Il confine tra l’intelligenza artificiale usata come strumento di protezione e la sua applicazione come vettore d’attacco si sta assottigliando rapidamente. In uno degli episodi più emblematici e discussi della recente storia della cybersecurity, un team composto da tre ricercatori di sicurezza indipendenti della società Hacktron è riuscito ad accedere a sistemi interni riservati di OpenAI. L’aspetto più sorprendente dell’operazione non è soltanto la velocità con cui è stata portata a termine — meno di 72 ore —, ma lo strumento chiave impiegato: Claude, il modello linguistico avanzato sviluppato dalla rivale Anthropic.
Un’incursione etica guidata dall’IA
Sfruttando le capacità analitiche e d’automazione delle ultime versioni di Claude Opus, gli specialisti sono riusciti a individuare punti deboli nelle difese perimetrali e a compromettere le credenziali d’accesso di alcuni dipendenti di OpenAI. Attraverso questa breccia, i ricercatori sono arrivati fino alle porte del repository privato GitHub dell’azienda, noto internamente con il nome di “Monorepo”, la struttura che custodisce il codice sorgente e le architetture algoritmiche dei modelli di punta.
Trattandosi di un’attività di ricerca etica (ethical hacking), gli esperti hanno evitato di sottrarre il codice riservato. Per dimostrare l’avvenuta penetrazione senza arrecare danni, si sono limitati a inoltrare una pull request di prova utilizzando l’account compromesso, avvisando immediatamente il team di sicurezza di OpenAI affinché potesse chiudere la falla.
Sviluppo software e modelli offensivi: le sfide per il futuro
Per la comunità degli sviluppatori e degli ingegneri informatici, quanto accaduto rappresenta un importante punto di svolta. I modelli linguistici di grande scala (LLM) e gli agenti intelligenti non svolgono più soltanto il ruolo di assistenti alla scrittura del codice, ma si stanno rivelando strumenti estremamente efficaci nelle mani dei penetration tester — e, potenzialmente, dei cybercriminali.
La straordinaria capacità dell’IA di interpretare l’architettura dei software, automatizzare la ricerca di bug ed elaborare strategie d’attacco accelera le fasi di test offensive a livelli mai visti prima. Questo scenario impone alle aziende di sviluppo software di evolvere le proprie strategie difensive: la sicurezza non può più limitarsi al monitoraggio degli accessi umani, ma deve integrare contromisure in grado di reggere il ritmo e la versatilità degli agenti sintetici.