
แฮกเกอร์ที่ไม่ต้องกิน ไม่ต้องนอน ไม่รู้จักเหนื่อย และไม่เคยหยุดหาช่องทางเจาะเข้าระบบ ไม่ใช่ภาพในนิยายไซไฟอีกต่อไป เพราะรายงาน AI Threat Tracker ฉบับล่าสุดของ Google Threat Intelligence Group (GTIG) พบว่าคนร้ายเริ่มใช้เฟรมเวิร์ก AI ที่ทำงานได้เองคอยสแกนอัปเดตซอฟต์แวร์อย่างต่อเนื่อง หาว่าแพตช์แต่ละตัวอุดช่องโหว่ตรงไหน แล้วสร้างโค้ดโจมตีช่องโหว่นั้นขึ้นมาเอง โดยไม่มีมนุษย์เข้าไปเกี่ยวข้องเลย
GTIG ระบุว่านี่เป็นครั้งแรกที่ทีมพบผู้ไม่หวังดีใช้เฟรมเวิร์กที่ขับเคลื่อนด้วย Large Language Model (LLM) ค้นหาและเจาะช่องโหว่แบบอัตโนมัติเต็มรูปแบบ และประเมินว่าภัยคุกคามจาก AI มาถึง 'จุดเปลี่ยนสำคัญ' แล้ว ขณะที่ Google มองว่าการรับมือภัยที่มาด้วยความเร็วของเครื่องจักรด้วยความเร็วของมนุษย์เป็นไปไม่ได้ จึงชูแนวทาง Google AI Threat Defense ระบบป้องกันที่ใช้ AI ค้นหาและแก้ช่องโหว่อย่างต่อเนื่องก่อนคนร้ายจะใช้ประโยชน์ได้
จุดเริ่มต้นของการโจมตีรูปแบบนี้อยู่ที่สิ่งที่ควรช่วยปกป้องผู้ใช้ เพราะทุกครั้งที่ผู้พัฒนาปล่อยแพตช์ความปลอดภัย ตัวแพตช์เองก็บอกใบ้ไปในตัวว่าช่องโหว่อยู่ตรงไหน คนร้ายจึงใช้เทคนิคเทียบโค้ดก่อนและหลังแพตช์ (Patch Diffing) เพื่อหาจุดที่ถูกแก้ แล้วพัฒนาโค้ดเจาะช่องโหว่ (Exploit) ไปโจมตีระบบที่ยังไม่ได้อัปเดต
ช่องโหว่ประเภทนี้เรียกว่า N-day คือช่องโหว่ที่เปิดเผยและมีแพตช์แล้ว แต่ยังมีอีกหลายระบบที่ไม่ได้ติดตั้ง ต่างจาก Zero-day ที่ยังไม่มีใครรู้และยังไม่มีแพตช์ออกมา GTIG อธิบายว่า N-day ดึงดูดคนร้ายเพราะมีแหล่งข้อมูลให้ศึกษาที่ขอบเขตชัดเจน ทั้งโค้ดสองเวอร์ชัน บันทึกประจำรุ่น (Release Notes) และโค้ดสาธิตช่องโหว่ ขณะที่การล่า Zero-day ต้องค้นในวงกว้างกว่ามาก
หลักฐานที่ชัดที่สุดคือระบบที่ GTIG เรียกว่า exploit_agent ซึ่งทีมพบบนเซิร์ฟเวอร์ทดสอบ (Staging Server) ที่ถูกเปิดทิ้งไว้ ระบบนี้เป็นเฟรมเวิร์กที่มี AI Agent หลายตัวทำงานร่วมกัน โดยใช้ได้ทั้งโมเดลแนวหน้า (Frontier Model) และโมเดลที่รันบนเครื่องของคนร้ายเอง หน้าที่ของมันคือเทียบโค้ดของซอฟต์แวร์เว็บแอปพลิเคชันยอดนิยมก่อนและหลังประกาศแพตช์อย่างต่อเนื่อง จากนั้นร่างและรันโค้ดเจาะระบบเองโดยไม่ต้องมีคนสั่ง
เมื่อเจาะเข้าไปได้แล้ว สคริปต์ชุดถัดไปจะสำรวจระบบภายใน สุ่มเดารหัสผ่าน และติดตั้งเว็บเชลล์ (Webshell) ซึ่งเป็นประตูหลังให้สั่งงานเซิร์ฟเวอร์จากระยะไกล อีกทั้งยังลบเว็บเชลล์ของคนร้ายกลุ่มอื่นทิ้งเพื่อยึดเครื่องไว้ใช้เพียงกลุ่มเดียว ข้อมูลจากฝั่งเหยื่อชี้ว่าเป้าหมายส่วนใหญ่เป็นเว็บไซต์สื่อ บันเทิง และการศึกษาในฝรั่งเศส
ความเร็วที่ AI มอบให้คนร้ายสะท้อนออกมาในตัวเลขด้วย GTIG วิเคราะห์ว่าจำนวนการเปิดเผยช่องโหว่และโค้ดเจาะระบบเพิ่มขึ้นเกือบเท่าตัวระหว่างเดือนมกราคมถึงสิงหาคม 2026 ส่วน Zero-day ที่ถูกนำไปใช้โจมตีจริงเพิ่มจากเฉลี่ย 8 รายการต่อเดือนในปี 2025 เป็น 11 รายการต่อเดือนในปี 2026 ก่อนจะพุ่งขึ้นเป็น 22 รายการในเดือนสิงหาคม
กรณีที่เห็นภาพชัดคือซอฟต์แวร์จัดการงานพิมพ์ PaperCut ช่วงปลายเดือนสิงหาคม ซึ่งมีช่องโหว่ Zero-day สองตัวที่นำมาต่อกันจนรันคำสั่งบนเครื่องได้โดยไม่ต้องยืนยันตัวตน หลังเปิดเผยช่องโหว่ไม่ถึงหนึ่งวัน นักวิจัยและบริษัทความปลอดภัย Huntress ก็ใช้ LLM สร้างโค้ดเจาะระบบที่ใช้งานได้จริงออกมาแล้ว และเพียงสี่วันหลังการเปิดเผย GreyNoise ก็พบแคมเปญโจมตีองค์กรหลายร้อยแห่ง โดยคนร้ายขยายจากจุดที่เจาะเข้ามาได้ไปจนถึงสิทธิ์ผู้ดูแลระบบระดับสูงสุดขององค์กร (Domain Administrator) ภายในไม่กี่นาที
ถึงอย่างนั้น AI ไม่ได้ผลิตแต่โค้ดที่ใช้งานได้ GTIG ยังพบโค้ดสาธิตช่องโหว่ (Proof of Concept: PoC) จำนวนมากที่น่าจะสร้างด้วย LLM ซึ่งอ้างว่าใช้ได้แต่ใช้ไม่ได้จริง อย่างกรณีช่องโหว่ใน PHP ที่มีโค้ดลักษณะนี้ออกมาหลายร้อยชิ้น กลายเป็นภาระของฝ่ายป้องกันที่ต้องเสียเวลาตรวจสอบทีละชิ้น
นอกจากระบบที่คนร้ายสร้างขึ้นเอง GTIG และ Mandiant ยังพบผู้ไม่หวังดีหลายกลุ่มนำเฟรมเวิร์ก AI แบบโอเพนซอร์สสำหรับการทดสอบเจาะระบบ (Penetration Testing) ซึ่งเดิมสร้างมาให้ทีมความปลอดภัยใช้ตรวจหาจุดอ่อนขององค์กรตัวเอง มาใช้ในการโจมตีจริง ตัวอย่างเช่น ARTEX, CAIRN ที่ถูกพบในการโจมตีเป้าหมายกลุ่มอุตสาหกรรมอากาศยานในสหรัฐฯ และ PentAGI ที่คนร้ายกลุ่มหนึ่งนำไปดัดแปลงเพื่อสำรวจและสแกนช่องโหว่ขององค์กรในเอเชียช่วงปลายสิงหาคมถึงต้นตุลาคม
เฟรมเวิร์กเหล่านี้หาและเจาะช่องโหว่ที่ไม่ซับซ้อนได้เอง สร้างโค้ดโจมตีแบบใช้ครั้งเดียวทิ้ง และปรับวิธีการตามผลลัพธ์ที่ได้แบบเรียลไทม์ GTIG จึงมองว่าการที่คนร้ายหันมาใช้เครื่องมือกลุ่มนี้คือการเปลี่ยนผ่านสู่ยุคที่ 'การเจาะระบบเกิดขึ้นด้วยความเร็วของเครื่องจักร'
ข่าวดีสำหรับฝ่ายป้องกันคือ เครื่องมือเหล่านี้ยังแลกความแนบเนียนไปกับความเร็ว การปล่อยให้ AI รันเองโดยไม่จำกัดทำให้เกิดทราฟฟิกที่ตรวจย้อนหลังได้ ใช้ตัวระบุที่จดจำได้ และทิ้งร่องรอยในระดับโค้ดไว้ชัดเจน ทว่า GTIG คาดว่าเมื่อเครื่องมือและ LLM เบื้องหลังเก่งขึ้น บทบาทของมนุษย์จะลดลง และการโจมตีจะแนบเนียนขึ้นตามไปด้วย
รายงานฉบับเดียวกันยังชี้ว่า AI กลายเป็นทั้งเครื่องมือและเป้าหมายของคนร้ายไปพร้อมกัน โดยคนร้ายขโมยโทเคนเข้าใช้งานและกุญแจ Application Programming Interface (API) ของบริการ LLM จากเครื่องและระบบพัฒนาซอฟต์แวร์ขององค์กร ไปใช้เองหรือขายต่อในตลาดใต้ดิน พฤติกรรมนี้ถูกเรียกว่า LLMJacking ข้อมูลจากทีมรับมือเหตุการณ์ของ Mandiant ระบุว่าบางกรณีค่าใช้จ่ายปลอมพุ่งเกิน 100,000 ดอลลาร์สหรัฐในวันเดียว และสะสมได้ถึง 1 ล้านดอลลาร์สหรัฐก่อนองค์กรจะแก้ไขทัน
อีกช่องทางที่น่าจับตาคือผู้ช่วยเขียนโค้ด AI เพราะกลุ่มที่คาดว่าเชื่อมโยงกับเกาหลีเหนือเข้าไปแก้ไฟล์ตั้งค่าของผู้ช่วยเขียนโค้ดในคลังโค้ดภายในองค์กร ให้ดาวน์โหลดประตูหลัง (Backdoor) ทันทีที่นักพัฒนาเปิดเครื่องมือขึ้นมาใช้งาน
ภาพทั้งหมดนี้คือเหตุผลที่ Google ผลักดันการป้องกันแบบ Agentic ผ่าน Google AI Threat Defense ซึ่งรวม Gemini และโมเดลแนวหน้าอื่น ๆ เข้ากับเครื่องมือและทีมผู้เชี่ยวชาญหลายส่วน ได้แก่ Wiz ที่ช่วยให้บริบทและจัดลำดับว่าช่องโหว่ไหนเสี่ยงที่สุดและต้องแก้ก่อน, CodeMender ซึ่งเป็น AI Agent ที่สร้างแพตช์แก้ช่องโหว่ให้อัตโนมัติ และความเชี่ยวชาญจากหน้างานจริงของ Mandiant หน่วยข่าวกรองภัยคุกคามในเครือ Google Cloud
ในทางเทคนิค ระบบนี้ใช้หลายโมเดลร่วมกันเพื่อบาลานซ์ระหว่างต้นทุนกับความครอบคลุม โดยให้โมเดลขนาดเล็กทำหน้าที่สแกนอย่างต่อเนื่อง แล้วเรียกใช้โมเดลแนวหน้าเฉพาะทางเมื่อพบช่องโหว่ที่มีความเสี่ยงสูง นอกจากนี้ Google ยังใช้ Big Sleep ที่พัฒนาโดย Google DeepMind ร่วมกับ Project Zero ค้นหาช่องโหว่ที่ยังไม่มีใครรู้ก่อนคนร้ายจะเจอ
Google สรุปไว้ว่า ‘คนร้ายส่วนใหญ่ไม่ได้ใช้วิธีใหม่ที่ล้ำหน้าในการเจาะระบบ แต่ยังคงพุ่งเป้าไปที่ปัญหาเดิมที่รู้กันอยู่แล้วและยังไม่ถูกแก้ เพียงแต่ทำได้เร็วขึ้นและในวงกว้างกว่าเดิมมาก แทนที่จะพึ่งแรงคนเพื่อตามให้ทัน เราต้องหันมาใช้การป้องกันแบบ Agentic ไม่เช่นนั้นเราก็เสี่ยงจะตามไม่ทัน’
แฮกเกอร์ที่ไม่เคยหลับจึงไม่ได้น่ากลัวเพราะมีเทคนิคใหม่ แต่เพราะช่องว่างระหว่างวันที่แพตช์ออกกับวันที่องค์กรอัปเดตจริงกำลังถูก AI บีบให้แคบลงเรื่อย ๆ ผู้ที่สนใจสามารถอ่านรายงาน AI Threat Tracker ฉบับเต็มได้บน Google Cloud Threat Intelligence Blog
ลงทะเบียนเข้าสู่ระบบ เพื่ออ่านบทความฟรีไม่จำกัด