Evil GPT i cyberprzestępczość nowej generacji

Sztuczna inteligencja zmieniła cyberprzestępczość bardziej niż jakakolwiek technologia ostatnich dekad. Jeszcze kilka lat temu zaawansowane ataki wymagały dużej wiedzy technicznej, znajomości programowania, infrastruktury oraz doświadczenia w exploitach, phishingu i malware. W 2026 roku coraz większą część tych działań przejmują modele generatywne AI, autonomiczne agenty i tzw. Evil GPT.

Termin „Evil GPT” nie oznacza jednego konkretnego narzędzia. To zbiorcza nazwa dla:

• nieocenzurowanych modeli AI,
• jailbreakowanych chatbotów,
• cyberprzestępczych LLM,
• modeli trenowanych pod phishing i malware,
• agentów AI wspierających cyberataki.

Najbardziej znane nazwy pojawiające się w undergroundzie to:

• WormGPT,
• FraudGPT,
• DarkGPT,
• HackGPT,
• EvilGPT,
• BlackHat AI,
• uncensored LLMs.

Te systemy są projektowane nie do pomocy użytkownikowi, lecz do wspierania cyberprzestępczości.

Czym jest Evil GPT?

Evil GPT to model AI:

• pozbawiony filtrów bezpieczeństwa,
• omijający ograniczenia etyczne,
• generujący phishing,
• pomagający w tworzeniu malware,
• wspierający socjotechnikę,
• automatyzujący cyberataki.

Klasyczne modele AI posiadają guardraile:

• blokady treści,
• filtry bezpieczeństwa,
• wykrywanie phishingu,
• ograniczenia dotyczące malware.

Cyberprzestępcy:

• usuwają te zabezpieczenia,
• jailbreakują modele,
• fine-tunują własne LLM,
• wykorzystują open source AI.

Powstają wtedy systemy przeznaczone do cyberprzestępczości.

(arxiv.org)

Jak powstał rynek cyberprzestępczych AI?

Rozwój open source AI radykalnie obniżył próg wejścia.

Dziś przestępcy mogą:

• pobrać model,
• uruchomić go lokalnie,
• wytrenować na danych malware,
• usunąć zabezpieczenia,
• stworzyć własny „evil chatbot”.

W undergroundzie powstały całe marketplace’y:

• AI-as-a-Service dla cyberprzestępców,
• abonamenty do phishing GPT,
• modele do scamów,
• AI do social engineeringu,
• generatory ransomware.

(reddit.com)

WormGPT — początek nowej ery

Jednym z pierwszych głośnych przykładów był WormGPT.

Model był reklamowany jako:

• „AI without ethics”,
• „ChatGPT for hackers”,
• „blackhat assistant”.

Jego funkcje obejmowały:

• generowanie phishing maili,
• tworzenie malware,
• pisanie exploitów,
• automatyzację scamów,
• Business Email Compromise.

W praktyce był to przykład nowego trendu:
AI jako cyberprzestępczy copilote.

(reddit.com)

Dlaczego Evil GPT jest tak groźny?

1. Demokratyzacja cyberprzestępczości

Dawniej:

• phishing wymagał umiejętności,
• malware wymagał programowania,
• socjotechnika wymagała doświadczenia.

Dziś początkujący użytkownik może napisać:

„stwórz realistyczny phishing Microsoft 365 po polsku”

i otrzymać gotowy materiał.

Eksperci coraz częściej mówią o:

• vibe hacking,
• AI hacking,
• prompt-driven cybercrime.

(reddit.com)

2. Skala działania

AI nie męczy się.
Nie potrzebuje przerw.
Może generować tysiące kampanii jednocześnie.

Cyberprzestępca może:

• tworzyć tysiące unikalnych phishingów,
• personalizować wiadomości,
• analizować odpowiedzi,
• automatycznie prowadzić rozmowy.

To radykalnie zwiększa skalę ataków.

3. Jakość socjotechniki

Dawny phishing często zawierał:

• błędy,
• dziwny język,
• niepoprawną gramatykę.

AI generuje:

• perfekcyjny język,
• realistyczny ton,
• naturalną komunikację,
• profesjonalne wiadomości.

To zwiększa skuteczność ataków.

(arxiv.org)

Evil GPT i phishing nowej generacji

Największym zastosowaniem cyberprzestępczych AI jest phishing.

AI Spear Phishing

Modele analizują:

• LinkedIn,
• Facebook,
• GitHub,
• strony firmowe,
• profile pracowników.

Następnie generują:

• spersonalizowane wiadomości,
• realistyczne konwersacje,
• fake support,
• wiadomości HR,
• fałszywe dokumenty.

AI potrafi imitować:

• styl firmy,
• język prezesa,
• sposób komunikacji zespołu.

(arxiv.org)

EvilTokens i AI phishing infrastrukturalny

Jednym z najgroźniejszych trendów 2026 są AI-driven phishing kits.

Przykładem jest EvilTokens.

Atak wykorzystuje:

• legalny Microsoft login,
• OAuth Device Code Flow,
• dynamiczne tokeny,
• automatyzację AI.

Zamiast klasycznego fake loginu:

• ofiara loguje się na prawdziwej stronie Microsoft,
• atakujący przechwytuje token autoryzacyjny.

To znacznie utrudnia wykrycie.

(microsoft.com) (Microsoft)

AI i malware generation

Evil GPT potrafi:

• pisać skrypty,
• tworzyć malware,
• modyfikować payloady,
• generować polymorphic code,
• ukrywać złośliwy kod.

Nowoczesne modele pomagają:

• omijać EDR,
• ukrywać persistence,
• obfuskować malware,
• tworzyć loader’y.

Coraz częściej malware:

• zmienia się dynamicznie,
• generuje nowe warianty,
• adaptuje do środowiska.

AI-generated ransomware

Nowoczesny ransomware wykorzystuje AI do:

• wyboru ofiar,
• analizy infrastruktury,
• identyfikacji backupów,
• automatycznej eskalacji uprawnień,
• selekcji danych do kradzieży.

AI może:

• analizować Active Directory,
• identyfikować serwery krytyczne,
• automatycznie wyłączać zabezpieczenia.

EvilAI — malware nowej generacji

W 2026 pojawiły się kampanie wykorzystujące AI-generated malware.

Przykładem jest EvilAI.

Charakterystyka:

• AI-generated code,
• dynamiczne payloady,
• anti-analysis loops,
• adaptive malware,
• rotujące certyfikaty.

Badacze bezpieczeństwa zauważyli, że część takich zagrożeń omija klasyczne endpoint security.

(halcyon.ai) (halcyon.ai)

Agentic AI — autonomiczni cyberprzestępcy

Największa zmiana nadchodzi wraz z agentic AI.

To systemy zdolne do:

• autonomicznego działania,
• podejmowania decyzji,
• planowania ataków,
• realizacji celów.

Nowoczesny agent AI może:

1. znaleźć podatność,
2. wygenerować exploit,
3. stworzyć phishing,
4. przejąć konto,
5. ukraść dane,
6. zacierać ślady.

Część ekspertów uważa, że cyberprzestępczość zmierza w stronę półautonomicznych operacji AI.

(techradar.com) (TechRadar)

AI exploit development

W 2026 pojawiły się pierwsze przypadki użycia AI do:

• wykrywania podatności,
• tworzenia exploitów,
• automatycznej analizy kodu.

Google ostrzegło, że cyberprzestępcy zaczynają wykorzystywać AI do wyszukiwania zero-day vulnerabilities.

(reuters.com) (Reuters)

Vibe hacking — cyberprzestępczość bez wiedzy technicznej

Pojęcie „vibe hacking” opisuje nowy trend:

• użytkownik nie rozumie technologii,
• po prostu wykonuje instrukcje AI.

Przykład:

„jak przejąć konto Microsoft 365”

AI:

• tłumaczy krok po kroku,
• generuje phishing,
• tworzy skrypty,
• wyjaśnia omijanie MFA.

To radykalnie obniża próg wejścia.

(reddit.com) (Reddit)

Jailbreaki modeli AI

Cyberprzestępcy często nie potrzebują własnego modelu.

Wystarczy:

• jailbreak,
• prompt injection,
• manipulacja instrukcjami systemowymi.

Badania pokazują, że część modeli można skłonić do generowania:

• phishingu,
• malware,
• scamów,
• instrukcji cyberataków.

(arxiv.org) (arXiv)

Shadow AI i nowe powierzchnie ataku

Firmy coraz częściej korzystają z:

• Copilotów,
• AI assistants,
• chatbotów,
• browser AI extensions.

To tworzy nową powierzchnię ataku.

Cyberprzestępcy:

• tworzą złośliwe rozszerzenia,
• przechwytują prompty,
• kradną historię rozmów,
• wyciągają dane firmowe.

Microsoft ostrzegał przed rozszerzeniami kradnącymi historię czatów LLM.

(microsoft.com) (Microsoft)

AI jako nowa powierzchnia cyberataków

W 2026 AI staje się:

• narzędziem ataku,
• celem ataku,
• wektorem infekcji,
• źródłem wycieku danych.

Powstają nowe zagrożenia:

• prompt injection,
• AI poisoning,
• model hijacking,
• data exfiltration through LLM,
• AI supply chain attacks.

(microsoft.com) (Microsoft)

Cybercrime-as-a-Service + AI

Underground coraz bardziej przypomina legalny SaaS.

Cyberprzestępcy oferują:

• phishing kits,
• ransomware subscriptions,
• AI scam bots,
• voice cloning,
• malware generators.

Model działania:

• abonament miesięczny,
• support techniczny,
• aktualizacje,
• API,
• gotowe dashboardy.

AI przyspieszyło profesjonalizację cyberprzestępczości.

Czy Evil GPT oznacza koniec cyberbezpieczeństwa?

Nie.
Ale oznacza gigantyczną zmianę.

AI:

• zwiększa tempo ataków,
• zwiększa skalę,
• poprawia socjotechnikę,
• automatyzuje cybercrime.

Jednocześnie AI pomaga również obrońcom:

• wykrywać anomalie,
• analizować malware,
• automatyzować SOC,
• identyfikować phishing.

To wyścig AI vs AI.

Jak bronić się przed cyberprzestępczością AI?

1. Zero Trust

Nie ufać:

• mailom,
• głosom,
• AI chatbotom,
• Teams,
• QR kodom.

2. MFA odporne na phishing

Najlepiej:

• FIDO2,
• passkeys,
• hardware keys.

3. Szkolenia anti-AI phishing

Pracownicy muszą rozumieć:

• deepfake,
• AI phishing,
• AI scams,
• prompt injection,
• vishing,
• quishing.

4. Monitoring AI usage

Firmy powinny kontrolować:

• Shadow AI,
• prywatne chatboty,
• browser extensions,
• wycieki promptów.

5. AI security governance

Nowy obszar bezpieczeństwa obejmuje:

• polityki AI,
• kontrolę danych,
• bezpieczeństwo modeli,
• monitoring promptów,
• AI red teaming.

Przyszłość Evil GPT

Eksperci przewidują rozwój:

• autonomicznych agentów hackerskich,
• AI ransomware operators,
• self-evolving malware,
• deepfake identity systems,
• AI fraud ecosystems.

Największy problem?
Granica między człowiekiem a AI zaczyna zanikać.

W przyszłości:

• phishing będzie generowany live,
• malware będzie adaptacyjny,
• scam boty będą prowadzić realistyczne rozmowy,
• AI będzie imitować ludzi w czasie rzeczywistym.

Podsumowanie

Evil GPT i cyberprzestępczość nowej generacji zmieniają cały krajobraz bezpieczeństwa IT.

Nowoczesne cyberzagrożenia wykorzystują:

• generatywne AI,
• autonomiczne agenty,
• voice cloning,
• deepfake,
• AI phishing,
• AI malware,
• agentic AI,
• vibe hacking.

Najważniejsza zmiana polega na tym, że:

• cyberataki stają się tańsze,
• łatwiejsze,
• szybsze,
• bardziej realistyczne,
• dostępne nawet dla początkujących.

AI nie zastąpiło cyberprzestępców.
AI sprawiło, że cyberprzestępczość weszła w epokę przemysłową.

Polecane wpisy

Sztuczna Inteligencja kwantowa: Połączenie dwóch przełomowych technologii

⚛️ Sztuczna Inteligencja kwantowa: Połączenie dwóch przełomowych technologii Wprowadzenie: dlaczego AI kwantowa to rewolucja przyszłości? Sztuczna inteligencja (AI) oraz obliczenia Czytaj dalej

Jak działa sztuczna inteligencja i uczenie maszynowe?

Jak działa sztuczna inteligencja i uczenie maszynowe? Sztuczna inteligencja (SI) oraz uczenie maszynowe (ML) to dwie z najważniejszych dziedzin współczesnej Czytaj dalej