CrowdStrike voit des agents IA diriger quatre intrusions

CrowdStrike documente quatre acteurs. Entre mai et août 2026, l’équipe CrowdStrike Counter Adversary Operations a recensé plusieurs incidents associant des agents IA à des campagnes d’intrusion. Ces agents ne servaient pas seulement à produire des outils ou des artefacts. Ils prenaient aussi des décisions opérationnelles et exécutaient des commandes. Les quatre acteurs avaient laissé leurs structures offensives accessibles dans des répertoires ouverts. Cette exposition a permis d’observer leurs méthodes et leurs architectures. CrowdStrike indique que ces campagnes montrent une adoption rapide de l’IA par des adversaires. Le rapport complet est présenté dans l’analyse publiée par CrowdStrike.

Des cibles réparties mondialement. Le premier acteur, hispanophone et anglophone, a compromis au moins quinze entités de santé argentines. Il a extrait des identifiants et des dossiers médicaux d’au moins une victime. Le deuxième acteur, sinophone, comptait plus de vingt cibles nommées. Il a compromis des entités gouvernementales de deux pays. Il a aussi visé des entreprises brésiliennes et américaines dans la biotechnologie, la santé, l’alimentation, le commerce, la technologie et le voyage. Le troisième acteur, indonésien, a compromis plusieurs domaines gouvernementaux indonésiens. Il a également ciblé un domaine gouvernemental étranger et plusieurs entreprises privées. Le quatrième groupe a extrait des données d’un fournisseur américain de gestion de la relation client et compromis des acteurs privés en Russie, au Kirghizistan et aux États-Unis.

Les architectures pilotent les intrusions

Des agents aux rôles distincts. Le premier acteur utilisait une architecture à deux agents. Un agent « Supervisor » basé sur Claude Code sélectionnait la tâche suivante dans une machine à états. Un agent « Executor » réalisait ensuite cette tâche. Le dispositif dérivait de PentestGPT, un projet en code ouvert, avec des serveurs MCP, des scripts d’exploitation Python et des compétences supplémentaires. Le deuxième acteur employait deux structures différentes. L’une conduisait la reconnaissance de manière déterministe avant de demander à un fournisseur d’IA de choisir une action prédéfinie. L’autre permettait à Claude Code d’agir seul selon une procédure détaillée ou de déléguer des actions à plusieurs agents spécialisés en parallèle.

Des niveaux d’autonomie variables. Le troisième acteur s’appuyait sur 819 compétences, principalement issues de dépôts publics GitHub et de claude-red1. Il n’ajoutait pas d’orchestration. Claude Code recevait directement l’instruction de compromettre une cible. Dans les activités observées, l’opérateur devait parfois intervenir pour franchir les garde-fous du modèle ou lui demander de poursuivre après un obstacle. Le quatrième groupe utilisait une seule commande « /pentest-setup ». Cette commande lançait un processus en sept étapes. Elle guidait l’énumération de l’environnement ciblé, la sélection des méthodes d’exploitation et les actions après une exécution de code à distance. Elle contenait aussi des instructions d’exfiltration explicites.

Des opérations menées à vitesse machine

Des conclusions attribuées à CrowdStrike. L’équipe estime, avec une confiance modérée, que ces quatre cas montrent une banalisation des opérations offensives de base par l’IA agentique. Cette appréciation repose sur la délégation de décisions opérationnelles pendant plusieurs étapes de l’intrusion. CrowdStrike indique que les agents peuvent atteindre seuls certains objectifs, souvent en moins d’une heure. L’entreprise évalue aussi, avec une confiance élevée, que les intrusions soutenues par l’IA agentique augmenteront presque certainement en volume et en sophistication. Cette évaluation s’appuie sur l’adoption rapide observée, l’efficacité des intrusions documentées, l’amélioration continue des modèles et la multiplication des structures offensives en code ouvert. Pour aller plus loin, consultez notre guide sur déployer un agent IA en PME sans développeur.