AI skróciło okno eksploatacji luk do kilku godzin

Niektóre grupy działały jeszcze szybciej. Powiązane z Chinami ugrupowania VAULT PANDA i GENESIS PANDA rozpoczynały celowane ataki na krytyczne podatności aplikacji internetowych w ciągu 24 godzin od ich ujawnienia . W przypadku luki React2Shell działający exploit pojawił się dzień po ujawnieniu podatności i wydaniu poprawek .

CrowdStrike opisuje dziś ten odstęp nie w dniach, lecz w godzinach . Dla organizacji oznacza to, że tradycyjny model: „najpierw ocenić ryzyko, potem zaplanować aktualizację”, może być zbyt wolny w obliczu aktywnie wykorzystywanej luki.

Ataki wspierane przez AI wzrosły o 89 proc.

Dane CrowdStrike pokazują, że w 2025 roku liczba ataków prowadzonych przez przeciwników korzystających z AI wzrosła o 89 proc. Firma zaobserwowała również ponad 90 organizacji, w których legalne narzędzia AI zostały wykorzystane do generowania złośliwych poleceń i kradzieży wrażliwych danych .

Jednocześnie średni czas przełamania zabezpieczeń — okres między uzyskaniem przez napastnika początkowego dostępu a rozpoczęciem przemieszczania się do kolejnych systemów — spadł do 29 minut. Najszybszy odnotowany przypadek trwał zaledwie 27 sekund . W porównaniu z 2024 rokiem oznacza to wzrost szybkości ataku o 65 proc.

Najważniejsze trendy obejmują:

• Automatyczne wyszukiwanie podatności i tworzenie exploitów stają się rutynowym elementem działalności napastników .
• AI agentowe przesuwa cyberataki od modelu wspomaganego przez człowieka w stronę działań autonomicznych, wykonywanych w tempie maszynowym .
• Aktywność przestępców finansowych ukierunkowana na chmurę wzrosła o 171 proc. Napastnicy szukali między innymi danych uwierzytelniających, zasobów do kopania kryptowalut oraz dostępu do dużych modeli językowych .
• Liczba włamań z wykorzystaniem vishingu, czyli phishingu prowadzonego przez telefon lub komunikaty głosowe, podwoiła się .

AI stało się również celem ataku

Sztuczna inteligencja nie jest wyłącznie narzędziem używanym przez napastników. Sama staje się cennym elementem infrastruktury, a wraz z nią rośnie znaczenie łańcucha dostaw oprogramowania.

Według raportu CrowdStrike grupy powiązane z Koreą Północną skaziły 131 zaufanych pakietów frameworków AI, w tym wstrzykiwały złośliwe pakiety do frameworków Mastra AI . To przykład ataku na środowisko, w którym powstają i są wdrażane systemy AI — a nie tylko na gotową aplikację używaną przez organizację.

W praktyce atakujący coraz częściej podążają za zaufaniem: do pakietów programistycznych, potoków budowania oprogramowania, tożsamości w chmurze, narzędzi deweloperskich i agentów AI .

Obrońcy potrzebują tygodni, napastnicy — minut

Dataminr 2026 Mid-Year Cyber Threat Landscape Report pokazuje rosnącą asymetrię między tempem ataku i obrony .

• Mediana czasu potrzebnego na załatanie podatności wzrosła z 32 do 43 dni, zgodnie z danymi przywołanymi w 2026 Verizon DBIR .
• Średni czas przełamania zabezpieczeń spadł do mniej niż 30 minut .
• Ransomware odpowiadał za 25 proc. potwierdzonych zdarzeń powodujących straty cybernetyczne .
• Wykorzystanie podatności wyprzedziło skradzione dane uwierzytelniające i po raz pierwszy stało się najczęstszym punktem wejścia prowadzącym do naruszenia bezpieczeństwa .

To różnica, której nie da się zniwelować samym zwiększeniem liczby poprawek. Jeśli napastnik może przejść od początkowego dostępu do kolejnego systemu w pół godziny, organizacje muszą łączyć priorytetyzację podatności, monitorowanie zagrożeń i automatyczną reakcję — zamiast polegać wyłącznie na standardowym harmonogramie aktualizacji.

Cisco Talos: zabezpieczenia AI można obejść prostą manipulacją

Badania Cisco Talos przedstawione podczas Black Hat wskazują, że komercyjne mechanizmy bezpieczeństwa modeli AI mogą być łatwe do obejścia .

W wielu przypadkach wystarczyło twierdzić, że użytkownik jest właścicielem atakowanych serwerów albo bierze udział w ćwiczeniu typu capture the flag lub programie bug bounty, aby model zaczął pomagać w działaniach związanych z cyberatakiem .

Napastnicy stosują też prostszą, ale skuteczną metodę: dzielą złośliwe zadanie między wiele sesji i plików. Poszczególne polecenia są na tyle małe, że żadne z nich osobno nie wygląda na szkodliwe . Badacze Talos stwierdzili ponadto, że AI znajduje podatności szybciej, niż ludzie są w stanie je załatać i zweryfikować . Oznacza to, że samo wykrywanie luk przestało być głównym wąskim gardłem — problemem jest tempo bezpiecznego usuwania ich skutków.

Firmy z branży próbują nadrobić dystans

Zapowiedzi z Black Hat 2026 pokazują, że dostawcy bezpieczeństwa odchodzą od prostego dodawania „copilotów” do istniejących produktów. AI jest coraz częściej wbudowywana bezpośrednio w operacyjne procesy bezpieczeństwa .

• Xage Security zapowiedziało mikrosegmentację opartą na tożsamości, stosującą zasady modelu zero trust na poziomie obciążeń.
• SentinelOne, Cycode i Miggo Security zaprezentowały autonomiczne funkcje bezpieczeństwa — wykrywanie, analizę i reakcję wspierane przez AI, które mogą działać w tempie maszynowym i bez bezpośredniej interwencji człowieka .
• ESET rozszerzyło zastosowanie AI na wykrywanie zagrożeń, dochodzenia, ochronę i operacje bezpieczeństwa .
• Flashpoint uruchomił konfigurowalne przepływy pracy związane z analizą zagrożeń, wykorzystujące AI .
• Microsoft skupił przekaz wokół ochrony zaufania w erze AI i ataków na łańcuch dostaw. Firma zwróciła uwagę, że napastnicy „podążają za zaufaniem” do pakietów oprogramowania, potoków budowania, tożsamości w chmurze i agentów AI .

Jedna technologia, dwie role

Wspólny obraz wyłaniający się z raportów zaprezentowanych podczas Black Hat 2026 jest jednoznaczny: AI jednocześnie przyspiesza ataki i staje się niezbędnym narzędziem obrony .

Po stronie ofensywnej umożliwia automatyczne tworzenie exploitów, szybsze wyszukiwanie podatności, autonomiczne ataki agentowe oraz masowe kampanie phishingowe. Same systemy AI są natomiast coraz cenniejszym celem .

Po stronie defensywnej AI trafia do narzędzi wykrywania, analizy, reagowania, wywiadu o zagrożeniach i mikrosegmentacji opartej na tożsamości . Jej zadaniem jest zmniejszenie przewagi czasowej, którą uzyskali napastnicy.

Jak podsumowano w jednym z raportów, AI zmierza do tego, by stać się jednocześnie częścią zespołu bezpieczeństwa, częścią powierzchni ataku i częścią problemu . Największe wyzwanie 2026 roku polega na tym, że przestępcy już wykorzystują AI do działania na dużą skalę i w wysokim tempie, podczas gdy obrońcy wciąż próbują dogonić przeciwnika, który przełamuje zabezpieczenia w minuty i wykorzystuje podatności w godziny.