Pāriet uz galveno saturu
ANCVEIRS
Profesionālais darbsAnalīzeKiberdrošība

MI aģenti kā kibernoziedzības instruments: no automatizācijas līdz autonomiem uzbrukumiem

MI izmantošana kiberuzbrukumos vairs neaprobežojas ar pikšķerēšanas vēstuļu sagatavošanu vai palīdzību programmēšanā. Publiski dokumentētās operācijās MI sistēmas jau izpilda vairākus savstarpēji saistītus uzdevumus, izmanto rīkus un pielāgo savu darbību saņemtajiem rezultātiem. Taču starp automatizētu uzbrukumu un patstāvīgu digitālu uzbrucēju joprojām pastāv būtiska atšķirība.
Zigmārs AncveirsNeatkarīga kiberdrošības, digitālās noturības un pārvaldības analīzePublicēts: 2026-10-15Pārskatīts: 2026-10-1517 min

Ievads

Pirms dažiem gadiem ģeneratīvā mākslīgā intelekta lomu kibernoziedzībā lielākoties apsprieda saistībā ar pārliecinošākām pikšķerēšanas vēstulēm, ļaunprātīga koda fragmentu sagatavošanu un ātrāku informācijas apkopošanu. Cilvēks formulēja uzdevumu, modelis sagatavoja atbildi, bet turpmākās darbības kontrolēja pats lietotājs. Šādu procesu var izmantot noziedzīgiem mērķiem, taču pats modelis vēl nav patstāvīgs uzbrukuma izpildītājs. Aģentiskās sistēmas šo robežu maina. Tās var saņemt augstāka līmeņa uzdevumu, sadalīt to atsevišķās darbībās, izmantot programmatūras rīkus, novērtēt rezultātus un turpināt darbu, katrā solī nesaņemot jaunu cilvēka norādi. Ja šādai sistēmai piešķirta piekļuve tīklam, failiem, programmēšanas videi vai mākoņresursiem, tās ietekme vairs nav ierobežota ar teksta ģenerēšanu.

Anthropic 2025. gada 13. novembra publikācijā aprakstīja aģentiski atbalstītu kiberspiegošanas kampaņu. Tas ir uzņēmuma paša izmeklēšanā iegūts novērojums par uzbrukuma norisi, nevis neatkarīga visu uzbrukuma posmu autonomijas sertifikācija. Avots: https://www.anthropic.com/news/disrupting-AI-espionage.

Tas nenozīmē, ka MI sistēmai ir patstāvīgi noziedzīgi nodomi. Reālā uzbrukumā mērķus, infrastruktūru un darbības robežas parasti nosaka cilvēki vai iepriekš izveidota automatizācija. Tomēr daļu operacionālo lēmumu iespējams deleģēt modelim, un tieši šī deleģēšana maina gan uzbrukuma tempu, gan aizsardzības problēmu. 2026. gada septembrī Google Threat Intelligence Group aprakstīja uzbrucēju pāreju no vienkāršas MI izmantošanas uz vairāku aģentu darbplūsmām. Vienā dokumentētā gadījumā uzbrucēji pēc mākoņresursa kompromitēšanas mazāk nekā sešās stundās izveidoja un īstenoja ar MI aģentiem atbalstītu plaša mēroga autentifikācijas datu iegūšanas kampaņu. S01 Šis piemērs neapliecina, ka MI patstāvīgi izvēlējās upuri vai īstenoja pilnīgi visu kompromitēšanas procesu, taču tas pierāda, ka aģentiska automatizācija jau ir reālu ļaunprātīgu operāciju sastāvdaļa.

Šajā rakstā analizēju, ko praktiski nozīmē aģentisks uzbrukums, kādi pierādījumi par to ir publiski pieejami, kur sākas pārspīlējumi un kas uzņēmumiem jāmaina savā drošības arhitektūrā.

Kas ir MI aģents un kā tas atšķiras no parastas automatizācijas?

Parasta automatizācija izpilda iepriekš noteiktu darbību secību. Tā var apstrādāt ievaddatus, pārbaudīt nosacījumus un izpildīt skriptus, bet darbības loģiku būtiskā mērā nosaka izstrādātājs. Šāda automatizācija kiberdrošībā pastāv jau sen, un tās izmantošana pati par sevi nav nekas jauns. MI aģents šai sistēmai var pievienot dinamisku plānošanu un rezultātu interpretāciju. Modelis izvēlas nākamo darbību, pamatojoties uz iepriekšējā soļa rezultātu, var mainīt pieeju un izmantot atšķirīgus pieejamos rīkus. Tomēr arī aģents darbojas noteiktā tehniskā un pilnvaru vidē: tā iespējas nosaka rīku pieejamība, piešķirtās tiesības, ierobežojumi un apkārtējās sistēmas uzbūve.

Svarīgi ir nepielīdzināt rīka izmantošanas spēju neierobežotai autonomijai. Aģents, kas spēj izsaukt komandrindas rīku, vēl automātiski nevar piekļūt visiem uzņēmuma resursiem. Tas, vai piekļuve izdodas, ir atkarīgs no faktiskajām identitātes, tīkla un autorizācijas kontrolēm. Kiberdrošības analīzē mani interesē trīs pazīmes: vai modelis izvēlas turpmākās darbības, vai tas pats izmanto rīkus un vai iegūtie rezultāti ietekmē nākamās darbības bez tiešas cilvēka komandas. Ja visas trīs pazīmes ir novērotas, ir daudz vairāk pamata runāt par aģentisku darba procesu nekā par vienkāršu teksta ģenerēšanu.

Tomēr pilnīgi autonoms uzbrukums ir ievērojami spēcīgāks apgalvojums. Tas prasītu pierādīt, kā sistēma patstāvīgi pārvaldījusi būtiskos uzbrukuma posmus, kādas cilvēka darbības bijušas nepieciešamas un vai uzdevums nav iepriekš sadalīts automatizētās, bet stingri noteiktās instrukcijās.

Pieci uzbrukuma autonomijas līmeņi

Lai precīzāk aprakstītu MI lomu, piedāvāju izmantot piecu līmeņu modeli. Tā ir autora analītiska klasifikācija, nevis oficiāls NIST, ENISA vai MITRE standarts.

LīmenisMI lomaCilvēka lomaKo drīkst secināt
A1 — konsultēšanaIzskaidro informāciju, sagatavo tekstu vai koda priekšlikumuApstiprina un izpilda darbībasMI palīdzēja cilvēkam
A2 — uzdevuma automatizācijaIzpilda ierobežotu, iepriekš noteiktu uzdevumu ar rīkiemNosaka uzdevumu un kontrolē robežasMI izpildīja daļu darbplūsmas
A3 — adaptīvs aģentsIzvēlas vairākus soļus, izmanto rezultātu atgriezenisko saitiNosaka mērķi un būtiskās piekļuves robežasDarbplūsmā novērota aģentiska izpilde
A4 — koordinēta aģentu sistēmaVairāki specializēti aģenti sadala un savstarpēji koriģē uzdevumusPārrauga vai kontrolē galvenos operācijas posmusDaudzpakāpju aģentiska automatizācija
A5 — plaša operacionālā autonomijaSistēma patstāvīgi pārvalda lielāko daļu operācijas no plānošanas līdz darbības noslēgumamIesaistās minimāli vai noteiktos izņēmumosNepieciešami īpaši pārliecinoši pierādījumi par autonomijas apjomu

Šie līmeņi nav drošības bīstamības reitings. A1 līmenī sagatavota krāpšanas vēstule var radīt lielāku kaitējumu nekā A4 līmeņa darbplūsma, kura tehnisku kļūdu dēļ nav sasniegusi mērķi. Līmeņi raksturo deleģēto darbību apjomu, nevis incidenta smagumu. Tāpat viena operācija var ietvert vairākus līmeņus. Piemēram, cilvēks var pats izvēlēties mērķi un iegūt sākotnējo piekļuvi, bet pēc tam izmantot aģentu informācijas apkopošanai un rezultātu izvērtēšanai. Šādu gadījumu nedrīkst pasniegt kā pilnībā autonomu uzbrukumu.

Klasifikācijas vērtība ir iespēja uzdot precīzus pierādījumu jautājumus. Kāds bija sākotnējais cilvēka uzdevums? Kādi rīki tika izmantoti? Kur aģents pats izvēlējās turpmāko darbību? Vai cilvēks apstiprināja kritiskos soļus? Vai pieejama pietiekama izpildes vēsture? Bez šīm atbildēm autonomijas līmeņa piešķiršana paliek hipotēze.

Ko patiesībā apstiprina 2025.–2026. gada incidenti?

2025. gada augustā Anthropic publicēja ziņojumu par savu modeļu ļaunprātīgu izmantošanu. Tajā aprakstīta izspiešanas operācija, kurā tika izmantots Claude Code, kā arī gadījumi ar krāpniecisku nodarbinātību un ļaunprātīgas programmatūras izstrādi. Uzņēmums norādīja, ka aģentiskās iespējas izmantotas aktīvai uzbrukumu atbalstīšanai, ne tikai konsultācijām. S02 Tā paša gada novembrī Anthropic atklāja plašāk aprakstītu kiberspiegošanas kampaņu, kurā tā novēroja ievērojamu MI sistēmas iesaisti uzbrukuma izpildē. Uzņēmuma vērtējumā aģentiskās iespējas ļāva automatizēt būtiskas operācijas daļas. S03

Šie ir nozīmīgi pirmavoti, jo uzņēmumam bija redzamība savas platformas izmantošanā. Vienlaikus tie ir paša pakalpojuma sniedzēja izmeklēšanas secinājumi, nevis pilnībā neatkarīgi visu uzbrukuma infrastruktūras datu auditi. Publiski pieejamās detaļas ne vienmēr ļauj ārējam pētniekam reproducēt pilnu notikumu ķēdi. 2026. gada maijā GTIG dokumentēja attīstību MI izmantošanā ievainojamību izpētē un sākotnējās piekļuves operācijās. Vienā gadījumā pētnieki identificēja uzbrucēja izmantotu iepriekš nezināmu ievainojamību, kuras ekspluatācijas paņēmiena izveidē, pēc viņu vērtējuma, bija izmantots MI. Šeit būtisks ir formulējums “pēc pētnieku vērtējuma”: tas nav pierādījums, ka MI patstāvīgi izstrādājis visu uzbrukumu. S04

2026. gada septembra GTIG ziņojums sniedza vēl konkrētākus novērojumus par vairāku aģentu sistēmām, kuras tiek izmantotas darbību koordinēšanai, skenēšanas procesu pārvaldībai, kļūdu novēršanai un autentifikācijas datu iegūšanas kampaņām. S01 Šie avoti kopā liecina par nozīmīgu tendenci: dažos dokumentētos gadījumos MI sistēmu loma ir pārvietojusies no informācijas sagatavošanas uz operacionālu izpildi. Tomēr no atlasītiem incidentiem nevar noteikt, cik liela daļa no visām pasaules kiberoperācijām notiek ar aģentu palīdzību.

MI aģenti kibernoziedzības darba procesā

Kibernoziedzība jau pirms ģeneratīvā MI bija plaši automatizēta. Uzbrucēji izmantoja skriptus, botnetus, masveida pieprasījumu infrastruktūru, nozagtas identitātes un pakalpojumu modeļus, kuros atsevišķas noziedzīgas funkcijas var iegādāties no citiem dalībniekiem. MI aģenti šai videi nepievieno pilnīgi jaunu noziedzības mērķi. Tie var mainīt uzdevumu izpildes izmaksas, ātrumu, nepieciešamo ekspertīzi un spēju pielāgot darbības apstākļiem. Piemēram, iepriekš cilvēkam vajadzēja analizēt dažādu rīku rezultātus un izlemt, kuru informāciju pārbaudīt tālāk. Aģentiska sistēma atsevišķās situācijās var automatizēt arī šo interpretācijas soli. Tā spēj atlasīt turpmākos uzdevumus, reaģēt uz kļūdām un sagatavot cilvēkam operacionālu kopsavilkumu.

No aizsardzības skatpunkta īpaši nozīmīgs ir nevis kāds viens MI radīts artefakts, bet gan savstarpēji saistītu darbību secība. Ja organizācija koncentrējas tikai uz konkrētiem failu nosaukumiem, IP adresēm vai zināmu skriptu paraugiem, tai var būt grūtāk identificēt mainīgas automatizētas darbplūsmas. Tomēr ne katrs ātrs vai regulāri atkārtots notikumu kopums ir MI aģenta pazīme. Tradicionāla automatizācija var darboties vēl ātrāk un paredzamāk. MI iesaistes noteikšanai nepieciešami citi pierādījumi, nevis tikai darbību biežums.

Kāpēc ātrums ir tikpat svarīgs kā tehniskās spējas?

Daļa diskusiju par MI uzbrukumiem koncentrējas uz jautājumu, vai modelis spēj atrast pilnīgi jaunas ievainojamības. Tā ir nozīmīga spēja, bet aizsardzībai tikpat svarīga var būt jau zināmu darbību paātrināšana. Ja iepriekš uzbrucējam bija nepieciešams manuāli analizēt datus, pārbaudīt rīku rezultātus un labot kļūdas, aģentiska darbplūsma var samazināt laiku starp šiem posmiem. Organizācijas aizsardzības komandai tādā gadījumā paliek mazāk laika konstatēšanai, triāžai un ierobežošanai. GTIG 2026. gada septembra pētījumā aprakstītais gadījums ar mazāk nekā sešu stundu darbplūsmu parāda šādu operacionālu saspiešanu. Tomēr šis ir konkrēts novērojums, nevis universāls visu aģentisko uzbrukumu izpildes ilgums. S01

Apvienotās Karalistes NCSC 2025. gada izvērtējumā prognozēja, ka MI līdz 2027. gadam palielinās esošo uzbrukuma paņēmienu efektivitāti un samazinās laiku starp ievainojamības atklāšanu un tās ļaunprātīgu izmantošanu. S05 Tā bija tālaika prognoze. Vēlāk publicētie konkrētie incidenti ļauj precizēt atsevišķus tās pieņēmumus, bet neatceļ nepieciešamību katru gadījumu vērtēt pēc pierādījumiem. Aizsardzības komandu uzdevums tādēļ ir ne tikai atklāt jaunus uzbrukuma paņēmienus, bet arī samazināt pašas reaģēšanas kavējumus. Efektīva identitāšu kontrole, ātra privileģētu sesiju ierobežošana, kvalitatīva telemetrija un iepriekš izmēģināti reaģēšanas scenāriji var būt svarīgāki par spēju noteikt, kura konkrētā modeļa palīdzību uzbrucējs izmantojis.

Kur beidzas autonomija un sākas cilvēka kontrole?

Aģents var izpildīt virkni darbību bez cilvēka iejaukšanās, vienlaikus darbojoties pēc cilvēka noteikta mērķa. Tas nozīmē, ka autonomija jāvērtē konkrētās darbplūsmas līmenī, nevis kā abstrakta MI īpašība. Cilvēks var noteikt mērķus, izvēlēties upurus, piešķirt piekļuves datus un kontrolēt galīgo noziedzīgo rezultātu. Aģents tikmēr var interpretēt starprezultātus un izvēlēties nākamos tehniskos soļus. Šāds sadalījums ir svarīgs arī atbildības jautājumos. MI izmantošana pati par sevi nepārvērš uzbrukumu par darbību bez cilvēka atbildības. Vienlaikus organizācija, kura izmanto likumīgu MI aģentu, nedrīkst pieņemt, ka modelis vienmēr darbosies tikai atbilstoši sākotnējai lietotāja iecerei.

Publiski ziņots arī par MI sistēmu nevēlamu vai neatļautu darbību testēšanas vidēs. Šādi gadījumi ir jānošķir no cilvēka apzināti vadītas kibernoziedzības. Ne katra nesankcionēta aģenta darbība ir noziedzīga kampaņa, un ne katrs uzbrukumā izmantots aģents ir patstāvīgi izvēlējies uzbrukt. Korekta analīze vispirms identificē faktisko uzdevuma devēju, piešķirtās pilnvaras, aģenta darbības vēsturi un sistēmas robežas. Tikai tad var vērtēt autonomijas apjomu un darbības cēloņus.

Kā aģenti paši kļūst par uzbrukuma mērķi?

MI aģenti ir ne tikai potenciāls uzbrucēju instruments, bet arī jauna aizsargājama organizācijas infrastruktūras daļa. Uzņēmuma aģents var piekļūt dokumentiem, izstrādes videi, biļešu sistēmām, repozitorijiem un ārējiem pakalpojumiem. Ja tā darbību iespējams manipulēt, sekas var pārsniegt kļūdainu teksta atbildi. Viena no būtiskajām problēmām ir netieša instrukciju ievadīšana jeb indirect prompt injection. Aģents lasa ārēju saturu, kas satur uzbrucēja sagatavotus norādījumus. Ja sistēma kļūdaini uztver šo saturu kā uzticamu instrukciju, tā var mēģināt veikt darbības, kuras patiesais lietotājs nav pieprasījis.

Taču instrukciju manipulācija nav vienīgais risks. Aģentiem var būt pārmērīgas piekļuves tiesības, nepietiekami izolēti darba konteksti, neaizsargāti API akreditācijas dati un nepārbaudāmas darbības ārējās sistēmās. Google 2026. gada drošības prognozē īpaši izcēla nepieciešamību MI aģentus pārvaldīt kā atsevišķas digitālas identitātes. S06 Savukārt OWASP GenAI Security Project 2026. gadā publicēja atjauninātus MI lietojumprogrammu risku materiālus un Agent Control Standard, pievēršoties tieši aģentisko sistēmu kontroles problēmām. S07 Galvenais arhitektūras princips ir vienkāršs: ārējs saturs nedrīkst automātiski kļūt par pilnvarojumu rīkoties. Aģenta darbībām jāpakļaujas tādām pašām vai stingrākām autorizācijas, uzraudzības un pierādījumu prasībām kā citām privileģētām programmatūras komponentēm.

Kas mainās SOC un incidentu reaģēšanā?

Ja uzbrucējs izmanto MI aģentus, SOC nevar paļauties tikai uz uzbrukuma ātrumu vai MI ģenerēta teksta pazīmēm. Daļa ļaunprātīgo darbību var izskatīties pēc parastas automatizācijas vai leģitīmas administrēšanas. Svarīgāka kļūst darbību konteksta analīze. Kura identitāte izmantoja rīku? Kādas tiesības tai bija? Vai piekļuve atbilda konkrētā darba procesa funkcijai? Vai notikumu secība norāda uz neatļautu datu izmantošanu, privilēģiju pārkāpumu vai pārvietošanos starp resursiem? Aizsardzības automatizācija arī var palīdzēt. MI var izmantot notikumu korelācijai, izmeklēšanas kopsavilkumu sagatavošanai un sākotnējai prioritizēšanai. Tomēr autonomi aizsardzības pasākumi var radīt blakusefektus, ja tie kļūdaini aptur kritisku biznesa procesu vai ietekmē pierādījumu saglabāšanu.

Tāpēc aizsardzības aģentam vajadzīgas skaidras izpildes robežas. Zema riska darbības, piemēram, datu apkopošanu izolētā vidē, var automatizēt plašāk. Savukārt darbībām, kas maina produkcijas sistēmu stāvokli, piekļuves tiesības vai kritisku pakalpojumu pieejamību, nepieciešama stingrāka kontrole. Mērķim nav jābūt sacensībai par to, kura puse izmanto vairāk autonomu aģentu. Mērķis ir samazināt laiku līdz korektam aizsardzības lēmumam, nepazaudējot tā pamatojumu.

Kā pierādīt MI iesaisti konkrētā uzbrukumā?

Publiskais apgalvojums “uzbrukums veikts ar MI” var nozīmēt ļoti atšķirīgas lietas. Uzbrucējs varēja izmantot modeli teksta sagatavošanai, koda pārbaudei, rezultātu interpretācijai vai arī vairāku darbību izpildei ar rīkiem. Tāpēc šādu apgalvojumu nedrīkst pieņemt bez konkrēta pierādījumu tvēruma. Piedāvāju četrus pierādījumu līmeņus.

Pierādījumu kategorijaKo tā var apliecinātKo tā neapliecina automātiski
MI radīta satura pazīmesIespējamu MI izmantošanu teksta vai koda sagatavošanāKonkrētu modeli, autonomiju vai uzbrucēju
Pakalpojuma izmantošanas ierakstiNoteikta modeļa vai API lietošanu attiecīgajā laikāSaikni ar visām uzbrukuma darbībām
Aģenta rīku izsaukumu vēstureDarbības, kuras aģents faktiski mēģināja vai izpildījaPilnīgu operācijas mērķu un cilvēka lomas aprakstu
Vairāku sistēmu korelācijaSasaisti starp aģenta darbību un konkrētiem sistēmu notikumiemVisu nenovēroto darbību izslēgšanu

Lai pamatotu augstu autonomijas līmeni, vajadzīgs redzēt ne tikai gala rezultātu, bet arī lēmumu un rīku izsaukumu secību. Īpaši nozīmīgi ir noteikt, kurus soļus izvēlējās pats aģents un kurus tam tieši norādīja cilvēks. Bez šādas informācijas korektāk ir rakstīt “uzbrukumā, iespējams, izmantoti MI rīki” vai “pakalpojuma sniedzējs dokumentējis aģentisku izpildi”, nevis pasludināt pilnīgi autonomu uzbrukumu.

Praktiska organizācijas aizsardzības matrica

Aizsardzības pasākumus ieteiktu sadalīt divās grupās. Pirmā samazina risku, ka uzbrucēji ar MI palīdzību ātrāk izmantos jau esošās organizācijas nepilnības. Otrā aizsargā pašu organizācijā ieviesto MI aģentu infrastruktūru.

Riska jomaNepieciešamā kontrolePārbaudes pierādījums
Internetā pieejamās sistēmasAktīvu uzskaite un ievainojamību prioritizēšana pēc faktiskās ekspozīcijasAktuāls inventārs, novēršanas vēsture un pārbaudes rezultāti
Privileģētās identitātesMazākās nepieciešamās tiesības, izolētas identitātes un sesiju uzraudzībaAutorizācijas testi un privileģētu darbību žurnāli
Datu iegūšana lielos apjomosPiekļuves apjoma kontrole, pieprasījumu ierobežojumi un anomāliju uzraudzībaKontrolēti datu piekļuves scenāriji
MI aģentu rīku izmantošanaAtļauto rīku saraksts un neatkarīga autorizācija kritiskām darbībāmIzpildes politiku un rīku izsaukumu pārbaudes
Ārējā satura apstrādeUzticības robežas starp datiem un instrukcijāmPrompt injection noturības testi
Aģentu akreditācijas datiAtsevišķi konti, īslaicīgas piekļuves tiesības un droša noslēpumu pārvaldībaKontu inventarizācija, rotācijas un atsaukšanas testi
Incidentu reaģēšanaĀtra izolācija ar iepriekš definētiem drošības nosacījumiemPraktiskas mācības un lēmumu žurnāli
AuditējamībaAģenta identitātes, uzdevuma, rīku un rezultātu sasaistīta vēsturePārbaudāma izpildes pierādījumu ķēde

Šīs kontroles nav paredzētas tikai lieliem tehnoloģiju uzņēmumiem. Mazai organizācijai, kas izmanto MI aģentu klientu datu apstrādei vai programmatūras izstrādei, ir tikpat svarīgi zināt, kurus resursus aģents var sasniegt un ko tas drīkst mainīt. Nedrīkst arī pieņemt, ka visas kontroles nodrošina pats modeļa pakalpojuma sniedzējs. Uzņēmuma atbildībā paliek aģenta integrācija, tiesību pārvaldība, rīku konfigurācija un dati, kuriem tas piekļūst.

Ko nevajadzētu secināt no skaļiem MI drošības apgalvojumiem?

Pirmkārt, no viena demonstrēta autonomas izpildes gadījuma nevar secināt, ka visi turpmākie uzbrukumi būs pilnīgi autonomi. Tehniskās spējas, pieejamie rīki, modelim piešķirtās tiesības un uzbrucēja resursi būtiski atšķiras. Otrkārt, no MI izmantošanas incidentā nevar automātiski noteikt, ka tā bijusi izšķirošais faktors. Iespējams, uzbrukums būtu izdevies arī ar tradicionālu automatizāciju, tikai prasot vairāk cilvēka darba. Treškārt, aģentiska darbība nenozīmē nevainojamu lēmumu pieņemšanu. MI modeļi var kļūdīties, nepareizi interpretēt rīku rezultātus, izvēlēties neefektīvas darbības un pārkāpt tiem paredzētās darba robežas. Tas var radīt riskus gan uzbrucējam, gan aizsargājamajai organizācijai.

Ceturtkārt, MI apdraudējuma pieaugums nav pierādījums, ka tradicionālās drošības kontroles kļuvušas bezjēdzīgas. Gluži pretēji, aizsardzība pret daudziem MI atbalstītiem uzbrukumiem joprojām balstās identitāšu pārvaldībā, segmentācijā, programmatūras atjauninājumos, uzraudzībā un korektā incidentu reaģēšanā. Pārspīlētas prognozes var radīt nepareizas investīciju prioritātes. Uzņēmums var iegādāties jaunu “AI defense” produktu, bet joprojām neatrisināt publiski pieejamu novecojušu sistēmu vai nekontrolētu pakalpojuma kontu problēmu.

Eiropas un starptautiskais konteksts

ENISA 2026. gada Threat Landscape, kas publicēts 22. septembrī un analizē 2025. gada notikumus, norāda uz sagaidāmu MI modeļu arvien plašāku izmantošanu ļaunprātīgās operācijās. Vienlaikus ENISA turpina identificēt izspiedējprogrammatūru, kiberespionāžu, DDoS un piegādes ķēdes riskus kā nozīmīgas Eiropas kiberdrošības problēmas. S08 Šie secinājumi rāda, ka MI jāanalizē kā faktors, kas maina esošo apdraudējumu izpildes iespējas, nevis kā atsevišķa pasaule, kurā līdzšinējie drošības principi vairs nav piemērojami. Apvienotās Karalistes NCSC 2025. gada izvērtējums prognozēja arvien efektīvāku MI izmantošanu ievainojamību izpētē un uzbrukumu automatizācijā līdz 2027. gadam. Vienlaikus tas tobrīd uzskatīja pilnībā automatizētus, sarežģītus uzbrukumus par maz ticamiem. S05 Vēlākie Anthropic un GTIG novērojumi liecina, ka daļa operāciju posmu jau ir plaši deleģēta MI sistēmām. Tomēr prognozes un konkrētu incidentu pierādījumi jāvērtē atsevišķi.

Eiropas organizācijām ir svarīgi arī NIS2 kiberdrošības risku pārvaldības pienākumi un piemērojamais AI Act regulējums, taču šie tiesību akti nav savstarpēji aizvietojami. NIS2 attiecas uz noteiktu subjektu kiberdrošības risku pārvaldību, savukārt AI Act pienākumi ir atkarīgi no sistēmas, tās lomas un regulējuma piemērošanas termiņiem. Nav korekti apgalvot, ka jebkura MI aģenta izmantošana automātiski rada identiskas sertifikācijas prasības.

Autonomijas apgalvojumu pārbaudes minimālais eksperiments

Ziņojumu, kurā apgalvots, ka MI aģents «patstāvīgi» izpildījis kiberuzbrukumu, es sāktu vērtēt ar darbību izsekojamības jautājumiem. Kurš definēja mērķi? Kurš piešķīra rīku piekļuvi? Kuras darbības apstiprināja cilvēks, un kuras sistēma izvēlējās pati? Vai apgalvojums balstās uz pilnu izpildes žurnālu vai tikai demonstrācijai atlasītiem fragmentiem? Atbilde nosaka, vai runājam par automatizācijas paātrinājumu, plānošanas autonomiju vai patstāvīgu ilgstošu darbību. Aizsardzības mācībām nav nepieciešams atkārtot neatļautu uzbrukumu. Izolētā vidē var pārbaudīt, vai aģents ar kontrolētu uzdevumu cenšas paplašināt piekļuves tiesības, reaģē uz neuzticamos datos ieliktām instrukcijām un turpina darbu pēc atteiktas atļaujas. Saglabājot rīku izsaukumus, politikas lēmumus un noraidījumu iemeslus, iespējams novērtēt tieši to uzvedību, kuru organizācija vēlas ierobežot. Tas ir vērtīgāk par demonstrāciju, kurā redzams tikai veiksmīgs rezultāts.

Aktuālais MITRE ATT&CK laidiens (2026. gada 13. oktobris)

MITRE 2026. gada 13. oktobrī publicēja ATT&CK v20.0, kas aizstāj iepriekšējo laidienu kā aktuālo katalogu. Tas ir jāatšķir no ATT&CK v18 2025. gada oktobrī ieviestās detektēšanas modeļa pārstrukturēšanas. S11 Aģentisku uzbrukumu analīzē jaunais laidienis ir nozīmīgs kā aktuāls uzvedības katalogs, nevis apstiprinājums tam, ka katrs aprakstītais MI risks jau realizējies konkrētā incidentā. ATT&CK v20 ietver jaunas ar MI saistītas uzvedības tehnikas; faktiskas kampaņas analīzē jānodala kataloga klasifikators, incidenta pierādījums un pakalpojumu sniedzēja interpretācija.

Secinājumi

Publiski aprakstītās aģentiskās operācijas pierāda noteiktu uzdevumu automatizācijas iespējamību, bet ne universālu uzbrukumu ātrumu un ne pilnīgi neatkarīgu MI nodomu. Atsevišķa uzņēmuma tehniskais novērojums jānodala no paša uzņēmuma analītiskās interpretācijas; savukārt NCSC prognoze par iespējamo attīstību līdz 2027. gadam nav faktisks mērījums par visu uzbrukumu norisi 2026. gadā.

MI aģentu izmantošana kibernoziedzībā 2026. gadā vairs nav tikai teorētiska iespēja. Publiski dokumentētās operācijās modeļi ir izmantoti darbību veikšanai, rezultātu interpretācijai un vairāku uzdevumu koordinēšanai. Tas var samazināt uzbrucēju operacionālās izmaksas un saīsināt laiku, kurā aizsardzības komandai jāpieņem lēmumi. Tomēr jābūt precīziem. MI palīdzēts uzbrukums, aģentiska darbplūsma un pilnībā autonoma operācija ir trīs atšķirīgi apgalvojumi. To pierādīšanai vajadzīgs atšķirīgs informācijas apjoms. Uzņēmumiem es ieteiktu vienlaikus risināt divus uzdevumus. Pirmais — stiprināt pamatkontroles, kas samazina iespēju uzbrucējiem ātri izmantot zināmas ievainojamības un pārmērīgas piekļuves tiesības. Otrais — pārvaldīt pašu uzņēmuma MI aģentu identitātes, rīkus, darbības robežas un auditējamību.

Lielākā kļūda būtu uztvert aģentisku MI kā kaut ko, kas atceļ ierastās kiberdrošības prasības. Patiesībā tas daudzām no šīm prasībām piešķir vēl lielāku nozīmi. Ja organizācija nezina, kādas tiesības ir tās automatizētajiem kontiem, tā nebūs drošāka tikai tāpēc, ka tagad šos kontus izmanto MI aģents. Un, ja SOC nespēj pietiekami ātri reaģēt uz aizdomīgu privileģētu darbību, uzbrucēja izmantotā modeļa nosaukums nav svarīgākais aizsardzības jautājums.

Biežāk uzdotie jautājumi

Vai MI aģenti jau tiek izmantoti reālos kiberuzbrukumos?

Jā. Anthropic un Google Threat Intelligence Group ir publiskojuši konkrētu ļaunprātīgu operāciju novērojumus, kuros MI izmantots darbību izpildei un vairāku uzdevumu koordinēšanai. Šie gadījumi jāinterpretē to dokumentētajā tvērumā.

Vai MI pats var izvēlēties upuri un pilnībā īstenot uzbrukumu?

Dažādas sistēmas spēj patstāvīgi izvēlēties nākamos soļus piešķirtā uzdevuma ietvaros. Taču apgalvojumam par pilnīgu operacionālu autonomiju nepieciešami atsevišķi pierādījumi par mērķu izvēli, cilvēka iesaisti, rīku izmantošanu un izpildes vēsturi.

Kā aģentisks MI atšķiras no parasta uzbrukuma skripta?

Skripts parasti izpilda iepriekš noteiktu loģiku. MI aģents var interpretēt rezultātus un dinamiski izvēlēties nākamās darbības, izmantojot pieejamos rīkus. Robeža var būt pakāpeniska, īpaši kombinētās sistēmās.

Vai tradicionālie EDR, SIEM un piekļuves kontroles risinājumi vairs nav efektīvi?

Nē. Tie joprojām ir būtiski. Taču var būt jāuzlabo uzvedības korelācija, identitāšu pārvaldība, automatizācijas auditēšana un reaģēšanas ātrums.

Vai prompt injection ir tas pats, kas uzbrucēja MI izmantošana?

Nē. Prompt injection ir uzbrukuma paņēmiens pret MI sistēmas instrukciju un datu uzticības robežām. Savukārt uzbrucējs var izmantot MI aģentu savā darbplūsmā arī bez prompt injection pret upura sistēmu.

Kā uzņēmumam noteikt, kuri MI aģenti ir bīstamākie?

Jāvērtē ne tikai modelis, bet arī faktiskās piekļuves tiesības, atļautie rīki, sasniedzamie dati, autonomi izpildāmo darbību sekas un iespējas neatkarīgi pārbaudīt darbības.

Vai MI uzbrukuma atribūcijai pietiek ar MI ģenerēta koda pazīmēm?

Nē. Koda stils vai satura līdzība nevar droši apliecināt konkrēta modeļa izmantošanu, autonomijas līmeni vai uzbrucēja identitāti. Nepieciešami papildu pierādījumi.

Avoti un atsauces

  1. Google Threat Intelligence Group — GTIG AI Threat Tracker: From Prompting to Autonomy – The Evolution of Adversarial AI. 2026. gada 8. septembris.
  2. Anthropic — Detecting and countering misuse of AI: August 2025. 2025. gada 27. augusts.
  3. Anthropic — Disrupting the first reported AI-orchestrated cyber espionage campaign. 2025. gada 13. novembris.
  4. Google Threat Intelligence Group — Adversaries Leverage AI for Vulnerability Exploitation, Augmented Operations, and Initial Access. 2026. gada 11. maijs.
  5. UK NCSC — Impact of AI on cyber threat from now to 2027. 2025. gada 7. maijs.
  6. Google Threat Intelligence Group — Preparing for Threats to Come: Cybersecurity Forecast 2026. 2025. gada 4. novembris.
  7. OWASP GenAI Security Project — 2026 Top 10 for LLM Applications and Agent Control Standard. Paziņojums, 2026. gada septembris.
  8. ENISA — ENISA Threat Landscape 2026. Publicēts 2026. gada 22. septembrī; analizētais periods 01.01.2025.–31.12.2025.
  9. Google Cloud / Mandiant — AI risk and resilience in 2026: A Mandiant special report. 2026. gads.
  10. Eiropas Parlaments un Padome — Direktīva (ES) 2022/2555 (NIS2).
  11. MITRE ATT&CK — 2026. gada oktobra v20 laidiena piezīmes. 13.10.2026.