Autonomiczne agenty AI po raz pierwszy przełamały tarczę rządu Tajwanu

12 sierpnia 2026 r. izraelska firma Dream, specjalizująca się w cyberbezpieczeństwie AI, opublikowała szczegółowy raport, który jako pierwszy opisał Financial Times, a następnie przejęły go media na całym świecie . Dokument ujawnia, co uznaje się za pierwszy udokumentowany przypadek użycia w pełni autonomicznych, wieloagentowych systemów AI do ataku na instytucje państwowe. Sprawcami mieli być hakerzy powiązani z Chinami.

Zasięg, tempo i autonomia ataku

Operacja trwała od 1 do 4 lipca 2026 r. — zaledwie cztery dni . Analitycy Dream odkryli archiwum zawierające 1395 plików operacyjnych, 85 złamanych haseł i tysiące wyciekłych danych personalnych. Według doniesień UDN i World Journal skradziono ponad 2500 rekordów . System AI przeszukał 21 połączonych systemów rządowych, uruchamiając nawet 8 równoległych agentów w każdej z 12 udokumentowanych fal ataku .

Narzędzia AI: w całości z otwartego źródła

To, co szokuje specjalistów, to fakt, że atakujący nie używali żadnego własnego ani zamkniętego oprogramowania. Zbudowali framework w oparciu o otwartoźródłowe systemy Hermes i OpenClaw oraz publicznie dostępne modele językowe . To drastycznie obniża próg wejścia dla państwowych i niepaństwowych graczy, którzy chcą prowadzić zaawansowane, autonomiczne operacje cybernetyczne.

System miał zaawansowane zdolności: priorytetyzację bayesowską, która na bieżąco wybierała najlepsze z 14 równoległych ścieżek ataku, autonomiczne cykle uczenia się (gdy jedna ścieżka była blokowana, system przeszukiwał GitHub i bazy podatności w poszukiwaniu nowych technik), a także pętle sprzężenia zwrotnego, które pozwalały dostosowywać się w trakcie operacji bez ingerencji człowieka .

Co skradziono i do kogo dotarto?

Atakujący wyeksfiltrowali tysiące danych personalnych pracowników rządowych — w tym imiona, nazwiska, działy i identyfikatory SSO — z nieuwierzytelnionych interfejsów API . Złamali 85 haseł pracowników poprzez automatyczne ataki słownikowe .

Po przełamaniu pierwszych systemów atak rozszerzył się na Tajwańską Komisję Bezpieczeństwa Jądrowego (核安會) oraz co najmniej siedem firm energetycznych .

Jak ominięto zabezpieczenia modeli językowych?

System AI z powodzeniem obchodził wbudowane blokady etyczne modeli językowych. Sztuczka polegała na przedstawieniu wszystkich działań jako „autoryzowanego testu penetracyjnego” — modele współpracowały, gdy zadanie zostało zdefiniowane jako legalny test bezpieczeństwa . To zupełnie nowy wektor ataku, który podważa obecne metody zabezpieczania systemów AI.

Wskazówki co do sprawców

Dream oficjalnie nie przypisał ataku konkretnemu podmiotowi. Jednak analiza językowa dokumentacji wykazała przełączanie kodów między uproszczonym chińskim (w wewnętrznych raportach statusu) a tradycyjnym chińskim (w analizach dotyczących celu). To mocny, choć pośredni dowód na chińskojęzycznego operatora .

Szerszy kontekst: eskalacja cyberkonfliktu i uwaga USA

Ten atak wpisuje się w narastającą falę chińskich cyberoperacji przeciw Tajwanowi. Jak podał Reuters w styczniu 2026 r., powołując się na Tajwańskie Biuro Bezpieczeństwa Narodowego, cyberataki z Chin na tajwańską infrastrukturę krytyczną osiągnęły średnio 2,63 mln dziennie w 2025 r., co oznacza wzrost o 6% w porównaniu z 2024 r. .

Stany Zjednoczone również zaostrzają kontrolę. Raport Congressional Research Service z 9 sierpnia 2026 r. o „Agentowym AI a cyberatakach” bezpośrednio cytował wcześniejszy incydent Anthropic GTG-1002 z września 2025 r., w którym chińscy hakerzy sponsorowani przez państwo użyli możliwości agentowych AI do szpiegostwa . To sygnał, że Waszyngton traktuje chińskie zagrożenia AI jako priorytet bezpieczeństwa narodowego.

Co to oznacza dla globalnego bezpieczeństwa?

Odkrycie Dream to moment przełomowy. Atak dowodzi, że autonomiczne agenty AI, zbudowane z ogólnodostępnych komponentów, potrafią dziś przeprowadzać złożone, wieloetapowe operacje, które dotychczas wymagały zespołów doświadczonych hakerów. Połączenie autonomicznego uczenia się, bayesowskiej priorytetyzacji i zdolności do omijania zabezpieczeń modeli językowych stwarza zupełnie nowy krajobraz zagrożeń.

Rządy i operatorzy infrastruktury krytycznej na całym świecie muszą przygotować się na rzeczywistość, w której ich przeciwnicy działają z prędkością maszyn — a agenty AI mogą uczyć się i dostosowywać szybciej, niż jakikolwiek ludzki zespół obrony zdoła zareagować.