקבוצת תקיפה מסוימת בשם, ולכן אין להסיק שכל קבוצות הסייבר הסיניות משתמשות באותו מודל או באותו תהליך עבודה. 1
3
כלים מסחריים כמו ChatGPT ו-Claude Code יכולים לסייע בחלקים מסוימים של תהליך תקיפה, אך מנגנוני הבטיחות של ספקיות השירות עלולים לסרב לבקשות מפורשות לביצוע פעולות התקפיות. במקרה שנבדק על ידי Unit 42, המפעיל בחן כלים מערביים וגילה שההגנות שלהם חסמו את משימת התקיפה האוטונומית; לאחר מכן הוא בחר ב-DeepSeek כמודל ההסקה המרכזי. 14
15
ההבדל אינו בהכרח אומר שמודל אחד חזק תמיד מהאחר. הוא קשור גם לאופן שבו המודל משולב במערכת. במקרה הזה, DeepSeek חובר למסגרת קוד פתוח ללא אותן מגבלות שמופעלות בצד הלקוח בשירותים מסחריים, וכך פעל בתוך שרשרת כלים שנשלטה בידי התוקף. 15
Unit 42 תיעדה בנפרד פעילות של גורם דובר סינית שהשתמש בכינויים “knaithe” ו-“KnYuan”. המפעיל הגדיר את DeepSeek כמנוע ההסקה של Hermes Agent — מסגרת קוד פתוח שמאפשרת לסוכן לעבוד דרך מסוף מחשב. המערכת יכלה למפות חולשות, להוריד קוד ניצול ציבורי ולנסות לתקוף מטרות עם פיקוח אנושי מוגבל. 15
5
הסוכן כיוון את פעילותו ליותר מ-460 מערכות החשופות לאינטרנט. לפי הדיווחים על הקמפיין הרחב יותר, לפחות שלושה ארגונים נפרצו באמצעות ניצול חולשה ב-Citrix NetScaler. עם זאת, הנתון של 460 מתייחס ליעדים או לניסיונות תקיפה — לא ל-460 חדירות מוצלחות — והפעילות שילבה בין אוטומציה לבין פעולות שבוצעו בשיטות מסורתיות. 4
זו הבחנה חשובה: המקרה אינו מוכיח ש-DeepSeek פרץ לבדו למאות מערכות. הוא מדגים כיצד מפעיל יכול להשתמש במודל כדי להפוך את “אמצע” התקיפה — איתור מטרות חשופות, התאמת חולשות, הורדת קוד ניצול וניסיון מול היעד הבא — לתהליך כמעט רציף וחוזרני.
הסיכון המרכזי הוא קנה המידה. כאשר מודל זול מחובר למסגרת סוכנים עם גישה למסוף, משימות שבעבר דרשו שעות רבות של עבודה ידנית יכולות לחזור על עצמן מול מספר גדול של מערכות חשופות. כך AI מוריד את סף הכניסה לפעולות סריקה וניצול בהיקף גבוה. 1
6
15
אבל אותו מקרה גם ממחיש את מגבלות הטכנולוגיה. החדירות המוצלחות עדיין הסתמכו על שירותים חשופים, חולשות מוכרות וקוד ניצול ציבורי שאפשר להשתמש בו. ה-AI הגדיל את המהירות ואת מספר הניסיונות; הוא לא היה לבדו הגורם לכל פריצה. 5
15
עבור המגינים, סדר העדיפויות המעשי נותר מוכר: לתקן במהירות מוצרים החשופים לאינטרנט, לצמצם חשיפה מיותרת ולנטר דפוסים חריגים של סריקה וניסיונות ניצול אוטומטיים. הלקח הרחב יותר מממצאי TeamT5 ו-Unit 42 הוא שתקיפות בסיוע AI נעשות זולות, מהירות וניתנות לשכפול — גם כאשר הטכניקות הבסיסיות עצמן אינן חדשות.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
לפי TeamT5, קבוצות סייבר המזוהות עם המדינה הסינית יותר מהכפילו את היקף התקיפות שלהן לאחר שהחלו להשתמש ב DeepSeek ובמודלי AI נוספים למשימות שגרתיות ולפיתוח נוזקות.
לפי TeamT5, קבוצות סייבר המזוהות עם המדינה הסינית יותר מהכפילו את היקף התקיפות שלהן לאחר שהחלו להשתמש ב DeepSeek ובמודלי AI נוספים למשימות שגרתיות ולפיתוח נוזקות. החוקרים מציינים כי DeepSeek מושך תוקפים בזכות הביצועים, אפשרויות ההתאמה, העלות הנמוכה יחסית ומגבלות בטיחות סייבר חלשות יותר בהשוואה לשירותים מערביים.
במקרה נפרד, חוקריה של Unit 42 תיעדו מפעיל דובר סינית שחיבר את DeepSeek למסגרת הקוד הפתוח Hermes Agent, שניסתה לתקוף יותר מ 460 מערכות החשופות לאינטרנט.