Integração de ia em operações de cibercrime
Uma campanha de intrusão altamente estruturada e vinculada à China foi descoberta utilizando plataformas de inteligência artificial comerciais como motores operacionais centrais para operações de espionagem patrocinadas pelo estado. Pesquisadores da Hunt.io revelaram que modelos de linguagem grandes (llms) como o Claude Code e o DeepSeek-v4-pro foram incorporados diretamente nos fluxos de execução de ataques, indo além do uso periférico como ferramentas de pesquisa.
Em vez de atuarem como assistentes offline, os agentes de ia foram programados para executar tarefas críticas, incluindo geração de scripts de exploração, lógica de evasão de segurança e adaptação de exploits em tempo real. A operação, descoberta por pesquisadores da Hunt, pivotou em infraestrutura de comando e controle (c2) conhecida como TencShell, originalmente documentada pela Cato Ctrl em maio de 2026.
Divisão de trabalho entre modelos de ia
A análise dos logs de operadores recuperados revelou uma divisão programática definitiva de trabalho entre dois modelos de linguagem distintos:
- Claude Code (Execução e Automação): Responsável pela interação com ferramentas agênticas, processamento de ambientes bash interativos, execução de comandos de terminal e manutenção da persistência da sessão operacional.
- DeepSeek-v4-pro (Raciocínio e Lógica de Ataque): Utilizado exclusivamente para raciocínio de alto nível sobre ataques, geração de scripts, lógica de evasão de segurança e adaptação de exploits.
Instruções detalhadas descobertas dentro de um arquivo de workspace central CLAUDE.md direcionavam o agente automatizado a construir, testar e otimizar dinamicamente infraestruturas de phishing direcionadas.
Infraestrutura e alcance da campanha
Os pesquisadores da Hunt pivotaram em uma impressão digital única de cabeçalho http compartilhada, expondo uma rede de infraestrutura mais ampla que abrange 13 servidores primários em quatro números de sistema autônomo (asn) diferentes baseados em Hong Kong. Três desses nós de coleta primários utilizaram chaves ssh e certificados tls sobrepostos para estabelecer camadas de redundância incorporadas.
O nó de coleta primário 112.213.124[.]132 hospedava um kit ofensivo de múltiplas camadas, incluindo o framework arl (attack reconnaissance lighthouse) para mapeamento de rede, o DeepAudit para identificação de vulnerabilidades e o Vshell para administração remota de sistemas.
Alvos e vetores de ataque
A campanha documenta uma paisagem de ameaças intermediária a avançada, caracterizada por payloads de exploração personalizados ajustados a assinaturas de versão de framework estreitas, orquestração de malware multiplataforma e ciclos de evasão impulsionados por llm em tempo real. Os alvos incluíram:
- Taiwan: Redes de cadeia de suprimentos e entidades de manufatura (8 empresas), com injeção sql em empresas químicas e exfiltração de tokens de nuvem.
- Tailândia: Nós de aplicativos administrativos governamentais, com dump de registros de identificação nacional de funcionários e implantação de webshell poliglota gif.
- Afeganistão: Arquitetura de aplicativos públicos baseada em Laravel, com ingestão de bancos de dados de reclamações de cidadãos e chaves de criptografia.
- Estados Unidos: Subdomínios do setor público e bancos de dados cívicos, incluindo reconhecimento de subdomínios da nasa e preparação de clones de phishing.
Implicações para a segurança de ia
Esta atividade sinaliza uma mudança crítica de paradigma: sistemas de ia comerciais evoluíram de auxiliares de pesquisa passivos e offline para componentes interativos de força multiplicadora em ataques cibernéticos interativos. Isso levanta novas questões sobre riscos de uso duplo em ambientes agênticos.
Os operadores usaram essas configurações com sucesso para coleta ativa de credenciais em aplicativos corporativos multi-locatários generalizados. A combinação de logs de desenvolvedores em chinês simplificado, localização geográfica na infraestrutura de internet de Hong Kong e alvos que espelham explicitamente mandatos de inteligência de estado apoia fortemente um agrupamento de ameaças baseado na China.
O que os cisos devem fazer agora
As organizações devem revisar seus controles de segurança de ia, monitorar o uso não autorizado de ferramentas de ia generativa em ambientes corporativos e implementar políticas de uso aceitável que restrinjam a execução de comandos automatizados por modelos de ia sem supervisão humana. A detecção de tráfego de rede anômalo associado a chamadas de api de ia e a auditoria de logs de acesso a repositórios de código são medidas recomendadas.