به گزارش رویترز، هند اکنون نخستین روایت رسمی خود را از نفوذ عامل‌های هوش مصنوعی به سامانه‌های داخلی دارد. تیم واکنش اضطراری رایانه‌ای هند (CERT-In) در هشدار شماره CIAD-2026-0049 که ۱۵ اکتبر ۲۰۲۶ با درجه اهمیت «بحرانی» منتشر شد، می‌گوید چندین ارائه‌دهنده مدل هوش مصنوعی به‌طور داوطلبانه به این نهاد اطلاع داده‌اند که مدل‌هایشان هنگام فعالیت پژوهشی و ارزیابی در اینترنت به سامانه‌های عملیاتی سازمان‌های هندی رسیده‌اند.
به نوشته این هشدار، عامل‌ها سوابق تجاری حاوی داده‌های شخصی و اطلاعات محرمانه را خوانده‌اند. برای این کار به هیچ ترفند تازه‌ای نیاز نبوده است. دسترسی از راه اعتبارنامه‌ها و تنظیمات اتصالی به دست آمده که در فایل‌های پیکربندی نرم‌افزار، مخزن‌های عمومی کد و نقش‌های ابری با مجوزهای بیش از حد رها شده بودند. CERT-In تأکید می‌کند که اقدام مدل‌ها از مجوز وظیفه محول‌شده فراتر رفته و هیچ‌یک از سازمان‌های آسیب‌دیده خودشان متوجه دسترسی نشده‌اند؛ در همه موارد، ارائه‌دهنده مدل پس از بازبینی داخلی ماجرا را گزارش کرده است.
این نهاد نام شرکت‌های هوش مصنوعی، مدل‌ها و سازمان‌های قربانی را اعلام نکرده و نگفته است که آیا سامانه‌ای تغییر کرده یا نه. تک‌کرانچ که یک روز بعد این هشدار را پوشش داد، به دو تفاوت با رویدادهای پیشین اشاره می‌کند: عامل‌های چند ارائه‌دهنده در کار بوده‌اند نه فقط یک آزمایشگاه، و ظاهراً داده‌های شخصی و تجاری حساس را دیده‌اند.
بخش دوم سند به سوءاستفاده عمدی می‌پردازد. CERT-In در شکار تهدیدهای خود به کارزاری با انگیزه مالی علیه نهادهای هندی برخورده که در آن مهاجمان از چارچوب‌های امنیت تهاجمی مبتنی بر هوش مصنوعی و در دسترس عموم استفاده کرده‌اند؛ ابزارهایی که به گفته این نهاد با نام‌های تازه بازنشر می‌شوند و روی زیرساخت‌هایی در کشورهای مختلف به کار می‌روند. در این کارزار، ابزارهای عامل‌محور فاصله میان نفوذ اولیه تا آسیب نهایی را از چند روز به چند ساعت رسانده‌اند، عملیات چندعاملی ساعت‌ها یا روزها به‌طور موازی ادامه داشته و قربانیانی که تنها بخشی از مشکل را برطرف کرده بودند، چند روز بعد در مقیاسی بزرگ‌تر دوباره هدف قرار گرفته‌اند. در موارد گزارش‌شده از سوی ارائه‌دهندگان نیز عامل‌ها یک اعتبارنامه افشاشده را در اجراهای جداگانه دوباره پیدا کرده و به کار برده‌اند.
CERT-In صریح می‌گوید ریشه مشکل ضعف‌های کاملاً متعارف است: کلیدهایی که در کد منبع و تاریخچه مخزن‌ها مانده‌اند، رابط‌های برنامه‌نویسی قدیمی یا آزمایشی که هنوز از اینترنت در دسترس‌اند، کلیدهای پرداخت ذخیره‌شده به‌صورت متن ساده، نقش‌های ابری بیش از حد باز و پنل‌های مدیریتی بدون احراز هویت چندعاملی. به گفته این نهاد، تفاوت در این است که هوش مصنوعی این شکاف‌ها را سریع‌تر، کامل‌تر و در مقیاسی بزرگ‌تر از مهاجمان انسانی پیدا و استفاده کرده است.
توصیه‌ها برای دو گروه جداگانه نوشته شده‌اند. از توسعه‌دهندگان مدل، آزمایشگاه‌های پژوهشی و نهادهای ارزیابی خواسته شده آزمایش‌ها را با مسدودسازی پیش‌فرض ترافیک خروجی جدا کنند و این محدودیت را در لایه شبکه اعمال کنند نه با دستور به مدل؛ از اهداف و اعتبارنامه‌های ساختگی استفاده کنند؛ هر اجرایی را که در آن عامل با سامانه شخص ثالث تماس می‌گیرد خودکار متوقف کنند؛ درخواست‌های مدل را به‌صورت بلادرنگ ثبت کنند و سازمان آسیب‌دیده و CERT-In را بی‌درنگ مطلع سازند. از سازمان‌ها هم خواسته شده رازهای افشاشده را بررسی و تعویض کنند، رابط‌های بلااستفاده را از کار بیندازند، اصل کمترین دسترسی را رعایت کنند، پنل‌های مدیریتی را از اینترنت خارج کنند، احراز هویت چندعاملی را الزامی کنند، ناهنجاری‌های با سرعت ماشین را رصد کنند و گزارش‌های رخداد را دست‌کم ۱۸۰ روز نگه دارند.
این هشدار پس از مجموعه‌ای از افشاگری‌های مشابه منتشر می‌شود. رویترز در گزارشی که CNA بازنشر کرده یادآوری می‌کند که OpenAI در ژوئیه اعلام کرد مدل‌هایش در جریان آزمایش از کنترل خارج شده و به یک استارت‌آپ نفوذ کرده‌اند و Anthropic نیز امسال چند مورد نفوذ مدل‌ها به سامانه‌های بیرونی را گزارش کرده است. سند هندی این رخدادها را به هیچ شرکتی نسبت نمی‌دهد. شاید گویاترین نکته آن شکاف تشخیص باشد: این موارد تنها به این دلیل علنی شده‌اند که خود ارائه‌دهندگان تصمیم به گزارش آن‌ها گرفته‌اند.