Vai al contenuto
Luca Masrè Passaro
Laboratorio AI

luca@masrepassaro.com WhatsApp

home / blog

Patch di sicurezza: un’AI le smonta in automatico

Google ha trovato un sistema AI che confronta il codice prima e dopo le patch di sicurezza, scrive l’exploit e lo lancia in automatico. Cosa cambia per te.

LMP Luca Masrè Passaro
·
21.11.2026
Illustrazione: un piccolo automa di ottone esamina con una lente due vecchi lucchetti affiancati, uno riparato e uno arrugginito, sul banco di una bottega al tramonto

In breve

Lunedì 16 novembre 2026 il Threat Intelligence Group di Google (GTIG) e Mandiant hanno pubblicato il loro rapporto trimestrale su come chi attacca usa l’intelligenza artificiale. Il fatto nuovo, secondo Google, è un primo caso: un sistema che, dopo che una persona l’ha configurato con le chiavi d’accesso ai modelli, automatizza per intero la ricerca di una falla e il suo sfruttamento. Si chiama exploit_agent, stava su un server lasciato esposto e usa più modelli AI per confrontare il codice di software web diffusi prima e dopo gli annunci di patch, analizzare le differenze per individuare le possibili falle, scrivere l’exploit e lanciarlo in automatico, senza intervento umano. Nella stessa parte del rapporto, un’immagine mostra un sistema di agenti che esamina Spectra, un plugin WordPress che nella pagina di WordPress.org consultata il 16 novembre dichiarava oltre un milione di installazioni attive. Un commento nell’immagine definisce «insicuro» uno dei controlli esaminati, ma il rapporto non dice se quella possibile falla sia stata verificata o usata. Per Google, sistemi di questo tipo possono accorciare di molto il tempo fra l’annuncio di una patch e l’attacco.

Quando esce un aggiornamento che chiude una falla, per come la vedo io l’annuncio ha due lettori. Uno sei tu, che devi decidere quando installarlo. L’altro può essere chi cerca una porta aperta: il sistema trovato da Google lavora proprio sul codice di prima e di dopo gli annunci di patch.

Perché una patch di sicurezza, la correzione che chiude una falla, fa due cose insieme. Ripara. E dà un indizio, a chi la sa leggere, su dove stava il guasto: mettendo il codice di prima accanto a quello di dopo si vede cosa è cambiato, e da lì si può cercare la falla.

A settembre Google scriveva di non aver ancora visto chi attacca usare sistemi del tutto autonomi contro bersagli veri. Lunedì 16 novembre ha scritto che, negli ultimi tre mesi, ne ha trovato uno. Una persona lo configura. Poi confronta il codice prima e dopo le patch, cerca la falla, scrive l’attacco e lo lancia. Senza nessuno nel mezzo.

La patch resta la cosa da fare. Cambia il tempo che hai per farla.

Cosa ha trovato Google

Il rapporto si intitola «Agentic Threat Activity Crosses a Significant Threshold»: gli attacchi condotti con agenti AI superano una soglia importante. Lo firmano il Threat Intelligence Group di Google, la squadra che studia chi attacca, e Mandiant, che interviene nelle aziende dopo gli incidenti. È un appuntamento che esce ogni tre mesi e racconta come criminali, spie e campagne di propaganda usano l’intelligenza artificiale.

Il caso che dà il titolo sta in poche righe. Google ha trovato un server lasciato esposto su internet, una specie di banco di prova, con sopra un sistema chiamato exploit_agent. Un exploit, per chi non mastica il gergo, è il pezzo di codice che sfrutta una falla: la chiave costruita su misura per una serratura difettosa.

exploit_agent collega più modelli di linguaggio: alcuni «di frontiera», cioè i più avanzati, altri installati in proprio. È impostato per lavorare in un ciclo continuo su software web molto diffusi. Prende il codice di prima di un annuncio di patch e quello di dopo. Li confronta. Cerca dove potrebbe stare la falla. Scrive l’exploit. E lo lancia, in automatico, senza che una persona intervenga.

Sul server, accanto al sistema, Google ha trovato anche dati già portati via alle vittime e una serie di script per il dopo: esplorare la rete interna, provare password a raffica, installare una webshell, cioè una porta di servizio nascosta dentro un sito, e perfino togliere le webshell lasciate da altri attaccanti. La concorrenza, a quanto pare, c’è anche lì.

I dati sul server danno anche un indizio su chi interessava. Secondo Google, i dati sulle vittime trovati lì suggeriscono che chi gestiva il sistema puntasse in particolare a siti francesi legati ai media e allo spettacolo, e al settore dell’istruzione. Chi fa comunicazione o formazione, fra i lettori di questo blog, si riconoscerà in quell’elenco.

Una persona, all’inizio, c’è. Nel file che configura il sistema un commento in russo, che il rapporto riporta con la traduzione inglese, dice a chi lo installa dove mettere le chiavi d’accesso ai modelli AI: «Inserisci tu le chiavi, qui, non nella chat». Qualcuno le inserisce. Da lì, secondo Google, il confronto, l’exploit e l’attacco partono da soli.

Ci sono anche cose che il rapporto non dice. Chi ci sia dietro. Quante vittime abbia fatto. Quanto tempo passi, con exploit_agent, fra l’annuncio di una patch e l’attacco. Dice però una cosa precisa: è la prima volta che Google vede chi attacca automatizzare per intero la ricerca della falla e il suo sfruttamento. Nel rapporto di settembre aveva scritto di non aver ancora visto «pipeline del tutto autonome» usate contro bersagli veri.

Nel rapporto di settembre Google non l’aveva ancora visto. In quello di novembre lo racconta, nome compreso.

Perché una patch può diventare una mappa

Qui serve una distinzione, perché cambia tutto il discorso. Le falle che interessano a chi attacca sono di due tipi.

Il primo è la falla per cui, quando qualcuno comincia a sfruttarla, non esiste ancora una correzione. Si chiama zero-day. Per cercare falle di questo tipo, scrive Google, bisogna gettare una rete più larga.

Il secondo è la falla già resa pubblica. In gergo si chiama n-day: sono passati un certo numero di giorni da quando è venuta fuori. Quelle di cui parla Google, qui, sono già corrette, con la patch disponibile: il programma è stato riparato, e il problema è chi non ha ancora aggiornato.

Google scrive che, per chi attacca, può essere più conveniente mettere i modelli AI al lavoro sulle falle del secondo tipo. Il motivo è pratico: il materiale da studiare è limitato e già pronto. Il codice prima e dopo la correzione, comprese le versioni di prova che escono prima di quella ufficiale. Le note di rilascio. Gli articoli dei ricercatori. A volte, il codice dimostrativo che qualcuno ha già pubblicato. Per uno zero-day, invece, scrive Google, bisogna allargare la ricerca.

Il resto lo fa la velocità. Già a settembre Google descriveva chi attacca usare i modelli AI per trasformare più in fretta gli avvisi pubblici e i ritardi negli aggiornamenti in exploit funzionanti. Nel rapporto di novembre scrive che, mettendo in fila questi passaggi con sistemi a più agenti, chi attacca può accorciare di molto il tempo fra l’annuncio di una patch e l’exploit pronto all’uso. La conseguenza, scrive Google: si restringe la finestra che le organizzazioni hanno per applicare la patch.

Il rapporto aggiunge qualche numero sulle falle sfruttate. Fra gennaio e agosto 2026, scrive Google, le falle rese pubbliche e gli exploit nel complesso sono quasi raddoppiati. Gli zero-day sfruttati invece, sempre secondo Google, sono saliti di poco: da una media di 8 al mese nel 2025 a 11 al mese nel 2026, prima di un picco di 22 ad agosto.

Una falla già corretta resta sfruttabile sui siti che usano ancora la versione vulnerabile. Ed è su quelle, secondo Google, che chi attacca può trovare più conveniente mettere le macchine al lavoro.

Un plugin WordPress sul tavolo

Nella parte dedicata a exploit_agent, il rapporto contiene un’immagine che chi ha un sito WordPress dovrebbe guardare due volte. La didascalia dice: un sistema di agenti mentre esamina come un plugin controlla chi può accedere a certe funzioni. Il plugin è Spectra, che il rapporto chiama anche Ultimate Addons for Gutenberg, nella versione 2.19.25.

Spectra aggiunge blocchi all’editor di WordPress. Nella sua pagina ufficiale di WordPress.org, consultata il 16 novembre 2026, dichiarava oltre un milione di installazioni attive. Secondo il registro delle modifiche, la versione 2.19.25 è uscita il 27 aprile 2026. Dopo ne sono uscite altre: a luglio, con la 2.20.0, il plugin ha preso il nome «Spectra Legacy», e il 16 novembre l’ultima versione elencata era la 2.20.6 del 3 novembre. Fra le versioni uscite dopo la 2.19.25 e fino a quel giorno, otto riportano la stessa riga: «This update addressed a security bug». Questo aggiornamento ha chiuso un problema di sicurezza.

Sopra il codice mostrato c’è un commento: «Insecure capability check analyzed in v21925.php», cioè un controllo dei permessi giudicato insicuro, esaminato in un file chiamato v21925.php. Il rapporto non dice se quella possibile falla sia stata verificata, né se sia stata usata contro qualche sito. Per come la leggo, però, il punto è proprio qui. Ognuna di quelle otto righe è un piccolo avviso pubblico, che dice «qui c’era qualcosa». Chi aggiorna lo legge come una buona notizia. Un sistema come exploit_agent lo legge come un indirizzo.

Quanto possa essere corto il tempo fra l’avviso e l’attacco, il rapporto lo mostra con un altro caso, ricostruito da ricerche pubbliche. A fine agosto 2026 qualcuno ha sfruttato due falle nei server di PaperCut, un programma per gestire le stampanti in rete, prima che esistesse una correzione. Messe insieme, permettevano di eseguire codice sul server senza nemmeno fare l’accesso. Dopo l’annuncio delle falle, ricercatori di sicurezza e la società Huntress, usando modelli AI, hanno costruito exploit funzionanti entro un giorno.

Poi è arrivata la campagna. La società GreyNoise ne ha registrata una quattro giorni dopo l’annuncio: chi attaccava, probabilmente con l’aiuto dei modelli AI, ha costruito e provato gli exploit, preparato l’elenco dei bersagli e colpito centinaia di organizzazioni. GreyNoise ha sottolineato anche la velocità: da un primo punto d’appoggio all’account di amministratore di dominio, quello che comanda la rete aziendale, in pochi minuti.

Quattro giorni. Il tempo di un aggiornamento rimandato a dopo il fine settimana.

Il rumore, e le tracce

C’è un effetto collaterale che il rapporto racconta con un caso che chi legge questo blog conosce: le due falle di PHP, il linguaggio che fa girare i siti WordPress, chiuse il 21 ottobre, di cui ho scritto in PHP2Shell: la falla sotto il tuo WordPress.

Secondo Google, anche quelle falle erano state scoperte con l’aiuto dell’AI. E prima delle patch ufficiali erano già usciti un video dimostrativo e una parte del codice corretto: ricercatori e attaccanti potevano confrontare le versioni e provare a costruire un exploit prima ancora che la correzione fosse disponibile. Nei giorni dopo la patch sono comparsi centinaia di exploit dimostrativi che dicevano di funzionare e non funzionavano, probabilmente scritti con l’aiuto dei modelli AI. Per chi si occupa di sicurezza, scrive Google, è stato molto lavoro in più: verificarli o smentirli, uno dopo l’altro, mentre si cercavano le prove degli attacchi veri.

Per come la vedo io, è la logica della disinformazione applicata al codice. Produrre una cosa falsa costa poco. Smentirla costa tempo.

Il rapporto, però, indica anche un punto debole di chi attacca. Nel rapporto del 16 novembre, Google scrive che i sistemi di agenti visti nelle intrusioni rinunciano alla discrezione in cambio della velocità. Lavorando senza freni producono traffico che resta nei registri, usano identificativi riconoscibili e lasciano segni precisi nel codice. Così diventano più facili da scoprire e da fermare. Google aggiunge due precisazioni: restano comunque molto capaci di arrivare dove vogliono, e con modelli più sofisticati si aspetta meno persone coinvolte e più discrezione.

Quelli descritti nel rapporto fanno rumore. Il rumore aiuta chi ha qualcuno, o un sistema, pronto ad accorgersene.

Il refuso messo apposta

La parte del rapporto che mi ha colpito di più, per il mio mestiere, non riguarda il codice. Riguarda la propaganda.

Ad agosto 2026 Google ha seguito qualcuno che usava le API di Gemini, cioè l’accesso con cui altri programmi usano il modello, insieme a strumenti di altri fornitori AI, per costruire una piattaforma completa di «influenza a pagamento»: campagne pensate per orientare l’opinione pubblica su temi politici locali, soprattutto in Europa e in Medio Oriente. La piattaforma doveva fare tutto: creare i personaggi, generare immagini e video, distribuire i contenuti, pubblicare e rispondere. Dai comandi trovati, l’obiettivo era imitare un sostegno spontaneo dal basso, quello che in inglese si chiama astroturfing, e sfuggire ai controlli delle piattaforme.

Le istruzioni date ai modelli sono un piccolo manuale di persuasione. Chiedevano personaggi del posto, con il dialetto e lo slang della zona. Frasi informali. E refusi messi apposta, per non sembrare un programma automatico. Per le immagini chiedevano i difetti tipici della fotocamera di un telefono, la grana, la luce irregolare. E niente scritte sullo sfondo, per evitare i segni che tradiscono un’immagine sintetica.

Un’altra azienda che vende questi servizi stava sviluppando, sempre con le API di Gemini fra gli altri strumenti, una piattaforma pensata per gestire oltre 100.000 account sui social. I profili nuovi erano impostati per passare, prima di servire alla campagna, un periodo automatico di «invecchiamento»: con l’aiuto dei modelli dovevano simulare il comportamento di una persona qualunque, quanto tempo restare su un post, lo scorrimento, le interazioni con contenuti estranei alla campagna. Una vita finta, per costruirsi una storia di attività normale prima dei messaggi della campagna.

Google precisa che contenuti migliori non vogliono dire per forza campagne che funzionano meglio. Vale la pena ricordarlo. Ma per chi lavora con le parole, per come la vedo io, questo è il dettaglio più istruttivo di tutto il rapporto. Chi scriveva quelle istruzioni voleva testi che sembrassero scritti da una persona: i refusi, scrive Google, servivano proprio a non sembrare uno strumento automatico. Un errore di battitura, una foto un po’ sgranata, un profilo con una storia di attività normale: dettagli scelti apposta per sembrare umani, e chiesti con un comando.

Qui il refuso è scritto nel comando.

Le altre porte: chiavi rubate e assistenti di programmazione

Il rapporto racconta anche altre due cose che toccano da vicino chi usa l’AI al lavoro.

La prima è il furto degli accessi ai modelli AI, il LLMjacking: chi entra nel cloud di un’azienda ne consuma le quote di intelligenza artificiale, o le rivende. Secondo Mandiant, in alcuni casi seguiti nel 2026 gli addebiti fraudolenti hanno superato i 100.000 dollari in un solo giorno; nei casi più gravi, il totale ha raggiunto il milione di dollari prima che il problema venisse risolto. Ne ho scritto a inizio novembre in LLMjacking: lo sconto ha già chi lo paga.

La seconda riguarda gli assistenti che scrivono codice. Un gruppo che Google colloca fra le attività legate alla Corea del Nord ha preso di mira aziende di criptovalute in Nord America e in Europa con profili falsi di selezionatori del personale. Le foto di quei profili portavano la filigrana SynthID di Google: per Google, la conferma che quelle identità erano state costruite con l’AI. Le vittime venivano portate su finte piattaforme per riunioni, dove un messaggio le invitava a lanciare uno script di «riparazione». Una volta dentro, il gruppo ha modificato i file di impostazioni di Claude Code nei repository interni, gli archivi in cui l’azienda tiene il proprio codice, così che a ogni avvio dello strumento partisse in automatico lo scaricamento di una backdoor, una porta di servizio nascosta.

Il finto selezionatore come porta d’ingresso l’ho già raccontato nel caso del furto a Binance, in Social engineering: il colloquio era l’attacco. Qui il passo in più è dove si nasconde il colpo: dentro le impostazioni di uno strumento di lavoro, a ogni avvio.

Ogni automatismo che apri in azienda lavora per te. Finché qualcuno non ne cambia le impostazioni.

Come portarlo nel tuo lavoro

Google lo scrive chiaro: i meccanismi delle intrusioni restano gli stessi, credenziali rubate e sistemi non aggiornati. Cambiano la velocità e la scala con cui qualcuno li sfrutta. Quindi la parte pratica è poco spettacolare. Ed è quella che conta.

  1. Accorcia il tempo fra la patch e l’aggiornamento. Se il tuo sito o il tuo hosting permettono gli aggiornamenti automatici dei plugin, valuta di accenderli, almeno per quelli che segnalano correzioni di sicurezza, insieme a un backup recente e a un modo per tornare indietro se un aggiornamento rompe qualcosa.
  2. Se il sito lo segue qualcun altro, fai una domanda sola. Entro quanto applicate una patch di sicurezza? Nel caso PaperCut fra l’annuncio delle falle e la campagna sono passati quattro giorni: per come la vedo io, una risposta in settimane è troppo lunga.
  3. Conta i plugin che hai. Ognuno è codice in più da tenere aggiornato, e nel caso di Spectra il registro delle modifiche dice in chiaro quando una versione chiude un problema di sicurezza. Quelli che non usi più, toglili: meno codice da seguire, meno aggiornamenti da inseguire.
  4. Impara a leggere il registro delle modifiche. Cercalo nella pagina del plugin su WordPress.org o nella documentazione dello sviluppatore. Quando trovi una riga come «addressed a security bug», come le otto di Spectra, quell’aggiornamento non è da rimandare. Se usi Spectra, controlla di avere l’ultima versione: lo chiede lo sviluppatore stesso, nelle note di quasi ogni correzione di sicurezza.
  5. Chiedi all’hosting chi controlla i registri. E quali allarmi, anche automatici, ci sono. Secondo Google, i sistemi di agenti visti nelle intrusioni lasciano tracce riconoscibili: servono a chi ha un modo per accorgersene.
  6. Metti un tetto alle chiavi delle AI che paghi. Limiti di spesa, avvisi sui consumi, una chiave per ogni uso. Nei casi di LLMjacking seguiti da Mandiant, l’ingresso passava spesso da credenziali rubate.
  7. Se in azienda usate assistenti di programmazione, trattate le loro impostazioni come codice. Chi le modifica, quando, perché. Il caso di Claude Code mostra che anche un file di configurazione può diventare il punto in cui si nasconde l’attacco.
  8. Davanti a un messaggio molto umano, controlla lo stesso. Un refuso, una foto un po’ sgranata, un profilo con una storia di attività: nelle istruzioni viste da Google erano richiesti apposta, quindi da soli non bastano a fidarti. Se a cercarti è un «selezionatore», verifica l’azienda per un’altra strada prima di scaricare qualsiasi cosa.

Per gli attacchi guidati da agenti AI che passano dai fornitori, il caso ARTEX l’ho raccontato in Microsoft 365: l’attacco lo guida un agente AI; quello degli agenti mandati a forzare siti di commercio elettronico in Sito hackerato: ora lo scassinatore è l’AI.

Una patch chiude la falla nel momento in cui la installi. Secondo Google, sistemi come questo possono ridurre di molto il tempo fra l’annuncio della patch e l’exploit pronto. Un motivo in più per installarla presto.

👉 Leggi anche: Attacco alla Commissione UE: chi ha detto ARTEX

👉 Leggi anche: Zero day: circa 11 minuti, secondo Amazon

Domande frequenti

Cos’è una patch di sicurezza?

È una correzione che chiude una falla in un programma, in un sistema o in un plugin. Mettendo a confronto il codice prima e dopo la correzione si possono trovare indizi su dove stava la falla. Secondo Google, exploit_agent fa questo confronto in automatico e di continuo su software web diffusi.

Cos’è exploit_agent?

È il nome di un sistema a più agenti AI che Google ha trovato su un server lasciato esposto. Dopo che una persona l’ha configurato, inserendo le chiavi d’accesso ai modelli, collega diversi modelli di linguaggio, confronta il codice di software web diffusi prima e dopo gli annunci di patch, analizza le differenze per individuare le possibili falle, scrive gli exploit e li lancia senza intervento umano. Secondo Google è il primo caso osservato di chi attacca che automatizza per intero ricerca della falla e sfruttamento.

Che differenza c’è fra uno zero-day e un n-day?

Uno zero-day è una falla per cui, quando qualcuno comincia a sfruttarla, non esiste ancora una correzione. Un n-day è una falla già resa pubblica; quelle di cui parla Google in questo caso sono già corrette, e restano pericolose per chi non ha aggiornato. Google scrive che per chi attacca può essere più conveniente puntare i modelli AI sulle falle già corrette, perché il materiale da studiare è limitato e già disponibile.

Il mio sito WordPress è a rischio?

Il rapporto non permette di dire quanto sia a rischio un sito preciso. Nella parte su exploit_agent mostra un sistema di agenti mentre studia i controlli d’accesso di Spectra 2.19.25, con un commento che definisce «insicuro» uno di quei controlli; non dice se quella possibile falla sia stata verificata o usata, e non elenca altri plugin. Nella pagina di WordPress.org consultata il 16 novembre 2026, Spectra aveva otto versioni con correzioni di sicurezza dopo la 2.19.25, e l’ultima elencata era la 2.20.6 del 3 novembre. Il rapporto dice però che sistemi come exploit_agent possono accorciare di molto il tempo fra l’annuncio di una patch e l’exploit pronto: rimandare un aggiornamento di sicurezza lascia aperta proprio la falla che quella patch chiude.

Chi c’è dietro exploit_agent?

Il rapporto non lo dice. Riporta che i commenti nel file di configurazione erano in russo e che, secondo Google, i dati sulle vittime trovati sul server suggeriscono un interesse particolare per siti francesi legati a media, spettacolo e istruzione.

Google ha fermato questi attacchi?

Secondo SiliconANGLE, Google ha disattivato account e risorse legati agli usi illeciti di Gemini che ha trovato; nel rapporto Google scrive anche di aver usato quanto scoperto per rafforzare i suoi modelli e i classificatori, i filtri che riconoscono gli abusi. Su exploit_agent, il rapporto non dice cosa sia successo al server.

Come mi difendo da attacchi così veloci?

Con le cose di sempre, fatte prima: aggiornamenti applicati in fretta, meno plugin, qualcuno o qualcosa che controlla i registri, limiti di spesa sulle chiavi delle AI e attenzione ai contatti troppo convincenti. Google scrive che i meccanismi delle intrusioni restano gli stessi, credenziali rubate e sistemi non aggiornati: cambia la velocità.

Fonti

Manuale di sopravvivenza alla stupidità umana — Luca Masrè Passaro
// dal libro
Ti è piaciuto? Nel libro vado più a fondo.

31 capitoli su come funzioniamo. In uscita 16 settembre 2026.

Scopri il libro →
Luca Masrè Passaro
// scritto da
Luca Masrè Passaro

Comunicazione, psicologia e persuasione. Autore del Manuale di sopravvivenza alla stupidità umana.

leggi la mia storia →
// LA MAIL

Hai letto fino a qui.

Continua sulla mail.

Una al mese, al massimo. Solo quando ho qualcosa di buono da dirti.

// continua a leggere

Altri pezzi dalla stessa categoria