Gambit Security 表示，他們取得攻擊者使用的中繼伺服器，並從外洩資料、工具、操作紀錄及仍在運作的惡意程式，重建一場以 AI agent 大量攻擊網路零售商的行動。報告稱，行動至少可追溯至 2026 年 7 月；光是 9 月 10 日至 15 日，短短六天內，操作者啟動 105 個攻擊專案，至少 27 家企業遭不同程度入侵。
三個 agent 怎麼分工
攻擊鏈使用三套開源工具：Strix 負責尋找弱點與整理攻擊路徑，Cairn 接手長時間探測與端到端入侵，Hermes 則啟動任務、調度整場行動，並在取得存取權後提供下一步指示。Hermes 在這條鏈裡不是主要的漏洞掃描器，而是操作者的指揮台。
報告描述的 Hermes 已經過操作者大幅修改：它載入名為「SOUL - Red Team Operator」的中文人設，121 項技能中有 78 項屬於攻擊技能，操作者還加入一項用來移除內容安全限制的技能。這不是單純安裝 Hermes 後直接按下一個攻擊按鈕，而是把通用 agent、攻擊工具、模型與自行建立的操作手冊組成一套持續運作的系統。
27 家、60 萬筆資料與 25 美元各指什麼
Reddit 圖片把事件濃縮成三個數字，但它們不能直接串成「花 25 美元攻破一家公司，從 27 家偷走 60 萬張卡」。至少 27 家是 Gambit 確認遭到不同程度入侵的企業；超過 60 萬筆未過期支付卡資料，則來自其中兩家受害公司。
報告中的 25 美元，是 101 次已完成掃描的平均模型成本，不是每攻破一家公司的成本。操作者自己的成本紀錄顯示，單次掃描從 3.13 美元到 79.31 美元不等，平均為 25.46 美元；Gambit 估計整段行動的模型支出約為 1.2 萬至 1.8 萬美元。這些數字說明的是大規模探測變便宜了，不代表每次掃描都能成功入侵。
自動化壓縮了防守時間
Gambit 指出，一旦成功取得存取權，多數目標不到一天便失守，有些只花幾個小時。操作者在 260 個 Hermes 工作階段中輸入 1,951 個提示，平均到個別目標只需要少量短指令，其餘探測、嘗試與下一步選擇多由 agent 持續執行。
自動化也放大了操作錯誤。報告記錄一項「取走資料後清空資料庫」的技能；另一家受害零售商則因清理程序比對到過多資料表名稱，一次刪除 180 個資料表，連管理員建立的備份表也受到影響。這份報告最需要注意的，不只是 AI 能做哪些攻擊，而是它把既有攻擊流程壓到人類防守節奏跟不上的速度。
目前能確定到哪裡
Gambit 將證據分成三類：從攻擊者伺服器取得的資料與工具、可在外部驗證的惡意程式，以及伺服器內的操作紀錄與 AI 自述。研究團隊表示，前兩類證據能驗證不少紀錄，但也承認 AI 回報可能不準確，調查仍在早期階段，個別細節可能有誤。
本次擷取到的七則 Reddit 封存留言，多半在爭論 AI 究竟改變了威脅本身，還是只把既有手法加速。由於留言排序與即時票數無法確認，這些反應不作為事件規模或技術細節的證據。