Agenti AI autonomi: attacco hacker a 50€

Cinquanta dollari. Poco più di quarantasei euro. È quanto sarebbe bastato a un hacker cinese per violare i sistemi informatici di grandi aziende come John Deere, SharkNinja e Cummins, secondo quanto riportato da IBTimes. Lo strumento usato non è un exploit segreto rubato a qualche agenzia governativa: sono agenti AI autonomi costruiti con tecnologie commerciali disponibili a chiunque abbia una carta di credito e una connessione internet.

Cosa ha fatto esattamente questo hacker

Stando alle ricostruzioni, l’hacker - attivo in ambienti vicini alla scena cinese della sicurezza offensiva - avrebbe orchestrato attacchi su oltre cento siti web aziendali sfruttando agenti AI autonomi capaci di operare in modo indipendente: analizzare le superfici di attacco, individuare vulnerabilità, tentare intrusioni e adattarsi ai risultati ottenuti, tutto senza che un essere umano dovesse guidarli passo dopo passo. Il costo per singolo attacco? Una manciata di token spesi su API di modelli linguistici commerciali.

Quello che colpisce non è la tecnica in sé, che ricalca metodologie già note nella sicurezza informatica offensiva, ma la scala e il prezzo. Un pentest professionale su un’infrastruttura aziendale costa normalmente migliaia di euro e richiede settimane di lavoro da parte di professionisti specializzati. Qui si parla di decine di euro e di un sistema automatizzato che lavora mentre l’attaccante dorme.

Perché gli agenti AI cambiano la geometria del rischio

Per anni, gli attacchi informatici sofisticati sono stati appannaggio di due categorie: i gruppi sponsorizzati dagli stati, con risorse enormi e accesso a zero-day costosi, e i criminali organizzati con infrastrutture consolidate. Nel mezzo c’era il cosiddetto script kiddie, il ragazzo che scarica strumenti già pronti senza capirli davvero, limitato nella portata dei danni che poteva fare.

Gli agenti AI autonomi rompono questa tripartizione. Un singolo individuo con competenze tecniche moderate può oggi costruire pipeline di attacco automatizzate che fino a qualche anno fa avrebbero richiesto un team. Il modello linguistico ragiona sui risultati intermedi, suggerisce i passi successivi, interpreta gli output degli strumenti di scanning, genera payload personalizzati. L’intelligenza non è del criminale: è noleggiata al costo di qualche centesimo per ogni chiamata API.

Non si tratta di fantascienza speculativa. La ricerca in ambito sicurezza aveva già anticipato questo scenario: diversi paper accademici pubblicati nell’ultimo anno hanno dimostrato che i modelli linguistici avanzati sono in grado di identificare e sfruttare vulnerabilità reali in ambienti controllati, con tassi di successo che crescono rapidamente con le nuove generazioni di modelli.

Il problema del doppio uso dell’AI commerciale

OpenAI, Anthropic e gli altri grandi fornitori di modelli hanno investito risorse considerevoli nei cosiddetti guardrail, meccanismi di sicurezza che dovrebbero impedire ai modelli di assistere in attività dannose. Ma i guardrail sono progettati per rispondere a richieste esplicite e dirette: “aiutami a hackerare questo sito” è una richiesta che viene rifiutata. Un agente AI che opera su istruzioni frammentate, che usa strumenti legittimi come scanner di rete e analizzatori di traffico, che interpreta output tecnici e suggerisce il passo successivo in un flusso di lavoro apparentemente neutro, è molto più difficile da bloccare.

Il problema è strutturale. Gli stessi strumenti usati dai team di sicurezza difensiva, dai penetration tester certificati, dai ricercatori che cercano vulnerabilità per poi comunicarle responsabilmente alle aziende, sono gli stessi che possono essere orchestrati da un agente AI per scopi offensivi. Non esiste un modo tecnico semplice per distinguere un pentest autorizzato da un attacco: la differenza è nel contratto firmato, non nel traffico di rete.

Le implicazioni geopolitiche di un attacco da 50 dollari

Il fatto che l’hacker in questione operi in un contesto cinese non è un dettaglio marginale. Le tensioni commerciali e tecnologiche tra Cina e Occidente hanno già prodotto episodi di spionaggio industriale ben documentati. Ma finora questi attacchi richiedevano risorse significative, spesso il supporto implicito o esplicito di strutture statali. Se la barriera di ingresso crolla a poche decine di euro, la minaccia si distribuisce: non è più necessario essere un operativo di un’agenzia governativa per colpire l’infrastruttura di un’azienda agricola americana o di un produttore di elettrodomestici.

Aziende come John Deere o Cummins non sono obiettivi casuali. Operano in settori considerati critici, dall’agricoltura alle infrastrutture industriali. Una violazione dei loro sistemi può significare accesso a dati proprietari, a catene di fornitura, a informazioni sui clienti. Il danno reputazionale e competitivo può valere molto più dei cinquanta dollari spesi per l’attacco.

Come risponde chi deve difendersi

La risposta difensiva a questo tipo di minaccia è complessa perché l’asimmetria economica funziona in entrambe le direzioni. Difendere costa molto più che attaccare: mantenere un team di sicurezza qualificato, aggiornare continuamente le patch, monitorare il traffico anomalo, gestire la risposta agli incidenti sono attività che richiedono investimenti costanti. Un attacco automatizzato da cinquanta euro può richiedere giorni di lavoro da parte di specialisti ben pagati per essere analizzato e contenuto.

L’ironia è che le stesse aziende che producono i modelli usati per gli attacchi stanno cercando di venderli anche come strumenti difensivi. AI contro AI: agenti autonomi che monitorano le reti alla ricerca di comportamenti anomali, che analizzano i log alla velocità che nessun analista umano potrebbe sostenere, che generano alert e suggeriscono risposte. È una corsa agli armamenti dove l’unica costante è che il costo dell’offensiva scende più velocemente del costo della difesa.

Quello che questo episodio rende difficile ignorare è che la conversazione sulla sicurezza dell’AI non riguarda solo scenari fantascientifici di superintelligenza fuori controllo. Riguarda strumenti già disponibili, usati oggi, con conseguenze misurabili in termini di dati sottratti e sistemi compromessi. La democratizzazione tecnologica ha molte facce, e non tutte sono rassicuranti.