W sierpniu 2026 r. liczba ujawnionych podatności sięgnęła 10740, podczas gdy w styczniu wynosiła 5045 - wynika z analizy Google Threat Intelligence Group (GTIG). W tym samym okresie wzrosła również liczba luk wykorzystywanych w rzeczywistych atakach. Choć sztuczna inteligencja ułatwia wykrywanie podatności, to może też pomóc atakującym w przygotowaniu sposobu ich wykorzystania po publicznym ujawnieniu.
Podwojenie liczby ujawnionych podatności nie oznacza, że oprogramowanie stało się dwukrotnie mniej bezpieczne, gdyż na wyniki wpływa również sposób przypisywania identyfikatorów CVE. Nie bez znaczenia są także zbiorcze publikacje wielu zgłoszeń przez producentów, które mogą wyraźnie zwiększyć statystyki w danym miesiącu.
Przykładem jest jądro Linuksa. Od stycznia do sierpnia 2026 r. opisy zawierające frazę „Linux Kernel” wiązały się z około 5000 identyfikatorów CVE. GTIG nie zaobserwowało wykorzystania tych podatności w atakach zero-day. Pokazuje to, dlaczego same liczby wymagają szerszego kontekstu.
Więcej luk wykorzystywanych w atakach
Według raportu Vulnerability Discovery and Exploitation Trends in the AI Era od stycznia do sierpnia 2026 r. Google odnotowało 141 różnych podatności wykorzystanych w rzeczywistych atakach. W całym 2025 r. było ich 127. Średnia miesięczna wzrosła z 10,5 podatności w 2025 r. do 18 w pierwszych ośmiu miesiącach 2026 r. W tym samym czasie liczba wykorzystywanych luk zero-day, czyli takich, dla których w momencie ataku nie była jeszcze dostępna poprawka, zwiększyła się średnio z ośmiu do 11 miesięcznie.
Problemem pozostają również luki, o których już publicznie wiadomo. Samo opublikowanie poprawki nie kończy sprawy: dopóki organizacja jej nie wdroży, podatny system może być celem ataku. Narzędzia AI mogą dodatkowo ułatwić analizę zmian w kodzie i przygotowanie exploita. Nie oznacza to, że każda taka podatność zostanie wykorzystana, ale czas na reakcję po jej ujawnieniu może mieć kluczowe znaczenie.
AI pomaga znajdować poważniejsze błędy
Interesująca jest nie tylko liczba wykrytych błędów, lecz także ich charakter. W analizowanej przez Google grupie podatności znalezionych z pomocą AI częściej występowała możliwość zdalnego wykonania kodu.
W grupie podatności przypisanych do wykrycia przez AI 58 proc. zaklasyfikowano jako średniego ryzyka, a 39 proc. jako niskiego. W pozostałej grupie wartości te wynosiły odpowiednio 28 i 69 proc. Udział podatności wysokiego ryzyka wyniósł 4 proc. w grupie AI i 3 proc. w pozostałej.
Istotna jest również potencjalna konsekwencja wykorzystania błędu. 50 proc. podatności wykrytych przez AI umożliwiało zdalne wykonanie kodu (RCE), podczas gdy w pozostałej analizowanej grupie odsetek ten wyniósł 26 proc.
To porównanie ma jednak ograniczenia. Publiczne bazy podatności nie zawsze pozwalają ustalić, czy błąd wykrył człowiek, tradycyjne narzędzie, czy AI. Wyników nie należy więc traktować jako pełnego obrazu skuteczności poszczególnych metod. Google zaznacza, że jego zestawienie obejmuje podatności, których pochodzenie udało się zidentyfikować, a nie wszystkie błędy znalezione z pomocą sztucznej inteligencji. Ponadto oceny ryzyka w raporcie wykorzystują skalę GTIG, a nie CVSS.
Od wykrycia luki do ataku mogą minąć dni
Przykładem opisanym przez Google jest CVE-2026-1731 - podatność typu OS command injection w produktach BeyondTrust Privileged Remote Access i Remote Support. Błąd został autonomicznie wykryty przez agenta badawczego firmy Hacktron AI.
Po publicznym ujawnieniu podatności GTIG zaobserwowało jej wykorzystanie w ukierunkowanych kampaniach mających na celu uzyskanie początkowego dostępu do organizacji. Pierwszy zaobserwowany klaster zagrożeń wykorzystał lukę w ciągu czterech dni, a w ciągu tygodnia pojawiło się pięć kolejnych.
W dalszych etapach ataków odnotowano m.in. eskalację uprawnień i eksfiltrację danych. W tym przypadku między pierwszym zaobserwowanym wykorzystaniem luki a jej publicznym ujawnieniem minęło niewiele czasu. Dla administratorów to kolejny argument, aby nie odkładać aktualizacji systemów wystawionych do internetu.
Bezpieczeństwo samej infrastruktury AI
Google przeanalizowało także podatności dotyczące oprogramowania wykorzystywanego do budowy i obsługi systemów AI. Od początku 2025 r. do końca sierpnia 2026 r. GTIG odnotowało łącznie 2076 ujawnień w tym obszarze, z czego ponad 1500 przypadło na pierwsze osiem miesięcy 2026 r.
Podatności dotyczą również narzędzi, na których buduje się i uruchamia systemy AI. W raporcie znalazły się zarówno frameworki do tworzenia przepływów pracy agentów, jak i oprogramowanie służące do uruchamiania modeli, w tym m.in. Flowise, Langflow, vLLM, Ollama i LiteLLM. To przypomina, że bezpieczeństwo rozwiązania AI zależy nie tylko od samego modelu, lecz także od komponentów, które go otaczają.
Nie wszystkie ujawnione podatności prowadziły do rzeczywistych ataków. GTIG podkreśla jednak, że publicznie dostępne usługi i komponenty infrastruktury AI również wymagają zabezpieczenia. Wśród problemów opisywanych w tej kategorii znajdują się m.in. niebezpieczne wykonywanie kodu, błędy kontroli dostępu i podatności w interfejsach API.
Nie wystarczy instalować wszystkich poprawek w tej samej kolejności
Google spodziewa się dalszego wzrostu skali wykrywania i wykorzystywania podatności w krótkiej i średniej perspektywie. Wskazuje przy tym na potrzebę lepszego ustalania priorytetów zamiast traktowania wszystkich zgłoszeń jednakowo. Szczególnej uwagi wymagają urządzenia brzegowe i zabezpieczające oraz usługi korporacyjne dostępne z internetu. Według GTIG podatności dotyczące urządzeń brzegowych i infrastruktury bezpieczeństwa stanowiły 14 proc. wszystkich luk wykorzystanych w atakach od stycznia do sierpnia 2026 r.
Nie każda ujawniona luka wymaga takiej samej reakcji ze strony zespołów IT. Najważniejsze jest ustalenie, które z podatności dotyczą używanych systemów i mogą zostać wykorzystane przez atakujących. Z kolei producenci mogą sięgać po AI, by wykrywać błędy jeszcze podczas prac nad kodem.
Większa liczba ujawnianych podatności to dla zespołów IT przede wszystkim więcej pracy przy ocenie ryzyka i ustalaniu kolejności aktualizacji. Nie każda luka wymaga natychmiastowej reakcji, ale te dotyczące systemów dostępnych z internetu i aktywnie wykorzystywane w atakach powinny znaleźć się wysoko na liście priorytetów.
Źródło: Google Threat Intelligence Group, Vulnerability Discovery and Exploitation Trends in the AI Era, 30 września 2026 r.; opracowanie własne