גוגל ו־Mandiant: סוכני AI כבר משמשים במתקפות סייבר
מחקר של גוגל ו־Mandiant מתעד שימוש בסוכני AI במתקפות סייבר בפועל, ומדגיש את הצורך בזיהוי רצף פעולות חשוד, ולא רק פעולות בודדות.
סוכני AI אינם רק כלי שמסייע לתוקפים לכתוב קוד: לפי מחקר שפרסמו Google Threat Intelligence Group ו־Mandiant ב־30 באוקטובר 2026, הם כבר משמשים בשלבים שונים של מתקפות סייבר אמיתיות. המחקר מתעד שימוש בכלים דוגמת ARTEX, Hexstrike ו־CAIRN, ומציב בפני צוותי אבטחה בישראל שאלה מעשית: האם ההגנה שלהם ערוכה לזהות רצף פעולות חשוד, ולא רק פעולה בודדת?
מה התחדש: מכלי עזר לתוכנה שמשתתפת בתקיפה
ההתפתחות המרכזית במחקר היא המעבר מסיוע נקודתי, כמו כתיבת קוד, לשימוש במערכות מרובות סוכנים במסגרת תקיפות בפועל. זהו הבדל חשוב: כלי שמציע לתוקף טקסט או קוד אינו זהה למערכת שמשתתפת בביצוע משימות לאורך תהליך התקיפה. לפי החוקרים, השימוש המבצעי הזה כבר אינו רק תרחיש עתידי.
ARTEX, Hexstrike ו־CAIRN מוזכרים כדוגמאות לכלים בתיעוד. עצם הופעתם באותו מחקר אינה מלמדת שהם זהים ביכולותיהם, פועלים באותה דרך או שימשו בכל אירוע. לכן אין בסיס להפוך את הרשימה לדירוג של כלי התקיפה המסוכנים ביותר, או לייחס לכל אחד מהם יכולות שלא פורטו בתחקיר.
עבור מנהל אבטחה, החידוש אינו מחייב להניח שכל תוקף הפך למומחה או שכל מתקפה מצליחה. הוא כן מצדיק לעדכן את תרחישי האיום: סוכן שמפעיל כלים צריך להיכלל בתכנון ההגנה כמרכיב אפשרי בתקיפה ממשית, ולא רק כנושא לדיון על סיכונים עתידיים.
מה המחקר לא אומר: אוטומציה אינה עצמאות מלאה
ההבחנה החשובה ביותר היא בין שימוש בסוכנים לבין מתקפה אוטונומית לחלוטין. החוקרים אינם טוענים שכל המתקפות כבר מתנהלות ללא אדם. תוקף יכול להגדיר מטרה, לבחור כלים, לאשר פעולות או להתערב כשהתהליך נכשל, ובכל זאת להיעזר בסוכנים לביצוע חלקים מהעבודה.
ככלל, מערכת סוכנית יכולה לשלב קבלת החלטות עם הפעלת כלים ובחינת תוצאות ביניים. במערכת מרובת סוכנים אפשר גם לחלק משימות בין רכיבים שונים. זהו הסבר למבנה הטכנולוגי, לא קביעה שכל אחד מהכלים המוזכרים במחקר מפעיל את כל היכולות האלה בכל תקיפה.
גבול המסקנה: המחקר מתעד שימוש מבצעי בסוכני AI, אך אינו קובע שכל המתקפות אוטונומיות לחלוטין. התחקיר שסופק גם אינו מאפשר לכמת את שיעור השימוש, את קיצור משך התקיפה או את השינוי בשיעורי ההצלחה.
הזהירות הזאת אינה מקטינה את חשיבות הממצא. גם אוטומציה חלקית יכולה להיות רלוונטית להגנה, משום שאין צורך להעביר את כל התקיפה למכונה כדי לשנות את אופן העבודה של התוקף. עם זאת, טענות על קצב, היקף או הצלחה מחייבות נתונים, ולא נכון להסיק אותן רק מהתווית AI.
השאלה להגנה אינה רק מי מפעיל את הכלי, אלא אילו פעולות הוא יכול לבצע ובאילו הרשאות.
למה זה משנה לחברות ולעסקים בישראל
לחברת תוכנה ישראלית שמנהלת סביבת ענן, מאגרי קוד וחשבונות לקוחות, נקודת המבחן היא הקשר בין המערכות. בתרחיש הגנתי אפשרי, כניסה חריגה לחשבון, שימוש לא רגיל בהרשאה וגישה למשאב רגיש עשויים להיבדק בנפרד. תרגיל מועיל יבחן אם הצוות מסוגל לראות בהם רצף אחד. זהו תרחיש לבדיקת מוכנות, לא תיאור של אירוע מהמחקר.
בעסק ישראלי שמסתמך על ספק מחשוב חיצוני, השאלה מצומצמת יותר אך חשובה באותה מידה: מי רואה את ההתרעות ומי מוסמך לעצור פעילות חשודה? אין צורך להתחיל מרכישת מערכת חדשה. אפשר להתחיל מבירור האחריות בין העסק לספק, זמינות הלוגים והדרך לבטל גישה כשמתעורר חשד.
גם חברה שמפתחת בעצמה סוכני AI יכולה להפיק מכאן לקח תכנוני. הרשאות לכלים, גישה לסודות ויכולת לבצע פעולות בסביבת ייצור צריכות להיבחן לפי הסיכון של הפעולה. אין בכך טענה שהמחקר עסק בסוכנים הפנימיים שלה, אלא יישום של עקרונות הגנה על תוכנה שמסוגלת לפעול.
מה כדאי לבדוק עכשיו, בלי להחליף את כל מערך ההגנה
הצעדים הבאים הם המלצות מעשיות בעקבות הממצא, ולא רשימת דרישות שמיוחסת לחוקרי גוגל. המטרה היא לבדוק אם מנגנוני האבטחה הקיימים מכסים גם פעילות שמבוצעת באמצעות כלים אוטומטיים וסוכנים, בלי להסתמך על היכולת לזהות בוודאות שימוש ב־AI.
- מיפוי הרשאות: בדקו אילו חשבונות שירות וכלי אוטומציה יכולים להגיע למידע רגיש, והסירו גישה שאינה נחוצה לתפקידם.
- כיסוי לוגים: ודאו שאפשר לשחזר פעולות במערכות זהות, בענן ובמאגרי קוד, ושהמידע נגיש למי שמטפל באירוע.
- חיבור התרעות: תרגלו תרחיש שבו כמה פעולות חשודות מופיעות במערכות שונות, ובדקו מי מחבר ביניהן.
- סמכות תגובה: הגדירו מראש מי רשאי לבטל מפתח גישה, להשבית חשבון או לבודד מערכת, לרבות מחוץ לשעות העבודה.
- הגנה בסיסית: בדקו אימות רב־שלבי, עדכוני אבטחה וטיפול בשירותים חשופים. הכותרת החדשה אינה מבטלת את הבקרות הוותיקות.
מבחן טוב לספק אבטחה הוא לבקש הדגמה של גילוי התנהגות חשודה והסבר כיצד נחסמת הפעולה. הבטחה לזהות ״תקיפות AI״ אינה מספיקה כשלעצמה. לא תמיד נחוץ לדעת אם אדם או סוכן הפעילו כלי כדי לקבוע שהגישה אינה מורשית ושצריך לעצור אותה.
מה הלאה: למדוד יכולת תגובה, לא רק לעקוב אחרי שמות
המשך המעקב צריך להתמקד בתיעוד נוסף: אילו משימות הועברו לסוכנים, היכן נדרשה התערבות אנושית ואילו סימנים אפשרו למגינים לזהות את הפעילות. אלה השאלות שיכולות להפוך את עצם הידיעה על שימוש מבצעי לתובנות הגנתיות מדויקות יותר.
נכון ל־31 באוקטובר 2026, המסר מהמחקר ברור אך מוגבל: סוכני AI כבר משתתפים בתקיפות אמיתיות, בלי שהדבר מוכיח עצמאות מלאה. עבור ארגון בישראל, התגובה המועילה היא לבדוק הרשאות, נראות וסמכויות תגובה עכשיו, ולא להמתין להכרעה בשאלה מתי תגיע מתקפה שמתנהלת כולה בלי אדם.
שאלות נפוצות
האם האקרים כבר משתמשים בסוכני AI במתקפות סייבר?
כן. מחקר שפרסמו Google Threat Intelligence Group ו־Mandiant ב־30 באוקטובר 2026 מתעד שימוש בכלים דוגמת ARTEX, Hexstrike ו־CAIRN בשלבים שונים של מתקפות בפועל. התיעוד אינו אומר שכל המתקפות מתנהלות ללא מעורבות אנושית.
מה ההבדל בין סוכן AI לתקיפת סייבר אוטונומית?
סוכן AI יכול לבצע משימות באמצעות כלים ולפעול לפי תוצאות ביניים, אך עדיין לקבל הנחיות ואישורים מאדם. תקיפה אוטונומית לחלוטין היא טענה רחבה יותר, הנוגעת לניהול המתקפה כולה ללא התערבות אנושית, והמחקר אינו קובע שכל המתקפות המתועדות הן כאלה.
איך עסק בישראל צריך להתגונן מפני תקיפות בעזרת AI?
נקודת פתיחה מעשית היא לבדוק אימות רב־שלבי, הרשאות מצומצמות, עדכוני אבטחה ואיסוף לוגים ממערכות קריטיות. כדאי גם לתרגל עם צוות האבטחה או הספק החיצוני חיבור בין התרעות ממערכות שונות והגדרת סמכות ברורה לחסימת גישה חשודה.
דרגו את הכתבה
הדירוג עוזר לנו לדעת מה שווה לכם.
תגובות