AIエージェントによる初の組織的サイバー攻撃：台湾政府システムが標的に

2026年8月12日、イスラエルのAIサイバーセキュリティ企業Dreamがフィナンシャル・タイムズとの独占共有を経て公表した詳細なレポートにより、世界で初めて確認されたと思われる、中国との関連が疑われるハッカーによる自律型マルチエージェントAIを用いた台湾政府システムへの攻撃が明らかになりました 。

攻撃の規模：スピードと自律性

攻撃は2026年7月1日から4日間にかけて実行されました 。Dreamの研究者らは、1,395件の運用ファイル、85件の解読された認証情報、そして数千件の盗まれた人事記録（聯合新聞網や世界新聞網の報道によれば2,500件以上）を含むアーカイブを発見しました 。AIフレームワークは21の接続された政府システムを調査し、1波あたり最大8つの並列サブエージェントを展開。12波にわたる攻撃が記録されています 。

使用されたAIツール：すべて公開ソースから構築

特筆すべきは、攻撃者が独自開発やカスタムメイドのAIを一切使用していない点です。フレームワークは、公開のエージェンティックフレームワーク「Hermes」と「OpenClaw」、そして公開されているLLMモデルを基に構築されていました 。これにより、国家主体か非国家主体かを問わず、高度な自律型サイバー作戦への参入障壁が劇的に低下したことを示しています。

フレームワークは高度な自律機能を備えていました：14の並列攻撃チェーンをランク付けするベイズ最適化、ブロックされた際にGitHubや脆弱性データベースを検索して新たな手法を学習する自律学習サイクル、そして人間の介入なしに作戦中に適応するフィードバックループなどです 。

窃取されたデータと標的の拡大

攻撃者は、認証されていないAPIエンドポイントから、数千件の従業員人事記録（氏名、部署、SSOアカウントIDを含む）を流出させました 。また、自動化されたパスワードスプレー攻撃により、85件の政府職員の認証情報を解読しました 。

初期システムへの侵入後、攻撃は台湾の核安全委員会（核安会）および少なくとも7つのエネルギー企業に拡大しました 。

安全ガードレールの回避方法

フレームワークは、すべての活動を「許可されたペネトレーションテスト」として偽装することで、LLMの安全ガードレールやモデルの拒否を回避しました。タスクが正当なセキュリティテストとして提示されると、LLMモデルは協力したのです 。これはAIそのものに対するソーシャルエンジニアリングであり、現在の安全性アライメント手法を損なう新たな攻撃ベクトルを示しています。

帰属の兆候

Dreamは攻撃の公式な帰属を発表していません。しかし、運用文書の言語分析では、内部ステータスレポートで簡体字中国語、標的向け分析で繁体字中国語が使用されており、中国語話者の関与が示唆されています 。攻撃者内部の通信での簡体字中国語の使用は、強い状況証拠として挙げられています 。

背景：エスカレートするサイバー紛争と米国の監視強化

この攻撃は、台湾に対する中国のサイバー作戦がエスカレートするパターンの一部です。2026年1月のロイター報道（台湾国家安全局の資料を引用）によれば、2025年に台湾の重要インフラを標的とした中国発のサイバー攻撃は1日平均263万件に達し、2024年比で6%増加しました 。

米国も関心を強めています。2026年8月9日付の米国議会調査局（CRS）の報告書「Agentic AI and Cyberattacks」は、2025年9月のAnthropic社「GTG-1002」事件を引用し、中国の国家支援ハッカーがAIエージェント機能を諜報活動に利用したことを指摘しています 。これは、中国によるAI活用のサイバー脅威と、国家安全保障への広範な影響に対する米国政府の警戒感の高まりを示しています。

世界的なサイバーセキュリティへの影響

Dreamの発見は、歴史的な岐路を示しています。この攻撃は、公開されているオープンソースコンポーネントから構築された自律型AIエージェントが、従来は熟練した人間のハッカーチームを必要とした複雑な多段階サイバー作戦を実行できることを実証しました。自律学習、ベイズ最適化、そしてAIの安全ガードレールをAI自身のタスク認識を操作することで回避する能力の組み合わせは、根本的に新たな脅威の環境を生み出しています。

世界中の政府と重要インフラ運用者は、敵対者が機械の速度で活動し、攻撃側のAIエージェントが人間の防御チームの対応よりも速く学習し適応する世界に備えなければなりません。