Старая идея «если никто не знает, как система устроена, значит, взломать её сложно» стремительно теряет последний практический смысл. Современные ИИ-агенты научились разбирать незнакомый код, закрытые компоненты, прошивки и редкие протоколы настолько быстро, что секретность архитектуры больше не даёт прежней форы защитникам.
Подход известен как «безопасность через неясность». Разработчик не устраняет слабое место, а рассчитывает, что злоумышленник не поймёт внутреннее устройство продукта, не найдёт недокументированную функцию или не разберётся с необычным протоколом. Такой барьер никогда не считался надёжной защитой, однако сложность реверс-инжиниринга действительно могла годами удерживать часть систем вне поля зрения массовых атак.
ИИ быстро сокращает запас времени. Агентные системы находят ошибки в старых библиотеках и компонентах, которые специалисты проверяли много лет. Масштаб перемен хорошо показывает сентябрьский выпуск обновлений Microsoft, когда компания закрыла рекордные 966 уязвимостей . Среди затронутых технологий снова появляются компоненты и сетевые механизмы, созданные десятилетия назад и давно выпавшие из центра внимания.
Ещё сильнее меняется гонка после публикации исправления. Anthropic проверила, насколько быстро ИИ сможет сравнить уязвимые и обновлённые бинарные файлы Windows. Экспериментальная модель Mythos Preview подготовила работающие прототипы для 18 из 21 проверенной уязвимости менее чем за шесть часов, а для восьми ошибок построила полноценные цепочки повышения привилегий. Привычный patch gap , который раньше мог давать администраторам дни или недели, начинает измеряться часами.
Самые неприятные последствия ждут промышленную инфраструктуру. Закрытые протоколы, проприетарные контроллеры и редкие инженерные знания долго создавали естественный порог входа. В августе американские ведомства уже предупредили об атаках на контроллеры Siemens серий S7, для которых злоумышленники применяли сгенерированные с помощью ИИ сценарии и открытые библиотеки промышленной автоматизации.
Для атакующего становится гораздо менее важно заранее знать конкретный технологический стек. ИИ может объяснить структуру приложения, помочь разобраться с операционной системой, декомпилировать бинарный файл, изучить прошивку и подсказать назначение малоизвестного протокола. Редкая компетенция, которая раньше существовала у небольшой группы специалистов, постепенно превращается в доступный по запросу инструмент.
Защитная сторона пока автоматизируется заметно хуже. Команда 1Password сгенерировала 6080 вариантов исправлений для шести недавно раскрытых сложных уязвимостей. Только 26% полностью устраняли проблему без существенного изменения поведения программы, тогда как 53,9% не закрывали дыру, добавляли новую уязвимость или совмещали обе ошибки. Получается неприятная асимметрия: ИИ уже умеет резко ускорять поиск слабых мест, но надёжно чинить найденное пока не научился.
Главный вывод разбора новой реальности состоит не в том, что ИИ внезапно сделал старый принцип плохим. Скрытность никогда не заменяла полноценную защиту. Нейросети лишь уничтожают практическое препятствие, благодаря которому малоизвестная архитектура, редкий протокол или закрытая документация иногда годами удерживали злоумышленников на расстоянии.
Проектировать системы теперь приходится с противоположным допущением: потенциальный атакующий способен быстро понять внутреннее устройство продукта. Реальную защиту должны давать аутентификация, разделение сетей, минимальные привилегии, безопасная архитектура и быстрое устранение уязвимостей, а не надежда на то, что никто не догадается заглянуть внутрь.
Насколько низким уже стал порог реверс-инжиниринга, показал эксперимент Positive Technologies. Языковая модель смогла пересобрать Android-приложение за несколько минут и с минимальными затратами, сохранив его работоспособность после внесённых изменений.
Похожий эффект дошёл до уровня прошивок. Владелец ноутбука HP с помощью Claude Code разобрал BIOS , нашёл механизм защиты от изменений и открыл 55 скрытых настроек, используя стандартный набор инструментов анализа UEFI и машинного кода.
Рост скорости поиска ошибок уже отражается и на разработчиках. Летом автономные агенты нашли десятки ранее неизвестных проблем в крупных проектах, а число исправлений стало расти настолько быстро, что поток уязвимостей начал превращаться в отдельную проблему для команд, которым приходится проверять находки и выпускать обновления.