Изкуственият интелект променя не само начина, по който се разработва софтуер, но и скоростта, с която се откриват и използват неговите слабости. Нов анализ на Google Threat Intelligence Group (GTIG) показва рязко ускоряване както на откриването на уязвимости, така и на тяхното превръщане в реален инструмент за атаки.
Броят на публикуваните уязвимости се е увеличил от 5045 през януари 2026 г. до 10 740 през август. Паралелно с това средният брой уязвимости, за които е наблюдавана експлоатация всеки месец, е нараснал от 10,5 през 2025 г. до 18 през първите осем месеца на 2026 г.
Все повече атаки срещу периферни системи
GTIG отчита, че 14% от експлоатираните уязвимости през януари-август са засегнали периферни и защитни устройства, а други 11% са били свързани с корпоративни директории и платформи за съвместна работа.
Повече от 65% от експлоатираните уязвимости в периферни системи са били оценени като High или Critical. Особено привлекателна цел са публично достъпните административни интерфейси, които могат да дадат директна възможност за проникване във вътрешна инфраструктура.
Това е важен сигнал за организациите, които използват защитни устройства, VPN, системи за отдалечен достъп и други услуги, изложени към интернет. Проблемът вече не е само наличието на уязвимост, а колко бързо тя може да бъде превърната в работеща атака.
Уязвимостите, открити с ИИ, са различен риск
Данните на GTIG показват още една съществена тенденция. Уязвимостите, открити с помощта на ИИ, имат различен профил от останалите.
През първите осем месеца на 2026 г. 58% от идентифицираните с ИИ уязвимости са били оценени като Medium риск, при 28% при уязвимостите, открити без ИИ. Още по-съществен е делът на слабостите, водещи до отдалечено изпълнение на код – 50% при откритите с ИИ срещу 26% за по-широката CVE екосистема.
Според GTIG автономни изследователски агенти вече могат да откриват сериозни слабости, когато бъдат насочени към критични точки от атакуващата повърхност. В същото време се разширява и самата атакуваща повърхност около ИИ системите – между януари 2025 г. и август 2026 г. са проследени 2076 свързани с ИИ CVE уязвимости.
От уязвимост до реална атака за дни
Един от показателните примери е CVE-2026-1731 – уязвимост за неавтентикирано изпълнение на операционни команди в BeyondTrust Privileged Remote Access и Remote Support. Тя е била открита автономно от изследователския агент Hacktron AI.
Само четири дни след публичното оповестяване GTIG е регистрирала експлоатация от една група, последвана от още пет в рамките на следващите седем дни. Последвалите действия са включвали повишаване на привилегиите, кражба на данни и инсталиране на допълнителен зловреден софтуер и криптомайнери.
Този пример илюстрира основния проблем за бизнеса: времето между публикуването на информация за уязвимост и реалната атака може да се свива до дни.
ИИ инфраструктурата също се превръща в цел
Рискът не се ограничава до традиционния корпоративен софтуер. GTIG отчита 2076 уязвимости, свързани с ИИ приложенията за периода януари 2025 – август 2026 г.
Особено уязвима зона са платформите за управление на ИИ агенти. Те представляват 50% от всички идентифицирани слабости в ИИ средата, като броят им през 2026 г. е нараснал с 347%. Част от тези платформи използват динамично изпълнение на код, което може да бъде атакувано чрез prompt injection или специално конструирани workflow файлове.
Друг критичен компонент са ИИ gateway системите. При компрометиране те могат да разкрият API ключове, вътрешни заявки, лични данни или собствен програмен код. На инфраструктурно ниво същите системи могат да се превърнат в отправна точка за кражба на идентификационни данни и последващо движение в облачната среда.
GTIG посочва и 212 уязвимости през 2026 г. в инфраструктурата за обслужване на ИИ модели, включително vLLM, Triton, LiteLLM и Ollama. Близо една четвърт са свързани с неавтентикирани API крайни точки или SSRF.
За бизнеса изводът е практически: управлението на уязвимостите вече трябва да обхваща не само традиционните сървъри и крайни устройства, но и ИИ приложенията, агентите, gateway системите и инфраструктурата за работа с модели.
