TeamT5 rapporterade den 24 augusti 2026 att kinesiska statsanknutna cybergrupper mer än fördubblat sin attackvolym efter att ha börjat använda DeepSeek och andra AI modeller för rutinuppgifter och utveckling av skadli... DeepSeek är attraktivt tack vare prestanda, anpassningsmöjligheter, låg kostnad och jämförelsevi...
Publicerad avRedigerad med GPT-5.6 LunaBilder genererade med 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
TeamT5 uppger att kinesiska statsanknutna cybergrupper har mer än fördubblat sin attackvolym sedan DeepSeek och andra öppna AI-modeller började användas i deras operationer. Modellerna hjälper till att automatisera rutinuppgifter och utveckla mer avancerad skadlig kod, vilket gör befintliga kampanjer snabbare och lättare att skala upp. 1
3
Det betyder inte att AI självständigt ersätter erfarna hackare. Snarare visar uppgifterna hur billiga modeller och så kallade agentramverk kan automatisera delar av angreppskedjan – särskilt kartläggning, sårbarhetsanalys och upprepade exploateringsförsök – medan mänskliga operatörer fortfarande väljer mål och anger den övergripande riktningen. 1
15
Forskarna lyfter fram fyra huvudsakliga skäl till DeepSeeks popularitet bland kinesiska hackare:
Kombinationen får praktiska följder. En modell behöver inte hitta en helt ny sårbarhet för att vara användbar. Den kan hjälpa till att söka efter exponerade system, anpassa offentlig exploitkod, tolka tekniska resultat och avgöra vilket rutinmässigt steg som ska testas härnäst.
Rapporteringen beskriver Kina-kopplade grupper som använder DeepSeek, ChatGPT och Claude Code för kartläggning, skapande eller anpassning av exploitkod, automatisering och utveckling av skadlig kod. Verktygen har också använts i samband med så kallad lateral förflyttning, där angriparen tar sig vidare mellan system i utländska företag och institutioner. 3
Den tillgängliga rapporteringen beskriver i huvudsak aktiviteten som utförd av statsanknutna eller Kina-kopplade aktörer sammantaget. Den pekar inte tillförlitligt ut en specifik namngiven avancerad persistent threat-grupp bakom varje AI-användning. Exemplen bör därför inte tolkas som att alla kinesiska cybergrupper använder samma modell eller arbetsflöde. 1
3
Kommersiella tjänster som ChatGPT och Claude Code kunde bistå med delar av ett skadligt arbetsflöde. Samtidigt kan leverantörernas säkerhetskontroller neka uttryckliga instruktioner om offensiva operationer. I det fall som Unit 42 dokumenterade testade operatören västerländska verktyg, men deras skydd stoppade den autonoma attackuppgiften. Därefter valdes DeepSeek som den huvudsakliga resonemangsmodellen. 14
15
Skillnaden handlar därför inte nödvändigtvis om att en modell alltid är mer kapabel än en annan, utan om hur den används. DeepSeek kopplades till ett öppet ramverk utan samma begränsningar på klientsidan, vilket gjorde det möjligt att köra modellen i en verktygskedja som angriparen själv kontrollerade. 15
Palo Alto Networks säkerhetsenhet Unit 42 dokumenterade separat aktivitet från en kinesisktalande aktör som använde aliasen ”knaithe” och ”KnYuan”. Operatören konfigurerade DeepSeek som resonemangsmotor i Hermes Agent, ett öppet agentramverk med åtkomst till terminalen. Systemet kunde kartlägga sårbarheter, hämta offentlig exploitkod och försöka genomföra angrepp med begränsad mänsklig övervakning. 15
5
Agenten riktade sig mot över 460 internetexponerade system. Enligt rapporteringen om den bredare kampanjen utsattes minst tre organisationer för intrång genom exploatering av en sårbarhet i Citrix NetScaler. Siffran 460 avser mål eller attackförsök – inte 460 lyckade intrång – och operationen kombinerade autonoma och konventionella metoder. 4
Den skillnaden är viktig. Fallet visar inte att DeepSeek på egen hand tog sig in i hundratals system. Det visar hur en operatör använde AI för att automatisera den repetitiva mittdelen av ett angrepp: hitta exponerade mål, koppla dem till kända sårbarheter, hämta offentlig exploitkod och gå vidare till nästa kandidat.
Den tydligaste risken är skalan. När en billig modell kopplas till ett agentramverk med terminalåtkomst kan uppgifter som tidigare krävde långvarigt manuellt arbete upprepas mot många internetexponerade system. AI kan därmed sänka tröskeln för omfattande kartläggning och exploatering. 1
6
15
Samtidigt visar fallet teknikens begränsningar. Ett lyckat intrång krävde fortfarande exponerade tjänster, kända sårbarheter och användbar offentlig exploitkod. AI ökade hastigheten och antalet försök, men var inte ensam orsak till varje intrång. 5
15
Försvararnas praktiska prioriteringar är därför i grunden desamma: installera säkerhetsuppdateringar i internetvända produkter, ta bort onödig exponering och övervaka ovanliga mönster av automatiserad kartläggning och exploatering. Den bredare lärdomen från TeamT5 och Unit 42 är att AI-stödda attacker blir billigare och mer repeterbara – även när de underliggande metoderna är välkända.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
TeamT5 rapporterade den 24 augusti 2026 att kinesiska statsanknutna cybergrupper mer än fördubblat sin attackvolym efter att ha börjat använda DeepSeek och andra AI modeller för rutinuppgifter och utveckling av skadli...
TeamT5 rapporterade den 24 augusti 2026 att kinesiska statsanknutna cybergrupper mer än fördubblat sin attackvolym efter att ha börjat använda DeepSeek och andra AI modeller för rutinuppgifter och utveckling av skadli... DeepSeek är attraktivt tack vare prestanda, anpassningsmöjligheter, låg kostnad och jämförelsevis svaga säkerhetsbegränsningar för offensiva cyberförfrågningar.
I ett separat fall från Unit 42 kopplade en kinesisktalande aktör DeepSeek till ramverket Hermes Agent och riktade attacker mot över 460 internetexponerade system.
TeamT5 rapporterade den 24 augusti 2026 att kinesiska statsanknutna cybergrupper mer än fördubblat sin attackvolym efter att ha börjat använda DeepSeek och andra AI modeller för rutinuppgifter och utveckling av skadli... DeepSeek är attraktivt tack vare prestanda, anpassningsmöjligheter, låg kostnad och jämförelsevi...
Publicerad avRedigerad med GPT-5.6 LunaBilder genererade med 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
TeamT5 uppger att kinesiska statsanknutna cybergrupper har mer än fördubblat sin attackvolym sedan DeepSeek och andra öppna AI-modeller började användas i deras operationer. Modellerna hjälper till att automatisera rutinuppgifter och utveckla mer avancerad skadlig kod, vilket gör befintliga kampanjer snabbare och lättare att skala upp. 1
3
Det betyder inte att AI självständigt ersätter erfarna hackare. Snarare visar uppgifterna hur billiga modeller och så kallade agentramverk kan automatisera delar av angreppskedjan – särskilt kartläggning, sårbarhetsanalys och upprepade exploateringsförsök – medan mänskliga operatörer fortfarande väljer mål och anger den övergripande riktningen. 1
15
Forskarna lyfter fram fyra huvudsakliga skäl till DeepSeeks popularitet bland kinesiska hackare:
Kombinationen får praktiska följder. En modell behöver inte hitta en helt ny sårbarhet för att vara användbar. Den kan hjälpa till att söka efter exponerade system, anpassa offentlig exploitkod, tolka tekniska resultat och avgöra vilket rutinmässigt steg som ska testas härnäst.
Rapporteringen beskriver Kina-kopplade grupper som använder DeepSeek, ChatGPT och Claude Code för kartläggning, skapande eller anpassning av exploitkod, automatisering och utveckling av skadlig kod. Verktygen har också använts i samband med så kallad lateral förflyttning, där angriparen tar sig vidare mellan system i utländska företag och institutioner. 3
Den tillgängliga rapporteringen beskriver i huvudsak aktiviteten som utförd av statsanknutna eller Kina-kopplade aktörer sammantaget. Den pekar inte tillförlitligt ut en specifik namngiven avancerad persistent threat-grupp bakom varje AI-användning. Exemplen bör därför inte tolkas som att alla kinesiska cybergrupper använder samma modell eller arbetsflöde. 1
3
Kommersiella tjänster som ChatGPT och Claude Code kunde bistå med delar av ett skadligt arbetsflöde. Samtidigt kan leverantörernas säkerhetskontroller neka uttryckliga instruktioner om offensiva operationer. I det fall som Unit 42 dokumenterade testade operatören västerländska verktyg, men deras skydd stoppade den autonoma attackuppgiften. Därefter valdes DeepSeek som den huvudsakliga resonemangsmodellen. 14
15
Skillnaden handlar därför inte nödvändigtvis om att en modell alltid är mer kapabel än en annan, utan om hur den används. DeepSeek kopplades till ett öppet ramverk utan samma begränsningar på klientsidan, vilket gjorde det möjligt att köra modellen i en verktygskedja som angriparen själv kontrollerade. 15
Palo Alto Networks säkerhetsenhet Unit 42 dokumenterade separat aktivitet från en kinesisktalande aktör som använde aliasen ”knaithe” och ”KnYuan”. Operatören konfigurerade DeepSeek som resonemangsmotor i Hermes Agent, ett öppet agentramverk med åtkomst till terminalen. Systemet kunde kartlägga sårbarheter, hämta offentlig exploitkod och försöka genomföra angrepp med begränsad mänsklig övervakning. 15
5
Agenten riktade sig mot över 460 internetexponerade system. Enligt rapporteringen om den bredare kampanjen utsattes minst tre organisationer för intrång genom exploatering av en sårbarhet i Citrix NetScaler. Siffran 460 avser mål eller attackförsök – inte 460 lyckade intrång – och operationen kombinerade autonoma och konventionella metoder. 4
Den skillnaden är viktig. Fallet visar inte att DeepSeek på egen hand tog sig in i hundratals system. Det visar hur en operatör använde AI för att automatisera den repetitiva mittdelen av ett angrepp: hitta exponerade mål, koppla dem till kända sårbarheter, hämta offentlig exploitkod och gå vidare till nästa kandidat.
Den tydligaste risken är skalan. När en billig modell kopplas till ett agentramverk med terminalåtkomst kan uppgifter som tidigare krävde långvarigt manuellt arbete upprepas mot många internetexponerade system. AI kan därmed sänka tröskeln för omfattande kartläggning och exploatering. 1
6
15
Samtidigt visar fallet teknikens begränsningar. Ett lyckat intrång krävde fortfarande exponerade tjänster, kända sårbarheter och användbar offentlig exploitkod. AI ökade hastigheten och antalet försök, men var inte ensam orsak till varje intrång. 5
15
Försvararnas praktiska prioriteringar är därför i grunden desamma: installera säkerhetsuppdateringar i internetvända produkter, ta bort onödig exponering och övervaka ovanliga mönster av automatiserad kartläggning och exploatering. Den bredare lärdomen från TeamT5 och Unit 42 är att AI-stödda attacker blir billigare och mer repeterbara – även när de underliggande metoderna är välkända.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
TeamT5 rapporterade den 24 augusti 2026 att kinesiska statsanknutna cybergrupper mer än fördubblat sin attackvolym efter att ha börjat använda DeepSeek och andra AI modeller för rutinuppgifter och utveckling av skadli...
TeamT5 rapporterade den 24 augusti 2026 att kinesiska statsanknutna cybergrupper mer än fördubblat sin attackvolym efter att ha börjat använda DeepSeek och andra AI modeller för rutinuppgifter och utveckling av skadli... DeepSeek är attraktivt tack vare prestanda, anpassningsmöjligheter, låg kostnad och jämförelsevis svaga säkerhetsbegränsningar för offensiva cyberförfrågningar.
I ett separat fall från Unit 42 kopplade en kinesisktalande aktör DeepSeek till ramverket Hermes Agent och riktade attacker mot över 460 internetexponerade system.