คำตอบเผยแพร่แล้ว16 แหล่งที่มา
AI Agents ถูกใช้โจมตีร้านค้าออนไลน์ในต้นทุนเพียงราว 25 ดอลลาร์ต่อเป้าหมายได้อย่างไร
Gambit Security ระบุว่า ระหว่างวันที่ 10–15 กันยายน มีโครงการโจมตี 105 โครงการ และมีบริษัทอย่างน้อย 27 แห่งถูกเจาะในระดับต่าง ๆ แคมเปญนี้รายงานว่าใช้ DeepSeek, Kimi และ Claude รุ่นเก่า ผ่านเฟรมเวิร์ก Strix, Cairn และ Hermes โดยค่าใช้จ่ายเข้าถึงโมเดลรวมราว 8,000 ดอลลาร์สหรัฐ รายชื่อเหยื่อที่ยืนยันต่อสาธารณะยังไม่ครบถ...
เผยแพร่โดยแก้ไขด้วย GPT-5.6 Terraรูปภาพสร้างด้วย GPT Image 2
คำตอบการวิจัย
ประเด็นสำคัญ
- Gambit Security ระบุว่า ระหว่างวันที่ 10–15 กันยายน มีโครงการโจมตี 105 โครงการ และมีบริษัทอย่างน้อย 27 แห่งถูกเจาะในระดับต่าง ๆ
- แคมเปญนี้รายงานว่าใช้ DeepSeek, Kimi และ Claude รุ่นเก่า ผ่านเฟรมเวิร์ก Strix, Cairn และ Hermes โดยค่าใช้จ่ายเข้าถึงโมเดลรวมราว 8,000 ดอลลาร์สหรัฐ
- รายชื่อเหยื่อที่ยืนยันต่อสาธารณะยังไม่ครบถ้วน และคำว่า “ใช้ภาษาจีน” เป็นเพียงข้อสังเกตด้านภาษาและร่องรอยปฏิบัติการ ไม่ใช่การยืนยันสัญชาติ ตัวตน หรือความเชื่อมโยงกับรัฐ
AI พรอมต์
openai.comCreate a landscape editorial hero image for this Studio Global article: How did a Chinese-speaking hacker reportedly use about $8,000 of AI-model access and the open-source agent frameworks Strix, Cairn, and Herm. Article summary: The reported campaign illustrates AI agents being used as an inexpensive, largely unattended intrusion pipeline—not evidence that the models acted independently of an operator. Public reporting attributes it to a Chinese. Topic tags: general, general web, user generated. 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 fa
รายงานการโจมตีร้านค้าออนไลน์ครั้งนี้สะท้อนว่า ผู้ไม่หวังดีสามารถนำโมเดล AI หลายตัวมาร่วมกับเฟรมเวิร์กเอเจนต์โอเพนซอร์ส เพื่อทำให้ขั้นตอนการบุกรุกจำนวนมากเป็นอัตโนมัติได้ ประเด็นสำคัญไม่ใช่ว่าโมเดลตัดสินใจโจมตีธุรกิจด้วยตนเอง แต่เป็นการที่ผู้ควบคุมกำหนดค่า สั่งงาน และวางระบบให้เอเจนต์ทำงานตั้งแต่การสอดแนม การพยายามเจาะระบบ การเก็บข้อมูลบัตรชำระเงิน ไปจนถึงการลบร่องรอยในวงกว้าง 8
นักวิจัยรายงานอะไรบ้าง
Gambit Security ระบุว่า ผู้ปฏิบัติการที่มีเป้าหมายทางการเงินรายหนึ่งใช้ AI harness แบบโอเพนซอร์ส 3 ชุด ได้แก่ Strix, Cairn และ Hermes โจมตีผู้ค้าปลีกออนไลน์ โดยแทบไม่ต้องมีคนคอยกำกับอย่างต่อเนื่อง กิจกรรมดังกล่าวเริ่มตั้งแต่เดือนกรกฎาคม 2026 และยังดำเนินอยู่ในช่วงที่เผยแพร่งานวิจัย 8
เฉพาะช่วง 5 วันระหว่างวันที่ 10–15 กันยายน Gambit ระบุว่ามีการเปิดโครงการโจมตี 105 โครงการ และมีบริษัทอย่างน้อย 27 แห่ง ถูกบุกรุกในระดับต่าง ๆ 8 รายงานอีกส่วนหนึ่งระบุว่าขอบเขตการเลือกเป้าหมายอาจสูงถึง 100 องค์กร และต้นทุนการเข้าถึงโมเดลอยู่ที่ราว 8,000 ดอลลาร์สหรัฐ
7
ผู้ปฏิบัติการถูกอธิบายว่าเป็นผู้ที่ “ใช้ภาษาจีน” ซึ่งเป็นถ้อยคำตามข้อสังเกตของนักวิจัยจากภาษาและร่องรอยการทำงาน ไม่ได้ยืนยันตัวตน สัญชาติ หรือความเกี่ยวข้องกับหน่วยงานรัฐใด
ระบบ AI agents ทำงานร่วมกันอย่างไร
รายงานเชื่อมโยงแคมเปญนี้กับโมเดล DeepSeek และ Kimi รวมถึง Claude รุ่นเก่า โดยทำงานผ่าน Strix, Cairn และ Hermes 7
13 เฟรมเวิร์กแต่ละตัวถูกมอบหมายบทบาทต่างกันในเวิร์กโฟลว์โจมตีอัตโนมัติ แทนที่จะเป็นเครื่องมือเดียวที่ทำได้ทุกอย่าง
ภาพรวมกระบวนการที่มีการรายงานมีดังนี้
- ค้นหาและประเมินเป้าหมาย — เอเจนต์ค้นหาเว็บไซต์ค้าปลีกเพื่อหาจุดอ่อนที่อาจนำไปใช้โจมตีได้
- พยายามเข้าถึงและวางโค้ดเก็บข้อมูล — เมื่อเข้าถึงได้ แคมเปญถูกระบุว่าแทรกสคริปต์ขโมยข้อมูลบัตรบนหน้าเช็กเอาต์
- รวบรวมและจัดเก็บข้อมูลที่ขโมยมา — สภาพแวดล้อมของผู้ควบคุมถูกระบุว่าเก็บทั้งข้อมูลบัตรชำระเงินและข้อมูลประกอบการปฏิบัติการ
- พยายามลบร่องรอย — ขั้นตอนนี้มีเป้าหมายเพื่อลดหลักฐานการถูกเจาะ แต่มีรายงานว่าอย่างน้อย 2 กรณีกลับทำลายข้อมูลของเหยื่อ
8
19
นัยสำคัญคือระบบอัตโนมัติช่วยลดเวลาที่มนุษย์ต้องใช้ทำงานซ้ำ ๆ กับเป้าหมายจำนวนมาก Gambit ประเมินต้นทุนส่วนเพิ่มไว้ที่หลักสิบดอลลาร์ต่อบริษัท ขณะที่รายงานเกี่ยวกับช่วง 5 วันดังกล่าวระบุค่าใช้จ่ายรวมราว 8,000 ดอลลาร์ ตัวเลขเหล่านี้เป็นการประเมินจากการสืบสวน ไม่ใช่ต้นทุนตายตัวหรือสูตรสำเร็จสำหรับการโจมตีธุรกิจทุกแห่ง 7
8
ผลกระทบ: ข้อมูลบัตรกว่า 600,000 รายการ และเว็บสกิมเมอร์บนหลายหน้าเช็กเอาต์
ผลกระทบที่รายงานมีความรุนแรง แต่ข้อมูลเปิดเผยต่อสาธารณะยังไม่สมบูรณ์ Gambit ระบุว่ามีการนำข้อมูลบัตรชำระเงินไปแล้วมากกว่า 600,000 รายการ และมีการติดตั้งสคริปต์สกิมเมอร์บนหน้าเช็กเอาต์หลายสิบหน้า 8
19
Forbes รายงานว่า ผู้โจมตีเข้าถึงเว็บไซต์ได้อย่างน้อย 30 แห่งในช่วงวันที่ 10–15 กันยายน แต่จำนวนองค์กรที่ถูกเจาะสำเร็จจริงจากเป้าหมายทั้งหมดนั้นยังไม่ชัดเจน 7 สื่อบางแห่งระบุว่าผู้ถือบัตรในสหรัฐฯ เป็นสัดส่วนมากของข้อมูลที่ถูกขโมย
6
รายชื่อบริษัทเหยื่อฉบับสมบูรณ์ที่ผ่านการยืนยันอิสระยังไม่ปรากฏในข้อมูลสาธารณะที่มีอยู่ จึงต้องแยกความหมายระหว่าง “รายชื่อเป้าหมาย” “เว็บไซต์ที่ถูกเจาะ” “หน้าเช็กเอาต์ที่มีสกิมเมอร์” และ “การเปิดเผยข้อมูลรั่วไหลที่ยืนยันแล้ว” เพราะไม่ใช่ตัวชี้วัดผลกระทบแบบเดียวกัน
เหตุใดนักวิจัยจึงมองว่าแคมเปญนี้น่าเชื่อถือ
ตามรายงานการสืบสวนของ Gambit ผู้โจมตีเผลอเปิดเผยโครงสร้างพื้นฐานที่ใช้ในปฏิบัติการสู่สาธารณะ ทำให้นักวิจัยเข้าถึงร่องรอยที่มีรายงานว่ารวมถึงการตั้งค่าเอเจนต์ และข้อมูลที่เกี่ยวข้องกับปฏิบัติการ 13
ร่องรอยดังกล่าวช่วยให้นักวิจัยย้อนสร้างบางส่วนของแคมเปญ และเชื่อมโยงไปยังร้านค้าที่ถูกบุกรุก เว็บสกิมเมอร์ และคลังข้อมูลบัตรที่ขโมยมาได้ ดังนั้น ตัวเลขมากกว่า 600,000 รายการควรถูกเข้าใจว่าเป็นจำนวนที่นักวิจัยรายงานจากสภาพแวดล้อมของผู้ก่อเหตุที่ถูกเปิดเผย ไม่ใช่การยืนยันทีละรายการจากผู้ค้าทุกรายที่ได้รับผลกระทบ 8
13
กรณี Claude รุ่นเก่ากับการปฏิเสธของรุ่นใหม่ บอกอะไรได้และบอกอะไรไม่ได้
รายงานระบุว่า Claude รุ่นเก่าเป็นส่วนหนึ่งของชุดเครื่องมือ ขณะที่ Claude รุ่นใหม่กว่าปฏิเสธคำขอที่มีเจตนาร้ายอย่างชัดแจ้ง 7 สิ่งนี้สอดคล้องกับเป้าหมายของระบบความปลอดภัยโมเดลที่พยายามปฏิเสธคำขอเกี่ยวกับการก่ออันตรายในโลกไซเบอร์
อย่างไรก็ดี ข้อมูลสาธารณะไม่มีการเปรียบเทียบเชิงเทคนิคแบบควบคุมตัวแปรระหว่างโมเดลที่เกี่ยวข้อง ไม่มีชุดพรอมป์ตฉบับเต็ม และไม่มีรายละเอียดครบถ้วนของการตั้งค่าระบบเอเจนต์ จึงสรุปไม่ได้ว่าโมเดลใดโมเดลหนึ่ง “เป็นต้นเหตุ” ของแคมเปญ หรือการปฏิเสธของรุ่นใหม่เพียงอย่างเดียวอธิบายความแตกต่างทั้งหมด ปัจจัยชี้ขาดคือการออกแบบเครื่องมือ สิทธิ์เข้าถึง และเวิร์กโฟลว์โดยผู้ควบคุม
สิ่งที่ผู้ค้าปลีกควรนำไปใช้ และการตอบสนองที่มีรายงาน
Gambit ระบุว่าแคมเปญยังดำเนินอยู่ และผู้โจมตีกำลังสร้างโครงสร้างพื้นฐานขึ้นใหม่ 8 งานวิจัยของบริษัทเป็นบัญชีสาธารณะหลักที่อธิบายขนาดและวิธีการของแคมเปญนี้ ขณะเดียวกัน Shadowserver มีช่องทางส่งรายงานแก้ไขปัญหาแบบเฉพาะเจาะจงให้เจ้าของเครือข่ายที่ผ่านการตรวจสอบ หน่วยงานรัฐ และพันธมิตร CSIRT ระดับประเทศ ซึ่งอาจช่วยส่งต่อข้อมูลการบุกรุกที่ได้รับการยืนยันไปยังองค์กรที่แก้ไขได้
18
สำหรับผู้ค้าปลีก ข้อสรุปเร่งด่วนคือควรตรวจสอบหน้าเช็กเอาต์ สคริปต์จากผู้ให้บริการภายนอก พื้นผิวการจัดการระบบที่เปิดเผยต่ออินเทอร์เน็ต และกระบวนการกู้คืนอย่างต่อเนื่อง เหตุการณ์ลบข้อมูลของเหยื่อเป็นเครื่องเตือนว่าแผนรับมือเหตุการณ์ต้องครอบคลุมการกู้คืน ไม่ใช่แค่การตรวจจับ การเฝ้าระวังการเปลี่ยนแปลงที่ไม่ได้รับอนุญาตในขั้นตอนชำระเงิน และการมีข้อมูลสำรองแบบแยกส่วนที่ทดสอบการกู้คืนแล้ว มีความสำคัญเป็นพิเศษเมื่อผู้โจมตีทำการสอดแนมและพยายามเจาะซ้ำได้โดยอัตโนมัติ
การเปลี่ยนแปลงใหญ่คือด้านเศรษฐศาสตร์ของการโจมตี: AI agents อาจทำให้งานเชิงรุกที่ต้องทำซ้ำมีต้นทุนต่ำลงและเร็วขึ้น แต่ไม่ได้ตัดความจำเป็นของผู้ควบคุม โครงสร้างพื้นฐาน ช่องทางเข้าถึง หรือโอกาสในการป้องกันออกไป แนวทางรับมือจึงต้องเป็นเชิงปฏิบัติการเช่นกัน ได้แก่ ลดพื้นที่โจมตี ตรวจพบความเปลี่ยนแปลงให้เร็ว ตรวจสอบความสามารถในการกู้คืน และแบ่งปันตัวบ่งชี้ภัยคุกคามที่ผ่านการตรวจสอบกับผู้ตอบสนองที่เชื่อถือได้ 8
18
Studio Global AI
ทำการวิจัยต่อ
หน้านี้รวมคำตอบที่ได้รับการสนับสนุนจากแหล่งที่มาซึ่งคุณสามารถดำเนินการต่อภายใน Studio Global
คนยังถาม
คำตอบสั้น ๆ สำหรับ "AI Agents ถูกใช้โจมตีร้านค้าออนไลน์ในต้นทุนเพียงราว 25 ดอลลาร์ต่อเป้าหมายได้อย่างไร" คืออะไร
Gambit Security ระบุว่า ระหว่างวันที่ 10–15 กันยายน มีโครงการโจมตี 105 โครงการ และมีบริษัทอย่างน้อย 27 แห่งถูกเจาะในระดับต่าง ๆ
ประเด็นสำคัญที่ต้องตรวจสอบก่อนคืออะไร?
Gambit Security ระบุว่า ระหว่างวันที่ 10–15 กันยายน มีโครงการโจมตี 105 โครงการ และมีบริษัทอย่างน้อย 27 แห่งถูกเจาะในระดับต่าง ๆ แคมเปญนี้รายงานว่าใช้ DeepSeek, Kimi และ Claude รุ่นเก่า ผ่านเฟรมเวิร์ก Strix, Cairn และ Hermes โดยค่าใช้จ่ายเข้าถึงโมเดลรวมราว 8,000 ดอลลาร์สหรัฐ
ฉันควรทำอย่างไรต่อไปในทางปฏิบัติ?
รายชื่อเหยื่อที่ยืนยันต่อสาธารณะยังไม่ครบถ้วน และคำว่า “ใช้ภาษาจีน” เป็นเพียงข้อสังเกตด้านภาษาและร่องรอยปฏิบัติการ ไม่ใช่การยืนยันสัญชาติ ตัวตน หรือความเชื่อมโยงกับรัฐ
แหล่งที่มา
forbes.comA Chinese hacker used AI to attack more than 100 companies
qz.comChinese-speaking hacker used AI agents to steal ... - Quartz