Como grupos ligados à China estão usando a DeepSeek para ampliar ataques cibernéticos

Grupos cibernéticos ligados ao Estado chinês mais que dobraram o volume de ataques depois de incorporar a DeepSeek e outros modelos de inteligência artificial de código aberto às suas operações, segundo a empresa taiwanesa de pesquisa em segurança TeamT5. Os modelos são usados para automatizar tarefas rotineiras e ajudar no desenvolvimento de softwares maliciosos mais avançados, tornando campanhas já existentes mais rápidas e fáceis de ampliar. 13

As descobertas não indicam que a IA tenha substituído hackers experientes ou opere sempre sem supervisão. O que os dados mostram é que modelos baratos, conectados a frameworks de agentes, conseguem automatizar partes do fluxo ofensivo — especialmente reconhecimento, pesquisa de vulnerabilidades e tentativas repetidas de ataque — enquanto operadores humanos continuam definindo objetivos e orientando a operação. 115

Por que a DeepSeek atrai atacantes

Os pesquisadores citados no levantamento apontam quatro fatores principais para a popularidade da DeepSeek entre hackers chineses:

• Desempenho: o modelo é considerado capaz para tarefas de programação e raciocínio usadas em operações cibernéticas.
• Possibilidade de customização: modelos abertos ou mais acessíveis podem ser adaptados e conectados a ferramentas controladas pelos atacantes.
• Custo mais baixo: despesas operacionais são decisivas quando o objetivo é repetir tarefas em grande escala. 16
• Menos restrições de segurança cibernética: TeamT5 e Unit 42 descreveram a DeepSeek como relativamente menos protegida contra solicitações relacionadas a ações ofensivas do que serviços ocidentais. 315

Essa combinação tem um efeito prático importante. Um modelo não precisa descobrir uma vulnerabilidade inédita para ser útil: ele pode ajudar a localizar sistemas expostos, adaptar códigos públicos de exploração, interpretar resultados técnicos e escolher qual etapa rotineira tentar em seguida.

Como os modelos estão sendo usados

Os relatos descrevem grupos ligados à China usando DeepSeek, ChatGPT e Claude Code para reconhecimento, criação ou adaptação de exploits, automação e desenvolvimento de código malicioso. Também há menções ao movimento lateral — quando o invasor se desloca de um sistema comprometido para outros dentro do mesmo ambiente — em ataques contra empresas e instituições estrangeiras. 3

Em geral, as informações disponíveis tratam a atividade como obra de atores ligados ao Estado ou à China de forma coletiva. Elas não identificam com segurança um grupo específico de ameaça persistente avançada, ou APT, por trás de cada uso de IA. Portanto, os exemplos não devem ser interpretados como prova de que todos os grupos cibernéticos chineses usam o mesmo modelo ou seguem o mesmo fluxo de trabalho. 13

ChatGPT e Claude Code: úteis, mas com limitações

Ferramentas comerciais como ChatGPT e Claude Code podem auxiliar em partes de uma operação maliciosa, mas os controles de segurança dos próprios provedores podem recusar pedidos explícitos para realizar ações ofensivas. No caso analisado pela Unit 42, o operador testou ferramentas ocidentais e descobriu que as salvaguardas bloqueavam a tarefa de ataque autônomo; depois, escolheu a DeepSeek como principal modelo de raciocínio. 1415

A diferença não significa necessariamente que um modelo seja, em qualquer situação, mais capaz do que os demais. Ela está sobretudo na forma como a ferramenta é implantada. A DeepSeek foi conectada a um framework de código aberto sem as mesmas restrições aplicadas no lado do cliente por serviços comerciais, permitindo que o modelo funcionasse dentro de uma cadeia de ferramentas controlada pelo atacante. 15

A campanha do Hermes Agent contra mais de 460 sistemas

A Unit 42, da Palo Alto Networks, documentou separadamente a atividade de um ator de língua chinesa que usava os nomes “knaithe” e “KnYuan”. O operador configurou a DeepSeek como mecanismo de raciocínio do Hermes Agent, um framework de código aberto capaz de operar pelo terminal. A estrutura conseguia enumerar vulnerabilidades, baixar códigos públicos de exploração e tentar invadir sistemas com supervisão humana limitada. 155

O agente mirou mais de 460 sistemas expostos à internet. Segundo relatos sobre a campanha mais ampla, pelo menos três organizações foram comprometidas por meio da exploração de uma vulnerabilidade no Citrix NetScaler. O número 460 representa alvos ou tentativas de ataque — não 460 invasões bem-sucedidas — e a operação combinou ações autônomas com atividades convencionais. 4

Essa distinção é essencial. O caso não mostra que a DeepSeek invadiu centenas de sistemas sozinha. Ele mostra um operador usando um modelo de IA para automatizar a parte repetitiva e trabalhosa de um ataque: encontrar alvos expostos, relacioná-los a vulnerabilidades conhecidas, obter códigos públicos de exploração e testar o próximo candidato.

O que isso significa para quem se defende

O risco mais claro é a escala. Quando um modelo de baixo custo é conectado a um framework de agentes com acesso ao terminal, tarefas que antes exigiam muitas horas de trabalho manual podem ser repetidas contra numerosos sistemas expostos à internet. A IA, assim, reduz a barreira operacional para reconhecimento e exploração em alto volume. 1615

Mas o mesmo caso também evidencia os limites da tecnologia. Os comprometimentos bem-sucedidos ainda dependeram de serviços expostos, vulnerabilidades conhecidas e códigos públicos de exploração utilizáveis. A IA aumentou a velocidade e o volume das tentativas; sozinha, não foi a causa de cada invasão. 515

Para os defensores, a prioridade prática continua sendo diminuir a superfície de ataque: aplicar correções em produtos expostos à internet, retirar serviços desnecessários da exposição pública e monitorar padrões incomuns de reconhecimento e exploração automatizados. A lição mais ampla dos relatórios da TeamT5 e da Unit 42 é que ataques assistidos por IA estão se tornando mais baratos e repetíveis — mesmo quando as técnicas usadas já são conhecidas.