Säkerhet & AI-nyheter

Autonoma AI-agenter drev en kampanj för kortskimning mot webbutiker · Av FireAI Security & Research Team · Publicerad

AI-agenter hackade webbutiker och stal 600 000 kortuppgifter, för cirka 25 dollar per mål

Forskare säger att en aktör lät AI-agenter bryta sig in hos dussintals handlare och plantera kortskimmers, billigt och snabbt. Vad det betyder för alla som handlar på nätet.

Illustration: a credit card crossed out in red with “× 600,000” beneath it, next to the words “AI skimmed 600,000 cards.”

Sedan juli 2026 har en angripare låtit autonoma AI-agenter bryta sig in på webbutiker runt om i världen, plantera kortskimmers och samla in betalningsuppgifter, rapporterade TechRadar den 24 september med hänvisning till säkerhetsföretaget Gambit. Minst 600 000 betalningsposter har stulits, och enligt forskarna pågick kampanjen fortfarande.

Vad forskarna hittade

Gambit säger att företaget kom över aktörens mellanlagringsserver och rekonstruerade kampanjen utifrån dess loggar. Bara under fem dagar, 10–15 september, körde agenterna 105 attackvågor och komprometterade 27 organisationer ”i varierande grad”. Bland offren finns ett hotell- och restaurangföretag på Fortune 500-listan, ett ”stort” amerikanskt flygbolag, en stor amerikansk grossist för industriförnödenheter och en amerikansk modebutik på nätet. Ett av verktygen valde mål från en tjänst som rankar webbplatser och föredrog sajter som kör egenutvecklad programvara.

Aktören, som Gambit tror är en ekonomiskt motiverad kinesisk grupp, använde tre AI-”ramverk” som kan köra nästan hela attackkedjan på egen hand och slog mot ungefär tio företag om dagen. Aktörens konsol, Hermes, använde Anthropics opus-4.6 efter att nyare modeller vägrat dess förfrågningar, styrd av 1 951 korta instruktioner skrivna på kinesiska under 260 sessioner. En annan motor, Cairn, använde DeepSeek v4.1 Flash. Där intrånget lyckades tog det enligt Gambit oftast mindre än ett dygn, ibland några timmar, och vid vissa intrång raderade agentens städsteg data.

Kostnaden är det som borde oroa alla: omkring 7 000 dollar under fyra veckor, högst 18 000 dollar för hela operationen hittills, och i genomsnitt 25,46 dollar per mål över 101 genomförda skanningar. Många av de drabbade organisationerna har underrättats och skimmerna tagits bort, sa forskarna.

Vad det här betyder för dig

En webbskimmer finns på butikens webbplats, inte på din dator. När du skriver in ditt kortnummer på en komprometterad kassasida kopierar ett skript som angriparen planterat det medan du skriver. Inget behöver installeras på din Mac, och även en försiktig kund på en ren dator kan drabbas. Det som ändras med AI-agenter är skalan: om det kostar några dollar att angripa en butik blir betydligt fler butiker angripna.

  • Välj hellre ett betalsätt som inte ger butiken ditt riktiga kortnummer, till exempel Apple Pay eller ett virtuellt kort från din bank.
  • Slå på omedelbara transaktionsaviseringar i din bankapp så att en okänd debitering når dig inom några minuter, inte i slutet av månaden.
  • Kontrollera dina kontoutdrag och anmäl direkt allt du inte känner igen.
  • Var extra försiktig i små eller okända butiker med egenbyggda kassor; forskarna säger att verktygen föredrog sajter som kör egenutvecklad programvara.

Var FireAI passar in: ärligt talat, mest inte här

Den här attacken sker på handlarnas servrar, så en brandvägg på din Mac kan inte stoppa den, och vi tänker inte låtsas något annat. FireAI avgör vilka appar på din Mac som får ansluta vart; den granskar inte sidorna som din webbläsare laddar eller skripten som en butik kör i dem.

Där FireAI faktiskt hjälper är den andra halvan av samma trend. Verktygen i den här kampanjen är vanlig programvara som kan köras på vems dator som helst, och AI-agenter kommer även till Mac. FireAI frågar innan en ny app eller agent ansluter till internet, visar varje mål på världskartan, och i Under attack-läget får bara appar som du uttryckligen har tillåtit ansluta överhuvudtaget. Dess egen AI körs på din Mac. Ladda ner FireAI och prova gratis i 17 dagar. FireAI är gjort av HisnLabs.

Källor