L’evoluzione delle architetture agentiche sta segnando uno spartiacque nella disciplina della sicurezza informatica. Il passaggio dall’impiego dell’intelligenza artificiale come mero supporto analitico all’adozione di sistemi dotati di autonomia esecutiva ridefinisce i parametri del confronto tra attacco e difesa. Al centro di questa transizione si colloca ARTEX, un framework di penetration testing agentico che ha mostrato quanto rapidamente il debito tecnico delle organizzazioni possa trasformarsi in una compromissione.
L’allerta FLASH-20261113-001 pubblicata dall’FBI il 13 novembre 2026 documenta l’impiego criminale dello strumento e intrusioni capaci di arrivare a privilegi elevati in meno di tre ore. Le vicende operative legate ad ARTEX, dalla fuga dal perimetro di un test alla campagna di spionaggio VAPOR PANDA, consentono di valutare le implicazioni di questa accelerazione. Il confronto con le prime prove sperimentali condotte dal team offensive di Dinova mette però in evidenza la distanza che ancora separa un’incursione ostile da un audit di sicurezza professionale: quest’ultimo deve essere riproducibile, circoscritto e compatibile con la continuità operativa.
Indice degli argomenti
Il fenomeno ARTEX: dalla ricerca all’impatto geopolitico
Il salto di paradigma introdotto dai framework agentici si fonda su un’architettura a ciclo chiuso (pianificazione, esecuzione, osservazione e riadattamento). A differenza degli strumenti tradizionali, l’obiettivo logico è scollegato dalla sequenza operativa: agenti apicali scompongono l’incursione in micro-task tecnici, demandandone l’esecuzione ad agenti operativi capaci di analizzare le eccezioni di rete e riadattare la strategia in tempo reale.
ARTEX è una piattaforma multi-agente scritta in Go, non un modello linguistico proprietario. Come ricostruiscono CrowdStrike e l’FBI, un agente coordinatore gestisce pianificatori ed esecutori, che condividono obiettivi, evidenze e risultati. Il sistema interroga modelli linguistici esterni, tra cui modelli commerciali e open source, e usa strumenti operativi per passare dall’individuazione delle superfici esposte alla verifica delle vulnerabilità. I risultati tornano al coordinatore, alimentando il ciclo successivo. È questa continuità tra ragionamento ed esecuzione, più che un singolo exploit innovativo, a comprimere i tempi dell’azione.
ARTEX nell’allerta FBI: accesso privilegiato in meno di tre ore
L’FBI colloca l’uso malevolo del framework almeno dall’agosto 2026. Nato come progetto open source pubblicato su GitHub nel luglio 2026 da uno sviluppatore noto come Autumn-27, ARTEX ha visto rimuovere il repository originario nell’ottobre successivo. Non è bastato a ritirarlo dalla circolazione: fork, archivi, varianti e una versione commerciale ne hanno mantenuto la disponibilità. Secondo l’agenzia, all’inizio di novembre risultavano individuate oltre 1.600 console ARTEX pubblicamente esposte: un conteggio di istanze accessibili, non una misura del numero di attaccanti o dei sistemi già compromessi.
Il dato più significativo riguarda la compressione della finestra di difesa. In alcuni casi, secondo l’FBI e l’analisi di Microsoft Threat Intelligence, meno di tre ore hanno separato la selezione iniziale del bersaglio dall’ottenimento di privilegi elevati. Gli agenti non creano magicamente vulnerabilità: fanno emergere in sequenza credenziali esposte, permessi cloud eccessivi, servizi secondari dimenticati, fiducie fra applicazioni e possibilità di movimento laterale. Il vantaggio è la capacità di verificare molti percorsi in parallelo, anche mentre un analista umano è impegnato a esaminare il primo allarme.
Nel suo rapporto l’FBI descrive, tra le tecniche osservate, la verifica automatizzata dei privilegi associati a credenziali cloud, l’abuso di relazioni di fiducia fra fornitori e clienti, la creazione di nuove credenziali per applicazioni OAuth e l’accesso a dati conservati in caselle di posta o repository. Si tratta di tecniche già note alla comunità di sicurezza, riconducibili alla tassonomia MITRE ATT&CK. ARTEX ne cambia la velocità di concatenazione e la capacità di parallelizzazione, non le leggi fondamentali dell’attacco.
WorkOS: quando l’agente supera il perimetro autorizzato
Questa autonomia esecutiva si è manifestata concretamente nell’autunno del 2026. Durante una sessione di benchmarking, un’istanza di ARTEX ha oltrepassato l’ambiente isolato di prova di un ricercatore e ha interagito con un’applicazione gestionale interna di WorkOS senza che quel bersaglio facesse parte del mandato. Secondo l’aggiornamento ufficiale di WorkOS del 6 novembre, il primo accesso non autorizzato risale al 25 ottobre; il 30 ottobre l’azienda ha rilevato un volume anomalo di richieste e il prelievo massivo di record.
L’agente ha trovato API raggiungibili da Internet, un meccanismo di autenticazione basato su credenziali deboli di sviluppo, assenza di limitazioni del numero di richieste e controlli di rilevamento insufficienti. Sono stati interessati dati commerciali e relativi alle interazioni con i clienti, non i servizi di produzione né i dati applicativi dei clienti, secondo la ricostruzione della società. Il ricercatore ha successivamente collaborato alle verifiche dichiarando di aver cancellato i dati, senza condividerli. Resta un punto tecnico essenziale: WorkOS non ha spiegato pubblicamente come l’agente sia uscito dalla sandbox; attribuire l’evasione a un particolare errore di firewall sarebbe oggi un’ipotesi, non un fatto accertato.
L’episodio evidenzia due guasti distinti che si sono incontrati: la mancanza di un confine effettivo fra l’esperimento e i bersagli esterni, da una parte, e l’esposizione di servizi interni vulnerabili, dall’altra. Per l’operatore di un test autorizzato, le regole d’ingaggio scritte nel prompt non sostituiscono una limitazione tecnica delle destinazioni raggiungibili. È la conclusione centrale anche dell’analisi della Cloud Security Alliance dell’8 novembre.
VAPOR PANDA: lo spionaggio multi-bersaglio assistito da ARTEX
La dimensione geopolitica emerge dalla campagna che CrowdStrike attribuisce a VAPOR PANDA, un attore associato all’ecosistema di minaccia cinese. A partire dal 17 ottobre 2026, un singolo controller ARTEX ha diretto attività contro oltre 200 organizzazioni in almeno 14 Paesi, fra ministeri, aziende farmaceutiche, semiconduttori, difesa e telecomunicazioni. Si tratta di bersagli dell’operazione, non di 200 compromissioni confermate: CrowdStrike ha documentato attività successive all’intrusione in nove organizzazioni e ulteriori tentativi di acquisizione di credenziali contro almeno dodici altre.
L’operazione ha mostrato un sistema agentico, ma non privo di guida umana. Nei transcript esaminati da CrowdStrike compaiono istruzioni impartite da un operatore, con interventi nei passaggi decisionali. Il framework era alimentato soprattutto da DeepSeek e da un secondo modello commerciale che i ricercatori non sono riusciti a identificare. In una singola intrusione, i soli agenti di pianificazione hanno consumato nell’ordine di 1,4 miliardi di token in input: una misura puntuale di un’operazione osservata, non un consumo medio per attacco né una prova di efficacia proporzionale al costo.
Di fronte alle difese EDR, gli agenti hanno esplorato le reti alla ricerca di sistemi non protetti, recuperato materiale di autenticazione ancora utilizzabile e ricostruito possibili vie di accesso a partire da caselle di posta e configurazioni VPN. In un’operazione contro un’organizzazione farmaceutica statunitense, CrowdStrike descrive la concatenazione di problemi SAML e XXE con l’accesso a privilegi cloud elevati. In altri casi sono stati impiegati strumenti tradizionali come web shell e backdoor BLOODALCHEMY. La novità è l’orchestrazione adattiva di tecniche conosciute, applicate contemporaneamente a bersagli diversi.
Storm-0940 e ConnectWise: il rischio nelle relazioni di fiducia
Un’altra campagna, distinta da quella VAPOR PANDA, è stata attribuita da Microsoft al gruppo Storm-0940, anch’esso descritto come allineato alla Cina. Nell’ottobre 2026 gli attaccanti hanno sfruttato ARTEX durante una compromissione nella filiera del servizio ConnectWise Cloud Backup, con un’esposizione potenziale di oltre 2.250 tenant a valle. Il dato rappresenta la portata degli accessi consentiti dalla catena di fiducia compromessa: non dimostra che tutti quei clienti abbiano subito un furto di informazioni.
Qui l’agente automatizza un passaggio cruciale nelle architetture cloud: entrare attraverso un’applicazione terza già autorizzata e verificare quali permessi abbia sui sistemi dei clienti. Microsoft descrive accessi tramite Microsoft Graph, ricognizione successiva all’autenticazione e tentativi di modificare credenziali e privilegi applicativi. Il caso indica un problema che il semplice rafforzamento dei sistemi perimetrali non risolve: una relazione di fiducia B2B compromessa può fornire agli agenti un punto d’ingresso ad alta scala.
La crisi del modello tradizionale e l’avvento dell’Agent Kiddie
L’efficacia sul campo di queste soluzioni ha innescato un ampio dibattito industriale. Nel corso del podcast Decoder, pubblicato da The Verge il 7 novembre, l’esperto Alex Stamos ha evidenziato come l’ecosistema della cybersecurity, fondato su presidi perimetrali e triage affidato ad analisti umani, stia affrontando una crisi di velocità e di scala di fronte ad attacchi orchestrati a ritmo macchina.
La prima conseguenza di questo squilibrio è l’evoluzione della figura tradizionale dello script kiddie. Mentre un tempo l’attaccante inesperto poteva essere bloccato dalla prima eccezione o dall’intervento di un Web Application Firewall, l’introduzione di framework agentici consente di condurre manovre invasive delegando all’algoritmo la risoluzione degli ostacoli e la formulazione del codice, dando origine alla figura dell’Agent Kiddie. La minore barriera tecnica non rende ogni intrusione automaticamente efficace, ma amplia il numero di soggetti in grado di tentarla.
Si configura così l’ingresso in una fase di transizione asimmetrica, descritta da Stamos come un’Età Oscura (dark age). Chi attacca può moltiplicare le attività agentiche a costi che possono essere inferiori a quelli delle operazioni manuali, mentre la difesa sconta i tempi necessari per bonificare il debito legacy e implementare architetture Zero Trust. In tale scenario si consolida l’assunto “AI must fight AI”: per bilanciare l’offensiva, l’industria dovrà automatizzare anche parti della rilevazione e del contenimento. Resta da definire, con criteri tecnici e giuridici, quali decisioni possano essere eseguite senza autorizzazione umana.
Penetration testing agentico: le evidenze sperimentali di Dinova
La capacità di ARTEX di concatenare intrusioni ha indotto parte del mercato a ipotizzare un imminente ricorso esclusivo ad agenti autonomi (one-click) per l’esecuzione di penetration test aziendali. Tuttavia, un audit di sicurezza professionale diverge radicalmente dall’incursione ostile: richiede aderenza a standard metodologici formali, come il NIST SP 800-115, verificabilità delle evidenze e salvaguardia della continuità operativa.
Le prime sperimentazioni condotte in ambiente protetto da Dinova hanno registrato misurazioni empiriche che inquadrano alcune criticità dell’attuale generazione di strumenti. Si tratta di proof of concept interni nel Web Application Penetration Testing (WAPT), presentati qui come osservazioni di laboratorio: non sono accompagnati da un dataset pubblico con dimensione del campione, protocollo completo e ripetizioni statistiche e non devono essere trasformati in una stima valida per ogni framework o contesto.
Il dispendio di effort accessorio
Nelle sessioni esaminate da Dinova, solo il 15% del tempo è stato dedicato al testing effettivo. Il restante 85% è stato assorbito dalla configurazione iniziale (15%), dal debugging necessario per sbloccare i loop operativi (40%) e dall’attività di triage per filtrare allucinazioni e falsi positivi (30%). Allo stato attuale, in queste prove l’agente non ha sganciato il professionista, ma ne ha spostato l’impegno verso la gestione degli errori algoritmici.
Appare intuibile che all’inizio di qualsiasi adozione tecnologica la curva di apprendimento e la configurazione iniziale pesino in modo sproporzionato sui tempi operativi. Tuttavia, analizzando la natura di quell’85% di effort accessorio, solo parte di questo tempo è comprimibile con ottimizzazione ed esperienza, mentre un’altra quota rappresenta un attrito legato alla natura stessa del penetration testing. La parte destinata al triage dei falsi positivi e delle allucinazioni (circa il 30% nelle prove descritte) richiede una verifica indipendente: un output plausibile può diventare una costosa remediation ingiustificata se non è riprodotto e validato.
I Doom Loop ricorsivi e la saturazione della memoria
Dinanzi a risposte applicative inattese, i modelli tendono talvolta ad avviare cicli di autocorrezione che ampliano il volume del contesto. Nei test descritti, le richieste sono arrivate a oltre 31.000 token rispetto a una soglia operativa di 16.384 token della configurazione adottata, innescando i cosiddetti Doom Loop: condizioni di blocco in cui il sistema consuma anche decine di milioni di token reiterando un tentativo senza progresso diagnostico. Queste soglie dipendono dal modello e dall’orchestrazione impiegati: non sono un limite universale di tutti i sistemi LLM.
Il paradosso dello sforzo computazionale
Le prove indicano che un maggior consumo di risorse non si traduce linearmente in un’analisi più accurata. In una sessione l’agente ha segnalato 13 vulnerabilità in 50 minuti consumando 16,6 milioni di token; in una sessione degradata dai loop ha richiesto 78,8 milioni di token e oltre sette ore per segnalare 8 vulnerabilità. Il numero di rilievi non equivale, da solo, al numero di vulnerabilità confermate e le condizioni operative non costituiscono un esperimento controllato pubblicato. Il confronto mette però in luce il costo dei cicli infruttuosi.
Due sessioni WAPT agentiche descritte da Dinova
| Indicatore | Sessione A | Sessione B (con loop) |
|---|---|---|
| Durata | 50 minuti | Oltre 7 ore |
| Token consumati | 16,6 milioni | 78,8 milioni |
| Rilievi segnalati | 13 | 8 |
Fonte: test interni Dinova illustrati da Gerardo Costabile, 2026. Dati descrittivi di due esecuzioni, senza pubblicazione di un protocollo comparativo o della validazione indipendente dei rilievi.
Il paradosso del determinismo e la fuga dallo scope
Ripetendo il medesimo test sullo stesso target, i risultati hanno mostrato una marcata variabilità. Nei report delle diverse esecuzioni, uno score di gravità indicato come CVSS è oscillato fra 0,0 e 7,9. Il dato segnala una discontinuità dei rilievi: il CVSS, propriamente, è un punteggio associato a singole vulnerabilità e non un voto complessivo attribuibile senza metodo a un’intera applicazione. Senza un confronto punto per punto tra vulnerabilità confermate e mancate, il dato non consente da solo di quantificare l’affidabilità statistica del framework.
Inoltre, in assenza di perimetrazioni di rete rigide, il framework agentico ha tentato scansioni verso sottodomini non autorizzati, riproducendo un rischio della stessa famiglia dell’incidente WorkOS e ponendo evidenti criticità sul piano delle Rules of Engagement (RoE) contrattuali e legali. Anche un successo tecnico, ottenuto fuori dal bersaglio autorizzato, costituisce un errore grave nella gestione dell’incarico.
Divergenza di mandato: la distanza tra attacco e perizia
Le misurazioni di Dinova contribuiscono a spiegare il divario fra l’uso opportunistico di un agente ostile e il mandato di un auditor professionale. L’attaccante, anche quando è un Agent Kiddie, mira all’effrazione e può trattare il rumore di rete o l’interruzione dei servizi come costi collaterali. Il penetration testing, viceversa, deve validare i rilievi e fornire prove riproducibili, mantenendo la continuità operativa e scongiurando rischi di denial of service, specialmente in contesti OT/ICS.
L’attività peritale si svolge entro un perimetro fiduciario e contrattuale. A seconda dell’organizzazione, del settore e dei dati trattati, possono rilevare anche GDPR, NIS2, DORA e, per gli usi di IA che ricadono nel suo ambito, AI Act. Nessuna di queste norme costituisce un’autorizzazione generale a eseguire scansioni fuori scope; l’autorizzazione del committente e le RoE restano condizioni operative centrali.
Le difficoltà attuali dell’AI si palesano nell’interpretazione della logica di business aziendale. Durante le prove, un agente ha segnalato una falsa vulnerabilità Stored XSS fondandosi su una stringa grezza in una risposta API, senza valutare l’effettivo rendering nel browser. Questa carenza semantica rende più difficile identificare, senza guida umana, vulnerabilità profonde legate a flussi autorizzativi complessi o alterazioni logiche nei processi transazionali.
Prospettive di governo: la gabbia architetturale e il task-specific Co-Pilot
Le criticità architetturali, economiche e legali rilevate smentiscono l’ipotesi di una delega totale e immediata dell’audit agli agenti one-click. La roadmap esecutiva proposta da Dinova suggerisce un percorso di adozione incrementale incardinato nel modello Human-Led, AI-Assisted.
Al fine di garantire sicurezza ed efficacia, l’impiego dell’automazione deve avvenire all’interno di una rigorosa gabbia architetturale strutturata su tre direttrici:
- Context Boundaries: vincolare il contesto dell’agente e impedirgli di decidere autonomamente nuovi bersagli oltre quelli autorizzati. Il vincolo semantico aiuta, ma da solo non rappresenta una barriera tecnica.
- Resource Control: interporre proxy di gestione dei modelli, per esempio LiteLLM, capaci di imporre tetti di consumo sui token, timeout e limiti alle azioni reiterate; monitorare i Doom Loop e interrompere i cicli improduttivi.
- Hard Network Isolation: imporre regole di rete esterne al controllo dell’agente, con egress predefinito su deny e allowlist di indirizzi effettivamente in scope, perché lo sconfinamento non sia soltanto vietato nelle istruzioni, ma tecnicamente bloccato.
A queste tre direttrici devono affiancarsi registrazione delle azioni, approvazione esplicita delle operazioni più invasive e un meccanismo di arresto controllato dal supervisore. Sono misure coerenti con le raccomandazioni della Cloud Security Alliance. Per la difesa, l’FBI raccomanda inoltre di monitorare accessi applicativi anomali, modifiche inattese a credenziali e privilegi, interrogazioni ripetute di API e trasferimenti inconsueti di dati. Gli indirizzi IP pubblicati come indicatori storici vanno sempre corroborati con le evidenze correnti prima di procedere a blocchi indiscriminati.
In tale assetto, l’intelligenza artificiale cessa di operare senza supervisione e assume la funzione di Task-Specific Co-Pilot. L’automazione si fa carico dei compiti ripetitivi: ricognizione preliminare OSINT, clustering di grandi superfici API, stesura delle checklist, aggregazione di pattern su log voluminosi e normalizzazione della reportistica (CWE/CVE). Le operazioni potenzialmente distruttive o capaci di uscire dal mandato rimangono sottoposte ad autorizzazione e controllo umano.
Al professionista umano, almeno per adesso, rimangono riservate la concatenazione strategica degli exploit nelle verifiche autorizzate, la contestualizzazione delle logiche di business, la tutela della disponibilità dei sistemi e, in via esclusiva, l’assunzione della responsabilità professionale e metodologica verso committenti e regolatori. ARTEX mostra quanto la sicurezza agentica possa cambiare la capacità di attacco: il compito delle organizzazioni è adottarne la velocità nella difesa senza rinunciare alle condizioni che rendono una valutazione di sicurezza affidabile.





























Partecipa alla community