CrowdStrike分析了四个在五月至八月活动的攻击团伙。它们把使用AI的系统放在外部能够访问的服务器上，研究人员因此得以观察所用模型和工作流程。这些团伙分别使用中文、西班牙语和英语、印尼语以及俄语。他们混用Claude和开放权重的DeepSeek模型，把侦察与执行步骤交给不同代理，还将恶意任务包装为经过授权的安全测试，试图绕过模型限制。据研究人员称，其中一个团伙攻入了至少15家阿根廷医疗机构。
这项发现并不意味着AI找到了全新的入侵方法。CrowdStrike指出，这些行动没有依赖新的漏洞，自动化主要是加快查找和利用已有弱点的速度。人仍然负责挑选目标并决定下一步。对防守方而言，风险在于扫描、尝试弱密码和后续操作可以更快扩展到大量系统。拖延安装补丁和长期暴露的服务因此更容易被盯上。研究范围只有四个团伙，不能据此推算全球有多少网络攻击使用AI。不过，这些案例具体说明，单靠聊天模型内部的安全拦截很难阻止犯罪者。他们能够切换模型、编造授权背景，再把AI与传统工具拼接起来。
报告里还有一个值得注意的细节：攻击者未必需要最贵、最新的模型。研究人员看到他们根据任务成本选择不同模型，旧版本和开源模型也能承担大量重复工作。对防守方而言，关键仍是基础安全措施，例如及时修补已知漏洞、限制管理员权限、监测异常登录和保留可审计的日志。若把全部注意力放在“AI黑客”这个新标签上，反而可能忽略被利用的老问题。研究人员能够分析这些团伙，是因为攻击者把自己的基础设施留在了可访问的服务器上。这也说明研究看到的是一部分可观察案例，不能把四个团伙的做法直接推广到所有犯罪组织。
其中一组攻击者针对阿根廷医疗机构，研究人员还发现至少一家受害者可能丢失凭据和医疗记录。这比笼统讨论“AI会不会作恶”更具体，也说明受害者需要尽快排查账户滥用与数据访问。报告中的归因和受害范围来自CrowdStrike的调查，应继续等待相关机构或其他研究团队披露更多可核实材料。无论后续数字如何变化，减少可被自动批量利用的弱点都是现实任务。