AI-агенты атаковали Тайвань как киберкоманда: что это меняет для бизнеса

Партнёрский материал · Подготовлено RD analytics совместно с QazCloud

Коротко: Тайвань подтвердил AI-агентную атаку на госсистемы: разбор кейса и что это меняет для бизнеса и защиты инфраструктуры.

В начале июля Тайвань столкнулся с кибератакой, которая заметно отличается от привычных сценариев. Злоумышленники использовали автономных AI-агентов, способных самостоятельно исследовать инфраструктуру, искать точки входа и адаптировать дальнейшие действия в зависимости от результата предыдущих попыток.

Что установили Dream и Financial Times

Данные об атаке обнаружила израильская компания по кибербезопасности Dream и передала их Financial Times, которая первой опубликовала подробности операции 12 августа. По этим данным, одновременно работали до восьми AI-агентов, построенных на связке открытых AI-фреймворков Hermes и OpenClaw. За четыре дня они исследовали 21 государственную систему, скомпрометировали не менее 85 аккаунтов и получили более 2,5 тыс. записей о сотрудниках. Среди целей были государственные структуры, объект ядерной безопасности и не менее семи энергетических компаний.

Financial Times также сообщила, что внутренние коммуникации, связанные с операцией, велись на упрощённом китайском языке — при этом сам Тайвань напрямую страну происхождения атаки не называл, отметив лишь «явные признаки зарубежного происхождения».

Тайвань подтвердил AI-агентную составляющую

13 августа Министерство цифровых дел Тайваня выпустило заявление, подтвердив и AI-агентную природу атаки. По словам ведомства, инцидент показал «явные признаки зарубежного происхождения» и представлял собой «гибридный подход, сочетающий обычный хакинг с AI-агентами, такими как OpenClaw». Тайвань также подтвердил, что обнаружение произошло в июле, а первые оповещения ведомствам разослали 20 июля.

Не помощник, а исполнитель

Самое показательное в этой истории не количество взломанных аккаунтов. AI использовался не как помощник, который пишет фрагменты вредоносного кода по команде человека. Агентам поручили отдельные этапы операции, после чего они могли самостоятельно менять приоритеты и продолжать атаку с минимальным вмешательством операторов.

Это существенно меняет экономику кибератак. Один специалист может одновременно управлять несколькими агентами, которые круглосуточно сканируют инфраструктуру, проверяют гипотезы и переходят к следующей цели. То, что раньше требовало времени полноценной команды, постепенно становится масштабируемым.

От автоматизации к автономности

Рынок давно использует AI в кибербезопасности. Модели помогают анализировать код, находить уязвимости, писать правила обнаружения атак и обрабатывать большие массивы событий.

С агентами появляется другой уровень возможностей. Они могут не просто подсказать следующий шаг, а выполнить его через подключённые инструменты.

Исследования уже показывают, что современные модели способны превращать найденные уязвимости в реальные эксплойты. В опубликованном в мае бенчмарке ExploitGym передовые AI-агенты успешно эксплуатировали часть реальных уязвимостей даже при включённых механизмах защиты.

Руководитель ИИ-направления QazCloud Сабина Нурлыбаева считает, что развитие таких систем было ожидаемым продолжением агентного подхода.

«AI-агент отличается от обычной модели тем, что работает не только с информацией, но и с инструментами. Он может оценить результат действия, скорректировать план и перейти к следующему этапу. Именно поэтому уровень автономности становится критически важным параметром системы.

Такие технологии могут одинаково эффективно использоваться для автоматизации бизнеса, поиска уязвимостей или кибератак. Поэтому при создании агентов ограничения должны закладываться на уровне архитектуры: какие инструменты доступны системе, какие действия она может выполнять самостоятельно и где требуется подтверждение человека», — говорит Нурлыбаева.

Защитникам придётся реагировать с той же скоростью

Для SOC подобные атаки создают отдельную проблему.

Традиционная схема часто предполагает последовательные действия злоумышленника: разведка, попытка проникновения, закрепление, движение внутри сети. Между этапами у аналитиков может оставаться время на обнаружение и реакцию.

AI-агенты способны выполнять несколько операций параллельно и быстро менять подход, если один сценарий не сработал.

Начальник аналитического отдела ОЦИБ QazCloud Гаухар Жахметова считает, что в такой среде компании не могут опираться только на заранее известные признаки атак.

«Если злоумышленник использует автономных агентов, скорость и количество действий значительно возрастают. Сегодня одна попытка может быть заблокирована, а через несколько секунд система уже попробует другой путь.

Поэтому особенно важным становится выявление аномального поведения. Нужно видеть необычную частоту запросов, нетипичные обращения к сервисам, попытки перемещения между системами и изменения привычной активности учётных записей.

Мониторинг должен позволять обнаружить саму модель поведения, даже если конкретная техника атаки раньше не встречалась», — отмечает Жахметова.

Для компаний это повышает значение постоянного мониторинга, корреляции событий и регулярного аудита инфраструктуры. Разовая проверка защищённости показывает состояние системы в определённый момент, тогда как автономная атака способна искать слабые места непрерывно.

Заключение

Тайваньский кейс показывает, что автономные AI-агенты уже способны заметно ускорять и масштабировать кибератаки.

Для компаний это повышает требования к постоянному мониторингу, аудиту инфраструктуры и скорости реагирования. Чем быстрее действует атакующая сторона, тем раньше защита должна замечать аномалии и ограничивать потенциальный ущерб.

В ближайшие годы способность видеть и контролировать действия внутри цифровой инфраструктуры станет одним из ключевых элементов корпоративной кибербезопасности.

Частые вопросы

Правда ли, что Тайвань официально подтвердил AI-агентную атаку?

Да. 13 августа 2026 года Министерство цифровых дел Тайваня заявило, что атака представляла собой «гибридный подход, сочетающий обычный хакинг с AI-агентами, такими как OpenClaw», и показала «явные признаки зарубежного происхождения».

Сколько AI-агентов участвовало в атаке и как долго она длилась?

По данным Financial Times и компании Dream, одновременно работали до восьми AI-агентов на базе открытых фреймворков Hermes и OpenClaw. Операция продолжалась четыре дня.

Какие системы и данные пострадали?

Атакующие исследовали 21 государственную систему, скомпрометировали не менее 85 аккаунтов и получили более 2,5 тыс. записей о сотрудниках. Среди целей — объект ядерной безопасности и не менее семи энергетических компаний.

Что это значит для бизнеса?

Компаниям стоит переходить от разовых проверок защищённости к постоянному мониторингу и выявлению аномального поведения — атаки на базе AI-агентов способны непрерывно и параллельно искать слабые места, а не действовать по заранее известному сценарию.

Источники

• Focus Taiwan — заявление Министерства цифровых дел Тайваня, 13.08.2026
• Security Affairs — разбор атаки, фреймворки Hermes/OpenClaw, данные Dream
• ExploitGym: Can AI Agents Turn Security Vulnerabilities into Real Attacks? (arXiv)