Raport Google GTIG za III kwartał 2026 r. wskazuje przejście od pojedynczych promptów do agentowych przepływów pracy, które łączą kolejne zadania podczas włamania.
Opublikowane przezEdytowane za pomocą GPT-5.6 TerraObrazy wygenerowane za pomocą GPT Image 2
Research answer

Create a landscape editorial hero image for this Studio Global article: What did Google Threat Intelligence Group’s Q3 2026 AI Threat Tracker reveal about how artificial intelligence is being used by financially. Article summary: Google’s Q3 2026 tracker found that AI misuse has moved beyond one-off assistance—such as writing code or polishing a phishing email—toward agentic workflows that can automate linked stages of an intrusion. GTIG said thi. Topic tags: general, 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, click
Google Threat Intelligence Group (GTIG) w raporcie AI Threat Tracker za III kwartał 2026 r. opisuje istotną zmianę w zachowaniu atakujących. Sztuczna inteligencja przestaje służyć wyłącznie do pojedynczych zadań, takich jak napisanie wiadomości czy fragmentu kodu. Część grup łączy zadania wspierane przez AI w agentowe przepływy pracy, ograniczając opóźnienia wynikające z konieczności bieżącego udziału człowieka. Nie oznacza to jeszcze potwierdzonych „bezobsługowych” cyberataków, ale skraca czas, jaki obrońcy mają na wykrycie, zbadanie i powstrzymanie incydentu. 2
5
Wcześniejsze nadużycia AI często polegały na wsparciu jednego etapu: rozpoznaniu celu, przygotowaniu wiadomości phishingowej, pisaniu lub poprawianiu kodu czy tłumaczeniu tekstu. We wrześniowej aktualizacji GTIG wskazuje, że bardziej zaawansowani przeciwnicy przechodzą do procesów, w których systemy AI realizują kilka powiązanych zadań i wspierają automatyzację operacji. 2
5
To ważne rozróżnienie. Połączony proces może szybciej przechodzić między etapami, takimi jak rozpoznanie, skanowanie podatności, pozyskiwanie danych uwierzytelniających, rozwiązywanie problemów technicznych czy dalsze działania po uzyskaniu dostępu. Mniejszy udział człowieka może więc skurczyć tradycyjne okno reakcji zespołów bezpieczeństwa. 2
5
Jeden z najbardziej konkretnych przykładów dotyczy grupy nastawionej na zysk finansowy. Według informacji o raporcie wykorzystała ona środowisko wielu agentów do przygotowania i uruchomienia zakrojonej na dużą skalę operacji wykradania danych uwierzytelniających w czasie poniżej sześciu godzin. Agenci mieli automatyzować m.in. skanowanie, pozyskiwanie poświadczeń i usuwanie bieżących problemów technicznych. 2
12
Znaczenie nie sprowadza się więc do tego, że przestępcy użyli AI do napisania skryptu. Agenci mogą pomagać utrzymać tempo operacji także wtedy, gdy napotyka ona typowe przeszkody techniczne, ograniczając ręczną pracę potrzebną do koordynowania ataku.
GTIG opisał użycie AI przez podmioty powiązane z państwami — od wstępnego researchu i zbierania informacji o celach po rozwiązywanie problemów w trakcie operacji. Zidentyfikowana jako BASINCASTLE grupa szpiegowska powiązana z Chinami miała używać dużych modeli językowych (LLM) do badań oraz usuwania problemów podczas włamań. 1
Raport opisuje też inną grupę powiązaną z Chinami, która próbowała wykorzystać Gemini do stworzenia zautomatyzowanego środowiska testów penetracyjnych. Agentowa AI miała samodzielnie realizować początkowe etapy włamania. 1
Przykłady te pokazują, że AI może zwiększać skuteczność atakujących jeszcze przed próbą przeprowadzenia destrukcyjnego działania: przyspiesza badania, ułatwia techniczne eksperymenty i pomaga operatorom dostosowywać działania w toku operacji.
Najpowszechniejszy wpływ generatywnej AI może dotyczyć znanych ataków wymierzonych w ludzi, a nie zupełnie nowych kategorii zagrożeń. AI pozwala szybciej tworzyć phishing i materiały socjotechniczne, lepiej dopasowywać je do odbiorcy oraz zwiększać ich wiarygodność w różnych językach i regionach. GTIG już wcześniej informował o wykorzystywaniu AI do zbierania informacji, tworzenia realistycznych oszustw phishingowych i rozwijania złośliwego oprogramowania. 11
Dotyczy to także podszywania się i operacji wpływu. Treści wspierane przez AI mogą ułatwiać budowę bardziej przekonujących pretekstów, fałszywych tożsamości online oraz skalowalnej komunikacji wprowadzającej w błąd. Doniesienia o ustaleniach z III kwartału wskazują, że wspierane przez państwo irańskie grupy używały Gemini m.in. do phishingu i tworzenia fałszywych tożsamości. Ilustruje to, jak AI może wzmacniać zarówno operacje cybernetyczne, jak i działania wpływu. 4
W praktyce dla firm i użytkowników oznacza to, że poprawnie napisana wiadomość, dokument lub wiarygodnie brzmiący pretekst głosowy nie są już dobrą przesłanką autentyczności.
Oceny GTIG nie należy rozumieć jako dowodu, że atakujący wdrożyli już w pełni autonomiczne, kompleksowe systemy ataku przeciw rzeczywistym celom. Zespół wprost stwierdził, że nie zaobserwował jeszcze przypadków wdrożenia przez grupy zagrażające w pełni autonomicznych procesów ataku przeciw celom w praktyce. 2
Raport dokumentuje raczej postęp w kierunku autonomii. Agenci potrafią już pomagać w realizacji istotnych podzadań i łączyć fragmenty procesu ataku, jednak cele oraz decyzje o największych konsekwencjach nadal, jak się wydaje, wyznaczają ludzie. Najbliższe wyzwanie nie polega zatem na „superhakerze AI”, lecz na tym, że zwyczajne ataki mogą stać się szybsze, tańsze w prowadzeniu i trudniejsze do zatrzymania na czas. 2
5
Raport wskazuje, że trzeba chronić się nie tylko przed większą złożonością ataków, ale także przed ich tempem:
Główny przekaz raportu Google jest wyważony, ale pilny: AI nie uczyniła jeszcze w pełni autonomicznych cyberataków obserwowaną rzeczywistością, lecz już pomaga przestępcom i grupom powiązanym z państwami przekształcać znane taktyki w lepiej skoordynowane i skalowalne operacje. 2
5
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Raport Google GTIG za III kwartał 2026 r. wskazuje przejście od pojedynczych promptów do agentowych przepływów pracy, które łączą kolejne zadania podczas włamania.
Raport Google GTIG za III kwartał 2026 r. wskazuje przejście od pojedynczych promptów do agentowych przepływów pracy, które łączą kolejne zadania podczas włamania. Najbliższym zagrożeniem są szybkość i skala: AI może wspierać rozpoznanie, skanowanie, wykradanie danych uwierzytelniających, rozwiązywanie problemów technicznych oraz phishing.
GTIG podkreśla, że nie zaobserwował jeszcze w praktyce w pełni autonomicznych, kompletnych procesów ataku wymierzonych w rzeczywiste cele.