TeamT5 meldde op 24 augustus 2026 dat Chinese staatsgelieerde groepen hun aanvalsvolume meer dan verdubbelden nadat ze DeepSeek en andere AI modellen inzetten voor routinetaken en de ontwikkeling van malware. Onderzoekers noemen de prestaties, aanpasbaarheid, lage kosten en relatief beperkte cyberveiligheidswaarborg...
Gepubliceerd doorBewerkt met GPT-5.6 LunaAfbeeldingen gegenereerd met 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
Chinese staatsgelieerde cybergroepen hebben hun aanvalsvolume meer dan verdubbeld sinds ze DeepSeek en andere open-source AI-modellen in hun operaties verwerken. Dat blijkt uit onderzoek van TeamT5, een cybersecuritybedrijf uit Taiwan. De modellen automatiseren routinetaken en helpen bij de ontwikkeling van geavanceerdere kwaadaardige software, waardoor bestaande campagnes sneller en eenvoudiger op te schalen zijn. 1
3
De bevindingen betekenen niet dat AI ervaren hackers volledig vervangt. Ze laten vooral zien hoe goedkope modellen en zogeheten agentframeworks delen van een aanvalsketen kunnen automatiseren — met name verkenning, onderzoek naar kwetsbaarheden en herhaalde aanvalspogingen. Menselijke operators bepalen doorgaans nog steeds het doel en geven de algemene richting aan. 1
15
Onderzoekers noemen vier belangrijke redenen voor de populariteit van DeepSeek onder Chinese hackers:
Die combinatie heeft vooral praktische gevolgen. Een model hoeft geen volledig nieuwe kwetsbaarheid te ontdekken om nuttig te zijn. Het kan helpen bij het zoeken naar blootgestelde systemen, het aanpassen van openbare exploitcode, het interpreteren van technische resultaten en het kiezen van de volgende routinestap.
Volgens de beschikbare berichtgeving gebruiken aan China gelieerde groepen DeepSeek, ChatGPT en Claude Code voor onder meer verkenning, het maken of aanpassen van exploits, automatisering en de ontwikkeling van kwaadaardige code. Ook laterale beweging — het uitbreiden van toegang binnen een aangevallen netwerk — wordt genoemd bij aanvallen op buitenlandse bedrijven en instellingen. 3
De berichtgeving beschrijft deze activiteiten over het algemeen als het werk van staatsgelieerde of aan China gelieerde actoren als geheel. Er is niet betrouwbaar vastgesteld welke specifieke, bij naam genoemde advanced persistent threatgroep achter elk gemeld AI-gebruik zit. De voorbeelden vormen dus geen bewijs dat alle Chinese cybergroepen hetzelfde model of dezelfde werkwijze gebruiken. 1
3
Commerciële diensten zoals ChatGPT en Claude Code kunnen delen van een kwaadaardige workflow ondersteunen. Tegelijkertijd kunnen veiligheidscontroles aan de kant van de aanbieder expliciete verzoeken om offensieve operaties weigeren. In de door Unit 42 beschreven zaak testte de operator westerse tools, maar blokkeerden hun veiligheidsmaatregelen de autonome aanvalstaak. Daarna werd DeepSeek als belangrijkste redeneermodel gekozen. 14
15
Het verschil draait daarbij niet simpelweg om de vraag welk model universeel het beste is. Doorslaggevend is ook de manier waarop het wordt ingezet. DeepSeek werd gekoppeld aan een open-sourceframework zonder dezelfde beperkingen aan de gebruikerskant, waardoor het model kon functioneren binnen een door de aanvaller beheerde gereedschapsketen. 15
Palo Alto Networks’ onderzoeksteam Unit 42 documenteerde daarnaast activiteiten van een Chineestalige actor die de aliassen “knaithe” en “KnYuan” gebruikte. De operator stelde DeepSeek in als redeneermotor achter Hermes Agent, een open-sourceframework met toegang tot een terminal. De combinatie kon kwetsbaarheden inventariseren, openbare exploitcode ophalen en aanvallen proberen uit te voeren met beperkte menselijke tussenkomst. 15
5
De agent richtte zich op meer dan 460 systemen die vanaf het internet bereikbaar waren. Volgens berichtgeving over de bredere campagne werden minstens drie organisaties binnengedrongen door misbruik van een kwetsbaarheid in Citrix NetScaler. Het cijfer van 460 staat voor doelwitten of aanvalspogingen — niet voor 460 succesvolle inbraken. De operatie bestond bovendien uit zowel autonome als conventionele activiteiten. 4
Dat onderscheid is belangrijk. De zaak laat niet zien dat DeepSeek zelfstandig honderden systemen heeft gekraakt. Wel laat ze zien hoe een operator AI kan gebruiken om het repetitieve middendeel van een aanval te automatiseren: kwetsbare doelwitten vinden, ze koppelen aan bekende zwakke plekken, openbare exploitcode ophalen en vervolgens het volgende doelwit proberen.
Het duidelijkste risico is schaal. Wanneer een goedkoop model wordt gekoppeld aan een agentframework met terminaltoegang, kunnen taken die eerder langdurige handmatige inspanning vereisten steeds opnieuw worden uitgevoerd tegen grote aantallen internetgerichte systemen. AI verlaagt zo de operationele drempel voor grootschalige verkenning en exploitatie. 1
6
15
Tegelijkertijd toont deze zaak ook de grenzen van de technologie. Een succesvolle inbraak bleef afhankelijk van blootgestelde diensten, bekende kwetsbaarheden en bruikbare openbare exploitcode. AI verhoogde vooral de snelheid en het aantal pogingen; het model was niet op zichzelf de oorzaak van iedere compromittering. 5
15
Voor verdedigers blijven de praktische prioriteiten daarom grotendeels hetzelfde: patch internetgerichte producten, beperk onnodige blootstelling en let op ongebruikelijke patronen van geautomatiseerde verkenning en exploitatie. De bredere les van TeamT5 en Unit 42 is dat AI-ondersteunde aanvallen goedkoper en herhaalbaarder worden — ook wanneer de onderliggende technieken al langer bekend zijn.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
TeamT5 meldde op 24 augustus 2026 dat Chinese staatsgelieerde groepen hun aanvalsvolume meer dan verdubbelden nadat ze DeepSeek en andere AI modellen inzetten voor routinetaken en de ontwikkeling van malware.
TeamT5 meldde op 24 augustus 2026 dat Chinese staatsgelieerde groepen hun aanvalsvolume meer dan verdubbelden nadat ze DeepSeek en andere AI modellen inzetten voor routinetaken en de ontwikkeling van malware. Onderzoekers noemen de prestaties, aanpasbaarheid, lage kosten en relatief beperkte cyberveiligheidswaarborgen van DeepSeek als belangrijke redenen voor de populariteit ervan.
In een afzonderlijke zaak koppelde een Chineestalige actor DeepSeek aan het open sourceframework Hermes Agent en werden meer dan 460 internetgerichte systemen aangevallen; minstens drie organisaties werden via een kwe...
TeamT5 meldde op 24 augustus 2026 dat Chinese staatsgelieerde groepen hun aanvalsvolume meer dan verdubbelden nadat ze DeepSeek en andere AI modellen inzetten voor routinetaken en de ontwikkeling van malware. Onderzoekers noemen de prestaties, aanpasbaarheid, lage kosten en relatief beperkte cyberveiligheidswaarborg...
Gepubliceerd doorBewerkt met GPT-5.6 LunaAfbeeldingen gegenereerd met 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
Chinese staatsgelieerde cybergroepen hebben hun aanvalsvolume meer dan verdubbeld sinds ze DeepSeek en andere open-source AI-modellen in hun operaties verwerken. Dat blijkt uit onderzoek van TeamT5, een cybersecuritybedrijf uit Taiwan. De modellen automatiseren routinetaken en helpen bij de ontwikkeling van geavanceerdere kwaadaardige software, waardoor bestaande campagnes sneller en eenvoudiger op te schalen zijn. 1
3
De bevindingen betekenen niet dat AI ervaren hackers volledig vervangt. Ze laten vooral zien hoe goedkope modellen en zogeheten agentframeworks delen van een aanvalsketen kunnen automatiseren — met name verkenning, onderzoek naar kwetsbaarheden en herhaalde aanvalspogingen. Menselijke operators bepalen doorgaans nog steeds het doel en geven de algemene richting aan. 1
15
Onderzoekers noemen vier belangrijke redenen voor de populariteit van DeepSeek onder Chinese hackers:
Die combinatie heeft vooral praktische gevolgen. Een model hoeft geen volledig nieuwe kwetsbaarheid te ontdekken om nuttig te zijn. Het kan helpen bij het zoeken naar blootgestelde systemen, het aanpassen van openbare exploitcode, het interpreteren van technische resultaten en het kiezen van de volgende routinestap.
Volgens de beschikbare berichtgeving gebruiken aan China gelieerde groepen DeepSeek, ChatGPT en Claude Code voor onder meer verkenning, het maken of aanpassen van exploits, automatisering en de ontwikkeling van kwaadaardige code. Ook laterale beweging — het uitbreiden van toegang binnen een aangevallen netwerk — wordt genoemd bij aanvallen op buitenlandse bedrijven en instellingen. 3
De berichtgeving beschrijft deze activiteiten over het algemeen als het werk van staatsgelieerde of aan China gelieerde actoren als geheel. Er is niet betrouwbaar vastgesteld welke specifieke, bij naam genoemde advanced persistent threatgroep achter elk gemeld AI-gebruik zit. De voorbeelden vormen dus geen bewijs dat alle Chinese cybergroepen hetzelfde model of dezelfde werkwijze gebruiken. 1
3
Commerciële diensten zoals ChatGPT en Claude Code kunnen delen van een kwaadaardige workflow ondersteunen. Tegelijkertijd kunnen veiligheidscontroles aan de kant van de aanbieder expliciete verzoeken om offensieve operaties weigeren. In de door Unit 42 beschreven zaak testte de operator westerse tools, maar blokkeerden hun veiligheidsmaatregelen de autonome aanvalstaak. Daarna werd DeepSeek als belangrijkste redeneermodel gekozen. 14
15
Het verschil draait daarbij niet simpelweg om de vraag welk model universeel het beste is. Doorslaggevend is ook de manier waarop het wordt ingezet. DeepSeek werd gekoppeld aan een open-sourceframework zonder dezelfde beperkingen aan de gebruikerskant, waardoor het model kon functioneren binnen een door de aanvaller beheerde gereedschapsketen. 15
Palo Alto Networks’ onderzoeksteam Unit 42 documenteerde daarnaast activiteiten van een Chineestalige actor die de aliassen “knaithe” en “KnYuan” gebruikte. De operator stelde DeepSeek in als redeneermotor achter Hermes Agent, een open-sourceframework met toegang tot een terminal. De combinatie kon kwetsbaarheden inventariseren, openbare exploitcode ophalen en aanvallen proberen uit te voeren met beperkte menselijke tussenkomst. 15
5
De agent richtte zich op meer dan 460 systemen die vanaf het internet bereikbaar waren. Volgens berichtgeving over de bredere campagne werden minstens drie organisaties binnengedrongen door misbruik van een kwetsbaarheid in Citrix NetScaler. Het cijfer van 460 staat voor doelwitten of aanvalspogingen — niet voor 460 succesvolle inbraken. De operatie bestond bovendien uit zowel autonome als conventionele activiteiten. 4
Dat onderscheid is belangrijk. De zaak laat niet zien dat DeepSeek zelfstandig honderden systemen heeft gekraakt. Wel laat ze zien hoe een operator AI kan gebruiken om het repetitieve middendeel van een aanval te automatiseren: kwetsbare doelwitten vinden, ze koppelen aan bekende zwakke plekken, openbare exploitcode ophalen en vervolgens het volgende doelwit proberen.
Het duidelijkste risico is schaal. Wanneer een goedkoop model wordt gekoppeld aan een agentframework met terminaltoegang, kunnen taken die eerder langdurige handmatige inspanning vereisten steeds opnieuw worden uitgevoerd tegen grote aantallen internetgerichte systemen. AI verlaagt zo de operationele drempel voor grootschalige verkenning en exploitatie. 1
6
15
Tegelijkertijd toont deze zaak ook de grenzen van de technologie. Een succesvolle inbraak bleef afhankelijk van blootgestelde diensten, bekende kwetsbaarheden en bruikbare openbare exploitcode. AI verhoogde vooral de snelheid en het aantal pogingen; het model was niet op zichzelf de oorzaak van iedere compromittering. 5
15
Voor verdedigers blijven de praktische prioriteiten daarom grotendeels hetzelfde: patch internetgerichte producten, beperk onnodige blootstelling en let op ongebruikelijke patronen van geautomatiseerde verkenning en exploitatie. De bredere les van TeamT5 en Unit 42 is dat AI-ondersteunde aanvallen goedkoper en herhaalbaarder worden — ook wanneer de onderliggende technieken al langer bekend zijn.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
TeamT5 meldde op 24 augustus 2026 dat Chinese staatsgelieerde groepen hun aanvalsvolume meer dan verdubbelden nadat ze DeepSeek en andere AI modellen inzetten voor routinetaken en de ontwikkeling van malware.
TeamT5 meldde op 24 augustus 2026 dat Chinese staatsgelieerde groepen hun aanvalsvolume meer dan verdubbelden nadat ze DeepSeek en andere AI modellen inzetten voor routinetaken en de ontwikkeling van malware. Onderzoekers noemen de prestaties, aanpasbaarheid, lage kosten en relatief beperkte cyberveiligheidswaarborgen van DeepSeek als belangrijke redenen voor de populariteit ervan.
In een afzonderlijke zaak koppelde een Chineestalige actor DeepSeek aan het open sourceframework Hermes Agent en werden meer dan 460 internetgerichte systemen aangevallen; minstens drie organisaties werden via een kwe...