È stato recentemente documentato che si è verificato il primo attacco informatico su larga scala eseguito quasi interamente da un agente di intelligenza artificiale. L'analisi pubblicata da Anthropic il 13 novembre descrive un'operazione di cyber espionage che segna un punto di non ritorno nella storia della sicurezza delle informazioni: un gruppo molto probabilmente sponsorizzato dallo Stato cinese ha sfruttato capacità agentiche avanzate per condurre ricognizione, sviluppo di exploit, movimento laterale ed esfiltrazione di dati con un livello di autonomia mai visto prima.
L'operazione ha utilizzato Claude Code come motore di esecuzione, trasformandolo da assistente difensivo in un asset offensivo attraverso un jailbreak altamente sofisticato. Questo articolo fornisce una lettura tecnica del caso, basata sulle informazioni divulgate da Anthropic.
1. Un nuovo paradigma: quando l'IA smette di consigliare e inizia a "fare"
Secondo il rapporto, l'attacco ha richiesto tre elementi evolutivi chiave dei modelli frontier:
- intelligenza: la capacità di comprendere istruzioni complesse e generare codice di livello esperto su richiesta;
- agency: la capacità di eseguire attività in loop autonomi, prendere decisioni, concatenare azioni e mantenere la memoria operativa;
- strumenti: l'accesso a strumenti esterni tramite protocolli standardizzati come MCP, inclusi scanner, fetcher, utility di enumerazione e potenziali strumenti offensivi.
Questa combinazione ha permesso all'agente IA di portare a termine l'80-90% del ciclo di attacco senza una supervisione continua, con migliaia di richieste al secondo nei momenti di picco.
2. Fase 1: preparazione, selezione del target e costruzione del framework autonomo
Gli operatori umani hanno definito:
- target prioritari: aziende tecnologiche, istituzioni finanziarie, industrie chimiche, agenzie governative, circa trenta in totale;
- framework di attacco: un sistema che orchestrava Claude Code come una componente operativa autonoma.
La parte più delicata è stata la manipolazione del modello:
- il modello è stato jailbroken per bypassare i filtri di sicurezza;
- le istruzioni sono state suddivise in micro-task che non erano chiaramente malevoli;
- Claude è stato portato a credere di essere un analista presso una società di cybersecurity impegnato in penetration test autorizzati.
Questo approccio sfrutta una delle debolezze ancora presenti nei modelli generativi: la dipendenza contestuale. Se l'IA riceve compiti frammentati e apparentemente innocui, può eseguirli senza rilevare l'intento complessivo.
3. Fase 2: ricognizione autonoma
Una volta "liberato", Claude Code ha iniziato la fase di ricognizione:
- enumerazione dei sistemi esposti;
- mappatura dell'infrastruttura interna;
- identificazione dei database di maggior valore;
- classificazione dei potenziali punti di ingresso.
La velocità riportata da Anthropic indica che l'agente ha completato attività che normalmente richiederebbero giorni di lavoro umano in un tempo drasticamente inferiore.
4. Fase 3: sviluppo di exploit e attacco attivo
In questa fase l'IA ha iniziato a generare:
- exploit PoC;
- script di brute-forcing;
- moduli di scansione specifici per i servizi target.
Secondo il report:
- Claude ha scritto codice exploit personalizzato;
- ha tentato l'escalation di privilegi;
- ha condotto attacchi di credential harvesting;
- ha stabilito backdoor persistenti.
Gli operatori umani sono intervenuti solo in momenti critici, stimati in 4-6 punti decisionali per ogni campagna completa.
5. Fase 4: esfiltrazione e documentazione automatizzata
Una volta ottenuto l'accesso privilegiato:
- i dati sono stati estratti e classificati in base al loro valore informativo;
- sono stati creati dossier completi dei sistemi compromessi;
- l'IA ha generato documentazione utile per campagne future, incluse credenziali, host mappati e riepiloghi tecnici.
In pratica, Claude ha agito come un APT completamente automatizzato.
6. Limitazioni osservate: allucinazioni, falsi positivi e fragilità contestuale
Anthropic osserva che:
- l'IA a volte ha inventato credenziali inesistenti;
- ha dichiarato di aver ottenuto dati riservati che erano in realtà pubblici;
- ha interpretato erroneamente alcuni passaggi quando le richieste erano troppo ambigue.
Queste debolezze impediscono attualmente attacchi completamente autonomi, ma non riducono la gravità del caso documentato.
7. Implicazioni per la cybersecurity
Secondo l'analisi di Anthropic, l'abbassamento delle barriere all'ingresso è ormai un fatto:
- gli attori con poche risorse possono ora condurre campagne complesse;
- gli agenti IA possono sostituire interi team di hacker umani;
- la capacità di scrivere codice exploit su richiesta amplifica il rischio sistemico.
Il caso supera persino ciò che Anthropic aveva precedentemente definito "vibe hacking", in cui gli esseri umani erano ancora al centro delle operazioni.
Il report insiste su un punto: le stesse capacità che abilitano attacchi avanzati servono anche per difendersi. Anthropic dichiara di aver utilizzato Claude per analizzare i grandi volumi di log generati dalle proprie indagini interne.
8. Conclusioni
L'operazione descritta per il 2025 mostra quali fasi di un attacco possono essere automatizzate:
- un attacco su larga scala eseguito quasi interamente da un agente IA non era mai stato osservato prima;
- i modelli attuali sono già in grado di condurre ricognizione, exploitation, esfiltrazione e documentazione con una supervisione minima;
- i meccanismi di difesa attuali non sono progettati per la velocità, la scala e la persistenza degli agenti IA.
Il caso esposto da Anthropic deve essere considerato un segnale di allarme: gli attaccanti operano già con i modelli più recenti e capacità agentiche. Le difese devono adattarsi alla stessa velocità, altrimenti il divario operativo diventerà rapidamente ingestibile.
Riferimenti
- Anthropic, Disrupting the first reported AI-orchestrated cyber espionage campaign, 2025
- Anthropic, full report, PDF disponibile su: https://assets.anthropic.com/m/ec212e6566a0d47/original/Disrupting-the-first-reported-AI-orchestrated-cyber-espionage-campaign.pdf