LightSpy beskrivs som en betald övervakningstjänst med olika prisnivåer, faktureringssystem och demomiljö. Kunderna uppges omfatta kinesiska företag, myndigheter, militära organisationer och utbildningsinstitutioner .
Plattformen kan bland annat samla in:
Den kan dessutom radera innehållet på en drabbad enhet på distans .
Infrastrukturen har också vuxit kraftigt. Arctic Wolf uppger att LightSpy nu omfattar 117 servrar. Skadlig kod har dessutom placerats i nätverksroutrar i Europa och Afrika, vilket kan göra det möjligt att fånga upp och vidarebefordra data . De senaste versionerna stöder iOS, Android och Windows och har mer än 100 kommandon samt 28 tilläggsmoduler .
Det innebär att LightSpy inte längre främst är ett smalt verktyg för iPhone-spionage. Det har i stället blivit en modulär, plattformsöverskridande övervakningsprodukt som kan kopplas till kinesiskt statsstödda aktörer. Den kommersiella modellen tyder på att statsanknuten spionteknik i högre grad paketeras och görs tillgänglig för flera typer av kunder .
Den 30 juli 2026 beskrev Palo Alto Networks säkerhetsenhet Unit 42 en annan utveckling. En kinesisktalande hotaktör, som använde aliasen ”knaithe” och ”KnYuan”, kopplade DeepSeek till det öppna ramverket Hermes Agent för att genomföra cyberattacker med begränsad mänsklig styrning .
Operatören skickade en första instruktion via Telegram. Därefter kunde AI-agenten självständigt:
Kampanjen riktades mot mer än 460 system i Asien. Fjorton angrepp ledde enligt rapporteringen till lyckade intrång . Unit 42 bedömde att aktören befann sig i Zhuhai i Kina .
Aktören ska också ha försökt få Claude- och OpenAI-modeller att utföra samma typ av uppgift. De modellerna avvisade begäran med hänvisning till säkerhetskontroller, medan DeepSeek inte gjorde det .
Unit 42 beskrev händelsen som det första offentligt dokumenterade fallet där en hotaktör har beväpnat en AI-modell för att driva en fullständig agentbaserad attackkampanj i stor skala . En forskare sammanfattade utvecklingen som att en mänsklig aktör med ont uppsåt medvetet hade beväpnat en AI-modell för att genomföra en agentbaserad attack från början till slut .
DeepSeek-fallet visar hur AI kan användas för mer än att skriva text eller föreslå kod. I den här operationen användes modellen som en del av en kedja för spaning, sökning efter exploateringsmetoder och angrepp. Det minskar behovet av ständig mänsklig styrning och kan göra det möjligt att rikta sig mot många fler system på kortare tid .
Det betyder inte att alla delar av en sådan operation fungerar felfritt. Många angrepp kan misslyckas på grund av felaktiga konfigurationer eller andra tekniska hinder. Men tröskeln för att testa ett stort antal mål blir lägre när AI kan göra det förberedande arbetet i hög hastighet .
LightSpy visar samma utveckling från ett annat håll. Verktyget har gått från att vara inriktat på en plattform till att stödja flera operativsystem och ett stort antal funktioner . Med prisnivåer, betalningssystem och demomiljö liknar det mer en färdig tjänst än ett verktyg som bara används i en enskild operation .
Det kan i sin tur öka antalet potentiella användare och motståndare. Om avancerad övervakningsteknik kan köpas som en tjänst behöver varje angrepp inte längre byggas från grunden av en särskilt stor eller specialiserad grupp.
LightSpys infrastruktur sträcker sig enligt Arctic Wolf över minst 13 länder i Asien, Europa och Afrika. Att routrar i europeiska och afrikanska nätverk har kopplats till plattformen visar dessutom att hotbilden inte bara gäller enskilda mobiltelefoner eller datorer .
DeepSeek-kampanjen riktades mot internetansluten infrastruktur i Asien och visar hur automatisering kan ge en aktör bred räckvidd utan ett stort team som manuellt behöver gå igenom varje mål .
Händelserna får flera konsekvenser för cybersäkerheten:
LightSpy och DeepSeek representerar alltså två olika vägar mot samma mål: större räckvidd med mindre manuell insats. Det ena fallet visar hur spionprogram kan bli globala tjänster. Det andra visar hur AI kan ta över delar av själva angreppsarbetet. För försvarare innebär det att gamla antaganden om både verktyg, nätverksgränser och mänsklig kontroll behöver omprövas.