Искусственный интеллект перестал быть игрушкой для генерации текстов - он уже взламывает серверы, строит цепочки атак и пишет отчёты за пентестера. Не в теории. Прямо сейчас.
Два лагеря и правда посередине
Вокруг применения LLM в кибербезопасности за последние два года сложилось жёсткое противостояние взглядов. Одни убеждены: нейросети скоро вытеснят специалистов по offensive security полностью. Другие отмахиваются - мол, ChatGPT годится разве что на красивые письма, но никак не на реальный взлом. Оба лагеря ошибаются.
Реальность прозаичнее и интереснее одновременно. ИИ не проводит аудит самостоятельно и не несёт ответственности за найденные дыры. Зато он работает как очень быстрый и неутомимый джун - берёт на себя рутину, которая раньше съедала часы живого времени.
Где ломалось раньше и что изменил MCP
Главная проблема обычных языковых моделей в пентесте - не слабый интеллект, а отсутствие рук. Модель умеет рассуждать, но не умеет тыкать в инфраструктуру. Именно здесь появился Model Context Protocol - протокол, который соединяет LLM с реальными инструментами: терминалом, файловой системой, браузером и специализированным софтом безопасности.
Один из таких инструментов - HexStrike, MCP-сервер с поддержкой более 150 утилит offensive security и набором агентов под конкретные задачи: рекогносцировку, bug bounty, анализ CVE. Связка OpenCode + MCP Server + HexStrike превращает чат-бота в оператора инфраструктуры. Агент получает задачу - и сам строит цепочку действий, запускает nmap, subfinder, nuclei, анализирует выдачу и решает, куда копать дальше.
Где ИИ реально тащит
После нескольких месяцев практики обозначились четыре зоны, где эффект максимален:
- Рекогносцировка - сбор поддоменов, фильтрация шума, поиск закономерностей в результатах разных сканеров одновременно
- Анализ больших массивов - сотни URL и тысячи ответов после массового скана перестают быть проблемой
- Генерация гипотез - когда взгляд замыливается, один запрос вытаскивает нестандартные векторы атаки, которые человек мог пропустить
- Отчётность - описание уязвимостей, формирование импакта, структурирование доказательной базы
Реальные кейсы подтверждают: агент самостоятельно обнаружил blind SQL-инъекцию, раскрутил её до RCE и развернул веб-шелл - всё с разрешения владельца ресурса. В другом случае вручную, без sqlmap, вытащил полный дамп базы данных через форму авторизации.
Где человек пока сильнее
Модель ошибается. Путает контекст, переоценивает критичность находок, видит уязвимости там, где их нет. Это не баг - это нынешний потолок технологии. Именно поэтому ИИ сегодня не замена пентестеру. Он усилитель.
Следующий этап, который уже просматривается на горизонте, - это турнирная таблица франции лига 1 по аналогии с которой в кибербезопасности тоже выстроится своя турнирная логика: битва AI против AI, где синяя команда выставит собственных нейроагентов против атакующих. Кто раньше научится работать с инструментом - тот и выиграет эту гонку. Вопрос не в том, придёт ли ИИ в offensive security. Он уже пришёл.
