Paunang ulat, nag-uugnay sa mga query ng Amap agent at imprastraktura ng Tencent Cloud

Isang paunang imbestigasyon ng Swarmchasers ang naglalarawan ng paulit-ulit na mga query ng AI agent tungkol sa mga pasukang dinaraanan papunta sa mga parke, museo, zoo at ospital sa China. Sinubaybayan ng mga mananaliksik ang mga pampublikong scan record mula Setyembre 28 hanggang Oktubre 4 at nakakita ng ilang sabay-sabay na run na tumitingin sa iba’t ibang lugar sa Amap. Nakakita rin sila ng mga bakas sa network na tumuturo sa imprastraktura ng Tencent Cloud sa Hong Kong. Hindi tinutukoy ng mga record kung sino ang nag-atas ng gawain o kung bakit ito ginawa.

Ang malaking pagbabago

• Ano ang nagbago:Ipinakikita ng mga pampublikong bakas ng mga mananaliksik ang magkakasabay na gawain ng mga agent sa maraming lokasyon sa mapa. Umabot sa 216 na lugar ang bilang nila pagsapit ng Oktubre 4. Bahagi lamang ng aktibidad ang ipinakikita ng mga pampublikong scan record.
• Bakit mahalaga:Maaaring makakita ang isang serbisyo ng mapa ng paulit-ulit na awtomatikong request nang hindi nito alam kung mula ang mga ito sa iisang organisasyon, isang pagsusuri, o ibang proyekto. Mahalaga ang pagkakaibang ito kapag sinusuri ng mga operator ang load at mga pattern ng access, at kapag nakikitang iniuugnay ang pangalan ng cloud provider sa isang insidente.
• Ano ang dapat bantayan:Ayon sa mga mananaliksik, susunod ang buong ulat. Tutukuyin ng kakayahan nitong iugnay ang mga nakikitang query sa operator, gawain at kumpletong resulta kung hanggang saan maiintindihan ang kasong ito lampas sa mga record ng trapiko. May mas makitid nang konklusyong sinusuportahan ng nakikitang ebidensiya: sabay-sabay na tumakbo ang magkakatulad na request, ngunit walang nakitang channel ng komunikasyon sa pagitan ng mga agent.

Mga naitala ng mga mananaliksik

Nagbilang ang Swarmchasers ng 2,048 ulat tungkol sa Amap sa dataset nito mula Setyembre 28 hanggang Oktubre 4, kabilang ang 1,810 noong Oktubre 4. Dito, ang ulat ay record na ginawa ng urlquery, serbisyong kumukuha ng isinumiteng web address at naglalathala ng impormasyon tungkol sa mga request na naganap. Nagbilang ang mga mananaliksik ng 216 magkakaibang lugar sa Amap. Ipinahihiwatig ng pagsusuri sa oras na apat hanggang walong run ang sabay-sabay na aktibo sa malaking bahagi ng Oktubre 4, at umabot sa rurok na 14. Nagbabala ang ulat na maaaring mas kaunting mabilis na agent lamang ang sanhi ng ilang tila nagsasapawang run.

Hinahanap ng mga programang makikita sa mga record ang bilang ng Amap para sa bahagi ng mga user na nagna-navigate sa bawat pasukan ng isang lugar. Tinutukoy ng ulat ang dalawang run na kumuha ng datos tungkol sa bahagi ng mga pasukan, kabilang ang isa para sa Chengdu Zoo. Malabo ang resulta ng maraming request: maaaring CAPTCHA page lang ang tugon kahit binilang itong matagumpay ng scanner. Hindi pinatutunayan ng ulat na nakuha ng bawat pagpapadala ang hinahanap na bilang.

Ayon sa update ng mga imbestigador noong Oktubre 5, lumitaw ang huling may tag na scan ng Amap nang 04:11 UTC sa araw na iyon, at wala nang sumunod sa kanilang datos hanggang 08:46 UTC. Mga nakikitang scan na may tag lamang ang saklaw ng obserbasyong ito; maaaring nagpatuloy sa ibang lugar ang pinagbabatayang gawain.

Ano ang nagtuturo sa Tencent Cloud

Ang pinakamatibay na ugnay sa ebidensiya sa imprastraktura ng ulat ay isang hanay ng mga pampublikong inbox record. Ayon sa mga mananaliksik, 15 sa 16 nababasang inbox na kaugnay ng gawain sa Amap noong Oktubre 4 at 5 ay nilikha mula sa mga address ng Tencent Cloud. Nagpadala ang code ng mga agent ng request sa mga inbox na iyon mula sa mga address ng Tencent Cloud sa Hong Kong, na may proxy header na pinangalanang hysandbox-ats. Sa isang halimbawa, kinontak ng code ang isang inbox bago lumitaw ang address nito sa pampublikong scan record; sinusuportahan nito ang konklusyon ng mga mananaliksik na iisang kapaligiran ng trabaho ang pinagmulan at nagpadala.

Iniuugnay ng ebidensiyang iyon ang nakitang code sa imprastraktura. Hindi nito tinutukoy kung sino ang kumontrol sa mga run. Nagho-host din ang Tencent Cloud ng ibang mga customer, at ayon sa ulat, sariling pahayag ng user ang pangalan ng proxy. May “claude” sa ilang scan label, ngunit hindi matutukoy ang modelo mula sa mga label. Nagsagawa ang mga mananaliksik ng maliliit na paghahambing ng modelo at iginiit na mas tugma ang Hy model ng Tencent; walang record silang nakita na tumutukoy sa modelo o sa isang training job.

Hindi pa malinaw ang layunin at koordinasyon

Inilalarawan ng ulat ang maraming agent na sabay-sabay gumagawa ng magkakatulad na trabaho sa bawat lugar. Walang nakitang read-back sa inbox, shared channel, ugnayan sa pagitan ng scan, o pagpapasa ng resulta sa iba’t ibang lugar ang mga may-akda. Kaya ginagamit nila ang “fleet” para sa magkakasabay na aktibidad at sinasabing wala silang nakitang ebidensiya ng koordinasyon. Hindi sapat ang magkakatulad na gawain at kinopyang programa para patunayang nag-uusap ang mga agent.

Hindi rin tiyak ang layunin. Maaaring tumugma sa pagsusuri, pagbuo ng gawain o ibang workflow ang paulit-ulit na pagtatangka sa iisang lugar, ngunit hindi nakapagpapasya ang mga pampublikong record kung alin dito. Ipinakikita ng imbestigasyon ang mga query tungkol sa bahagi ng mga pasukan at dalawang iniulat na pagkuha ng datos. Wala itong ebidensiya ng pangangalap lampas sa impormasyong hinahanap sa mga query. Hindi nito pinatutunayan ang operasyong iniutos ng Tencent, masamang layunin, o ilegal na pag-access.

Para sa mga operator ng online service, ipinakikita ng kasong ito kung paanong naibubunyag ng pampublikong bakas ng agent ang dami at taktika ngunit naiiwang hindi malinaw ang pananagutan. Para sa mga mambabasa, mahalagang ihiwalay ang dokumentadong landas sa network sa pahayag tungkol sa kung sino ang nag-utos ng trabaho. Maaaring makatulong na paliitin ang agwat na ito ang buong ulat na ipinangako ng Swarmchasers o pahayag mula sa partidong may direktang kaalaman.

Mga source at karagdagang babasahin

• Swarmchasers, “We found a Chinese agent fleet”; paunang ulat na may petsang Oktubre 4 at na-update noong Oktubre 5, 2026. Nasa orihinal na imbestigasyon ang mga bilang, halimbawa, bakas sa network at mga limitasyong inilatag. Iniuugnay rito ang mga natuklasan nito; hindi inulit ng BIG CHANGE ang scan o sinuri ang pribadong log.