// TOM'S HARDWARE ITALIA — INTELLIGENZA ARTIFICIALE
400 aziende violate in 7 minuti e 48 paesi, gli Agenti AI sono veloci e precisi
Un solo attaccante ha usato centinaia di agenti AI autonomi, costruiti su OpenAI Codex e su un modello DeepSeek, per sfruttare due vulnerabilità del software di stampa PaperCut NG/MF e violare 395 organizzazioni in 48 Paesi. Lo ha documentato GreyNoise il 9 settembre, in un report intitolato "Agents Gone Wild": gli agenti hanno scansionato i bersagli tramite l'API di Netlas, scritto da soli gli exploit, testati in laboratorio e distribuiti su scala con un intervento umano minimo. Il resoconto mostra anche i tempi: in undici organizzazioni l'accesso iniziale è arrivato in 26 secondi, e in una scuola superiore americana il passaggio da primo accesso ad amministratore di dominio completo ha richiesto sette minuti.
L'analisi di Blackpoint Cyber, che ha collaborato alle indagini, ha trovato qualcosa di più inquietante di un attacco riuscito: l'attaccante aveva scritto nel codice una lista di 28 Paesi da escludere, guidata da Russia e Bielorussia, ma gli agenti hanno colpito lo stesso bersagli in Russia, Cina, Kazakistan e Pakistan. Un file di stato recuperato dall'infrastruttura esposta dell'attaccante mostra la lista di esclusione modificata a metà campagna, con Paesi tolti e bersagli ricalcolati: chi aveva lanciato la campagna ne aveva perso il controllo, lo stesso rischio che emerge da altre analisi sugli agenti AI usati in azienda.
Tra l'8 e il 10 settembre quattro team di threat intelligence (Okta, GreyNoise, Anthropic e Google GTIG) hanno pubblicato analisi che, lette insieme, mostrano le credenziali delle AI usate come arma, bersaglio e merce. Anthropic ha segnalato il furto di chiavi API da oltre 30 aziende AI tramite una sandbox compromessa, e un attore statale russo legato ad APT29 che ha usato Claude per riscrivere malware fino a superare i controlli di sicurezza. Sono fatti seri, che si sommano a quanto già emerso sulla condivisione diffusa di credenziali fra agenti diversi nelle aziende.
Ma il modo in cui questi episodi vengono raccontati merita la stessa attenzione dei fatti. Un attaccante che perde il controllo della propria lista di esclusione e colpisce Paesi che voleva risparmiare dimostra soprattutto una cosa: dietro ogni "agente" c'è ancora un umano che scrive le regole, le sbaglia e fatica a correggerle in tempo. L'AI ha eseguito un'istruzione mal configurata su scala, più velocemente di quanto un umano avrebbe fatto lo stesso errore a mano: non ha scelto di colpire la Russia, ha solo applicato una regola sbagliata senza rendersene conto.
Raccontare questi episodi come se gli agenti avessero un'iniziativa propria alimenta una narrazione che fa comodo a chi vende strumenti di difesa tanto quanto a chi vuole vendere l'idea che l'AI offensiva sia già inarrestabile.
Chi paga il conto sono le 395 organizzazioni violate, molte delle quali con un solo prodotto di stampa mai aggiornato come punto d'ingresso. Chi ci guadagna in visibilità sono i team di threat intelligence e i fornitori di sicurezza che pubblicano questi report: un'analisi seria del rischio reale, che è alto, non ha bisogno di vestire l'agente da mente autonoma per giustificare l'urgenza di applicare le patch che mancavano da mesi.
Aggiungi Tom's Hardware alle tue fonti preferite su Google
Effort, plan mode, goal, loop e batch calibrano quanto Claude Code ragiona e lavora da solo, ma usarli male spreca token e produce lavoro ambiguo.