A Canonical anunciou a migração para um ciclo unificado de releases de segurança de duas semanas depois que ferramentas de IA passaram a encontrar vulnerabilidades no kernel Linux em um ritmo muito superior ao da triagem manual tradicional. A empresa quer reduzir a janela de exposição oferecendo mitigações temporárias em 24 a 48 horas após a divulgação pública, mesmo quando o patch definitivo ainda não está pronto.
Relatórios de inteligência de ameaças citados no artigo mostram que a IA generativa não cria técnicas de invasão inéditas, mas reduz drasticamente o custo de repetir etapas que antes exigiam horas de pesquisa manual, como corrigir um script de escalonamento de privilégios depois de uma tentativa falha. O texto argumenta que o verdadeiro gargalo das equipes de defesa não é tecnológico, e sim a perda de contexto entre as etapas do fluxo de um SOC, o que faz analistas reconstruírem do zero informações já apuradas em handoffs anteriores.
O RatHat, atribuído a atores chineses, abusa dos serviços de acessibilidade do Android para ativar a depuração sem fio e realizar o pareamento ADB sozinho, plantando um daemon que reinstala o malware caso a vítima o remova. Um agente Go camuflado de biblioteca nativa mantém shell persistente por meio de um túnel FRP reverso até o C2. O diferencial é o uso de um assistente de IA generativa popular para interpretar a árvore de acessibilidade serializada em XML e decidir cliques e rolagens na tela, permitindo controle remoto do dispositivo mesmo em interfaces desconhecidas.
Pesquisadores propõem o MAGS, um framework multiagente que traduz código gerado por agentes de IA para Dafny, uma linguagem com verificação formal, a fim de provar matematicamente que certas propriedades de segurança são respeitadas. O sistema atingiu 100% de sucesso na verificação formal contra especificações congeladas em 220 casos testados, mas avaliações independentes revelaram que a garantia formal nem sempre corresponde a segurança ou funcionalidade real quando a formalização não captura todo o comportamento relevante.
Um relatório de 154 páginas da Anthropic descreve grupos de ameaça ("Generative Threat Groups") que usaram o Claude em toda a cadeia de ataque, de assistente de codificação de malware a orquestrador autônomo de reconhecimento, exploração e exfiltração com pouca supervisão humana. Casos documentados incluem coleta em massa de credenciais a partir de 1,8 milhão de APKs Android, reconhecimento de redes governamentais e exploração de uma falha de reinstalação do WordPress, afetando cerca de 50 organizações em vários setores.
A Microsoft descreveu uma campanha de comprometimento de e-mail corporativo que enviou mais de um milhão de mensagens em três dias, majoritariamente contra empresas dos EUA, usando faturas falsas do ServiceNow e e-mails de executivos falsificados para induzir pagamentos ACH fraudulentos de cerca de US$ 50 mil por vítima. Indícios como comentários HTML excessivos e estrutura de template muito uniforme sugerem que os materiais fraudulentos foram gerados com apoio de IA generativa.
O SpiderSapien e um crawler e scanner de seguranca web 'client-centric' que usa um LLM para preencher formularios automaticamente e explorar de forma mais profunda a interatividade dinamica de aplicacoes web modernas, algo que scanners tradicionais em caixa-preta tem dificuldade de fazer. Na avaliacao dos autores, a ferramenta aumentou a cobertura media de codigo em pelo menos 46% em relacao a qualquer outro scanner testado individualmente e encontrou XSS em 7 aplicacoes web, contra no maximo 2 encontradas por qualquer scanner concorrente.
A SOCRadar identificou o AnonyMousKIT, uma plataforma de phishing-as-a-service que aluga agentes de voz gerados por IA para ligar para donos de iPhones roubados ou perdidos, se passando pelo suporte da Apple, e induzi-los a fornecer a senha do aparelho, credenciais de Apple ID e codigos de autenticacao de dois fatores. O servico e cobrado por creditos, opera em multiplos canais (e-mail, SMS, WhatsApp, ligacao gravada e ligacao com IA) e ja acumulou milhares de tentativas de contato, com forte concentracao de vitimas no Brasil e na Africa do Sul.
Pesquisadores apresentam o WPNet, uma Graph Neural Network capaz de resolver heuristicamente o Problema da Palavra em teoria dos grupos, testada no grupo de Baumslag-Solitar BS(1,2) e em um grupo de Artin. Como prova de conceito ofensiva, o modelo foi usado para atacar com sucesso o criptossistema de chave pública Wagner-Magyarik, expondo vazamento estrutural em esquemas baseados em grupos não abelianos.
Um levantamento da VulnCheck mostra que vulnerabilidades descobertas com apoio de IA são exploradas na prática na mesma proporção que as descobertas por métodos tradicionais: apenas 1,3%. O dado contradiz o alarde em torno de iniciativas como o Project Glasswing, da Anthropic, que gerou milhares de candidatos a vulnerabilidade mas poucos resultados públicos concretos.
A Anthropic afirma que seu modelo Claude Mythos Preview derivou um ataque de recuperação de chave contra a assinatura pós-quântica de teste HAWK-256 e otimizou um ataque conhecido contra o AES-128 reduzido a 7 de 10 rounds, com aceleração de 200 a 800 vezes. A empresa publicou artefatos para reprodutibilidade e destaca que nenhum sistema de produção é afetado, já que HAWK-256 é um parâmetro de teste e o AES atacado é uma versão deliberadamente enfraquecida.
A STAR Labs divulgou um exploit funcional para o CVE-2026-53264, uma falha use-after-free no subsistema de traffic-control do kernel Linux que permite a um usuário local sem privilégios virar root. O pesquisador Lee Jia Jie afirma ter usado IA para acelerar a descoberta do bug e o desenvolvimento do exploit, embora ressalve limitações claras da ferramenta. O caso, testado com sucesso em CentOS Stream 9, é um dos primeiros relatos públicos e detalhados de IA aplicada de ponta a ponta em pesquisa ofensiva de kernel.
O artigo argumenta que, embora ferramentas de IA acelerem etapas de reconhecimento e geração de payloads em testes de segurança ofensivos, elas não substituem a validação humana necessária para provar que uma vulnerabilidade é real e explorável em produção. Aponta como sintoma prático o aumento de submissões de baixa qualidade em programas de bug bounty, com severidades infladas por relatórios gerados por IA sem evidência real de exploração.