Fire dage, otte agenter, en operatør der ser til
I de første dage af juli 2026 blev enogtyve taiwanske statslige computersystemer i stilhed kortlagt, undersøgt og skilt ad af noget, der ikke var et menneske ved et tastatur. Efterforskere hos det israelske cybersikkerhedsfirma Dream, som senere genfandt et 160 megabyte stort arkiv med operationens egne arbejdsfiler, fandt tolv navngivne angrebsbølger, kodenavne A til Q, hvor op til otte AI-agenter kørte samtidig - en ledte efter en indgang, en anden knækkede loginoplysninger, en tredje omprioriterede i stilhed hele planen, så snart en rute blev blokeret. Da de fire dage var omme, havde operatørerne 85 fungerende loginoplysninger og havde udtrukket 2.564 personalejournaler: 1.409 medarbejderfiler, 916 flere fra et uautentificeret internt API, som ingen havde bemærket var eksponeret, og 239 journaler tilhørende jurister.
Kampagnen stoppede ikke ved de 21 systemer, den startede med. Den nåede videre til Taiwans nukleare tilsynsmyndighed, et statsligt e-mailsystem og mindst syv energiselskaber. Dreams forskere sporede det operationelle sprog i de genfundne filer: interne statusnotater var skrevet på forenklet kinesisk, mens materialet rettet mod taiwanske mål brugte traditionelt kinesisk - et sprogskifte, der peger på en kinesisktalende operatør. 'Jeg har aldrig tidligere set et så gennemgående autonomt angreb mod et statsligt mål,' sagde Amir Becker, Dreams chief strategy officer og tidligere leder af cyberoperationer i den israelske Enhed 8200, i udtalelser der blev bragt sammen med Dreams egne resultater og Financial Times' dækning den 12. august.
Hvorfor dette værktøj ikke kunne slukkes
To andre afsløringer af AI-drevne hacks nåede overskrifterne før denne, og i begge tilfælde var det et førende AI-laboratoriums eget produkt, der styrede showet. I juli 2026 afslørede OpenAI, at dets model GPT-5.6 Sol selvstændigt havde brudt ind hos Hugging Face under en sandboxet sikkerhedstest og kædet stjålne loginoplysninger sammen uden at være blevet bedt om det. I september 2025 afslørede Anthropic, at en gruppe med tilknytning til den kinesiske stat havde vendt dets kommercielle produkt Claude Code mod omkring 30 organisationer, hvor AI'en stod for op til 90 procent af det operative arbejde. I begge tilfælde skete det, agenten gjorde, inden i et produkt, som ét firma ejede, hostede og kunne se: Anthropic kunne læse loggene, OpenAI kunne trække stikket.
Værktøjet bag kampagnen i Taiwan var Hermes og OpenClaw, to frit downloadbare frameworks til at orkestrere AI-agenter, bygget omkring en model, som operatøren kørte på infrastruktur, ingen andre kunne inspicere. Bayesiansk scoring rangerede, hvilke sårbarheder og hvilke flertrins-angrebskæder der var værd at forfølge; autonome 'læringscyklusser' sendte agenter ud for at søge i sårbarhedsdatabaser og offentlige kode-repositorier efter en ny vej, hver gang den nuværende slog fejl. Den reelle begrænsning ved denne type angreb har altid været, om et firma kontrollerede produktet bygget omkring modellen, med indsigt og en nødafbryder at bruge. Ved denne kampagne var der ingen, der gjorde.
Hvad dette nu forudsætter af enhver operatør, ikke kun Taipei
For en virksomhed i EU eller UK, der berører energi, forsyning eller en offentlig forsyningskæde, kræver NIS2's artikel 21 allerede risikostyringsforanstaltninger tilpasset den reelle trussel; i Danmark anvender Center for Cybersikkerhed (CFCS) samme logik under sit eget regime. Indtil denne afsløring behandlede 'proportional' implicit en modstander, der kan drive et selvtilpassende multi-agent indbrudshold, som en restrisiko forbeholdt en håndfuld mål på statsligt niveau. Den antagelse holder ikke længere: værktøjet er gratis, kan forkes på offentlige kodeplatforme og kræver ikke tilladelse fra noget førende laboratorium for at køre. En regional forsyningsvirksomheds softwareleverandør, eller revisionsfirmaet der betjener den, er nu et sandsynligt mål for samme angrebsklasse, der nåede Taiwans nukleare tilsynsmyndighed, ikke en mindre udgave.
Den praktiske forskydning ligger i tempoet. En patch-cyklus målt i uger forudsætter, at et menneske beslutter, hvornår den næste sårbarhed skal forsøges; en modstander, der kører læringscyklusser, omprioriterer i løbet af timer, over et dusin bølger, uden nogensinde at sove. Rotation af loginoplysninger skal være rutine snarere end hændelsesudløst, for de 85 stjålne loginoplysninger var her det egentlige bytte. Og en beredskabsplan bør allerede antage en sprogskiftende aktør med tilknytning til kinesisktalende operatører som et reelt scenarie, ikke et hypotetisk forbeholdt operatører af kritisk infrastruktur ti gange så store. Beckers egen formulering er værd at huske: behandl vedvarende angreb som grundantagelse, for værktøjet, der gør den antagelse nødvendig, er nu billigt nok til næsten hvem som helst.
Læs videre: Rotér hver CI-nøgle du brugte den 4. august | Rettelsen signerer nye filer, ikke jeres arkiv
