Swarmchasers చేసిన ప్రాథమిక దర్యాప్తు చైనాలో పార్కులు, మ్యూజియంలు, జంతుప్రదర్శనశాలలు, ఆసుపత్రులకు చేరేందుకు ప్రజలు ఉపయోగించే ప్రవేశాల గురించి AI ఏజెంట్లు పదేపదే ప్రశ్నలు పంపినట్లు వివరిస్తుంది. సెప్టెంబర్ 28 నుంచి అక్టోబర్ 4 వరకు బహిరంగ స్కాన్ రికార్డులను పరిశోధకులు అనుసరించి, Amapలోని వేర్వేరు ప్రదేశాలపై ఒకేసారి నడిచిన అనేక పనులను గుర్తించారు. హాంకాంగ్‌లోని Tencent Cloud మౌలిక సదుపాయాలవైపు చూపే నెట్‌వర్క్ ఆనవాళ్లనూ కనుగొన్నారు. పని ఎవరు అప్పగించారు, ఎందుకు చేశారో రికార్డులు చెప్పవు.

పెద్ద మార్పు

  • ఏం మారింది:పరిశోధకులు బహిర్గతం చేసిన ఆనవాళ్లు అనేక మ్యాప్ ప్రదేశాల్లో విస్తరించిన సమాంతర ఏజెంట్ పనిని చూపుతున్నాయి. అక్టోబర్ 4 నాటికి వారి లెక్క 216 ప్రదేశాలకు చేరింది. బహిరంగ స్కాన్ రికార్డులు కార్యకలాపంలో కొంత భాగాన్నే చూపుతాయి.
  • ఇది ఎందుకు ముఖ్యం:ఇలాంటి ట్రాఫిక్‌ను అందుకునే మ్యాప్ సేవకు పదేపదే ఆటోమేటెడ్ అభ్యర్థనలు కనిపించవచ్చు; అవి ఒక సంస్థ నుంచి వచ్చాయా, మూల్యాంకనంలో భాగమా, మరో ప్రాజెక్టా అనేది తెలియకపోవచ్చు. లోడ్, యాక్సెస్ నమూనాలను ఆపరేటర్లు పరిశీలించేటప్పుడు, ఘటనతో క్లౌడ్ ప్రొవైడర్ పేరు అనుసంధానమైందని పాఠకులు చూసేటప్పుడు ఈ తేడా ముఖ్యం.
  • ఏమి గమనించాలి:పూర్తి నివేదిక తరువాత వస్తుందని పరిశోధకులు చెబుతున్నారు. కనిపించే ప్రశ్నలను ఆపరేటర్, పని, పూర్తి ఫలితాలతో అనుసంధానించగలగడం—ట్రాఫిక్ రికార్డులకు మించి ఈ ఘటనను ఎంతవరకు అర్థం చేసుకోవచ్చో నిర్ణయిస్తుంది. ప్రస్తుతం కనిపించే ఆధారాలు పరిమితమైన ఒక నిర్ధారణకు మద్దతిస్తాయి: ఒకే తరహా అభ్యర్థనలు సమాంతరంగా నడిచాయి; ఏజెంట్ల మధ్య సమాచార మార్పిడి మార్గం కనిపించలేదు.

పరిశోధకులు నమోదు చేసినవి

సెప్టెంబర్ 28 నుంచి అక్టోబర్ 4 వరకు ఉన్న డేటాసెట్‌లో Swarmchasers 2,048 Amap నివేదికలను లెక్కించింది; వాటిలో 1,810 అక్టోబర్ 4నివి. ఇక్కడ నివేదిక అంటే urlquery రూపొందించిన రికార్డు. ఈ సేవ సమర్పించిన వెబ్ చిరునామాను తెరిచి, దాని వల్ల ఏర్పడిన అభ్యర్థనల సమాచారాన్ని ప్రచురిస్తుంది. పరిశోధకులు Amapలో 216 వేర్వేరు ప్రదేశాలను లెక్కించారు. సమయ విశ్లేషణ ప్రకారం అక్టోబర్ 4లో చాలా భాగం ఒకేసారి నాలుగు నుంచి ఎనిమిది పనులు చురుకుగా ఉండి, గరిష్ఠంగా 14కు చేరాయి. కనిపించిన కొన్ని అతివ్యాప్తులు తక్కువ సంఖ్యలో వేగవంతమైన ఏజెంట్ల వల్ల కావచ్చని నివేదిక హెచ్చరిస్తుంది.

రికార్డుల్లో కనిపించిన ప్రోగ్రామ్‌లు ఒక ప్రదేశంలోని ప్రతి ప్రవేశద్వారం వద్దకు వెళ్లే వినియోగదారుల వాటా గురించి Amap గణాంకాలను వెతికాయి. ప్రవేశద్వారాల వాటాను చదివిన రెండు పనులను నివేదిక పేర్కొంది; వాటిలో ఒకటి చెంగ్డు జంతుప్రదర్శనశాలకు సంబంధించినది. అనేక అభ్యర్థనల ఫలితం స్పష్టంగా లేదు: స్కానర్ విజయవంతమని లెక్కించిన స్పందన కూడా CAPTCHA పేజీ అయి ఉండవచ్చు. ప్రతి సమర్పణలో కావలసిన గణాంకాలు వచ్చాయని నివేదిక నిర్ధారించదు.

అక్టోబర్ 5న పరిశోధకులు చేసిన నవీకరణ ప్రకారం, చివరి ట్యాగ్ చేసిన Amap స్కాన్ ఆ రోజు 04:11 UTCకు కనిపించింది; 08:46 UTC వరకు వారి డేటాలో మరొకటి లేదు. ఈ పరిశీలన కనిపించిన ట్యాగ్ స్కాన్‌లకే పరిమితం; అసలు పని మరెక్కడైనా కొనసాగి ఉండవచ్చు.

Tencent Cloudను సూచించే అంశాలు

నివేదికలోని మౌలిక సదుపాయాల ఆధారాల్లో అత్యంత బలమైన సంబంధం బహిరంగ ఇన్‌బాక్స్ రికార్డుల సమూహం. పరిశోధకుల ప్రకారం, అక్టోబర్ 4, 5 తేదీల్లో Amap పనికి సంబంధించిన 16 చదవగల ఇన్‌బాక్స్‌లలో 15 Tencent Cloud చిరునామాల నుంచి సృష్టించబడ్డాయి. ఏజెంట్ కోడ్ నుంచి వచ్చిన అభ్యర్థనలు హాంకాంగ్‌లోని Tencent Cloud చిరునామాల ద్వారా ఆ ఇన్‌బాక్స్‌లకు చేరాయి; వాటిలో hysandbox-atsపేరుతో ప్రాక్సీ హెడర్ ఉంది. ఒక ఉదాహరణలో, ఇన్‌బాక్స్ చిరునామా బహిరంగ స్కాన్ రికార్డులో కనిపించకముందే కోడ్ దాన్ని సంప్రదించింది. సృష్టించినవారు, పంపినవారు ఒకే పని వాతావరణంలో ఉన్నారనే పరిశోధకుల నిర్ధారణకు ఇది మద్దతిస్తుంది.

ఈ ఆధారం గమనించిన కోడ్‌ను మౌలిక సదుపాయాలతో అనుసంధానిస్తుంది; పనులను ఎవరు నియంత్రించారో నిర్ధారించదు. Tencent Cloud ఇతర వినియోగదారులకూ హోస్టింగ్ ఇవ్వగలదు; ప్రాక్సీ పేరు వినియోగదారే పేర్కొన్నదని నివేదిక చెబుతుంది. కొన్ని స్కాన్ లేబుళ్లలో “claude” ఉన్నా, వాటితో మోడల్‌ను గుర్తించలేం. పరిశోధకులు చిన్న స్థాయి మోడల్ పోలికలు చేసి Tencent Hy మోడల్ ఎక్కువగా సరిపోతుందని వాదించారు; వారు చూసిన రికార్డుల్లో ఏ మోడల్ పేరు లేదా శిక్షణ పనిని పేర్కొనలేదు.

ఉద్దేశం, సమన్వయం ఇంకా తెలియవు

వేర్వేరు ప్రదేశాల కోసం అనేక ఏజెంట్లు ఒకే తరహా పనిని సమాంతరంగా చేసినట్లు నివేదిక వివరిస్తుంది. ఇన్‌బాక్స్ చదివినట్లు నిర్ధారణ, భాగస్వామ్య ఛానెల్, స్కాన్‌ల మధ్య లింకులు, ప్రదేశాల మధ్య ఫలితాల బదిలీ—ఇవేవీ రచయితలకు కనిపించలేదు. అందువల్ల సమాంతర కార్యకలాపాన్ని “fleet” అని పిలుస్తూ, సమన్వయానికి ఆధారం కనబడలేదని చెబుతున్నారు. పనులు ఒకేలా ఉండటం, ప్రోగ్రామ్‌లు కాపీ కావడం మాత్రమే ఏజెంట్లు మాట్లాడుకున్నారని చూపవు.

ఉద్దేశం కూడా అంతే అనిశ్చితం. ఒకే చోట పదేపదే ప్రయత్నించడం మూల్యాంకనం, పని సృష్టి లేదా మరో ప్రక్రియకు సరిపోవచ్చు; కానీ బహిరంగ రికార్డులు వాటిలో ఏది నిజమో తేల్చవు. ప్రవేశద్వారాల వాటాపై ప్రశ్నలు, డేటా చదివినట్లు నివేదించిన రెండు సందర్భాలు దర్యాప్తులో ఉన్నాయి. ఆ ప్రశ్నల్లో కోరిన సమాచారం దాటి సేకరణ జరిగినట్లు ఆధారం లేదు. Tencent ఆదేశించిన చర్య, హానికర ఉద్దేశం లేదా చట్టవిరుద్ధ ప్రవేశాన్ని కూడా ఇది నిరూపించదు.

ఆన్‌లైన్ సేవల ఆపరేటర్లకు, ఏజెంట్ల బహిరంగ ఆనవాళ్లు పరిమాణం, పద్ధతులను చూపించినా బాధ్యతను తేల్చకపోవచ్చని ఈ ఘటన తెలియజేస్తుంది. పాఠకులకు, నమోదు చేసిన నెట్‌వర్క్ మార్గాన్ని పని ఎవరు ఆదేశించారన్న వాదన నుంచి వేరుగా చూడటం ఉపయోగకరం. Swarmchasers వాగ్దానం చేసిన పూర్తి నివేదిక లేదా ప్రత్యక్ష సమాచారం ఉన్న పక్షం ప్రకటన ఈ అంతరాన్ని తగ్గించవచ్చు.

మూలాలు, మరింత చదవడానికి

  • Swarmchasers, “We found a Chinese agent fleet”; అక్టోబర్ 4నాటి ప్రాథమిక నివేదిక, 2026 అక్టోబర్ 5న నవీకరించబడింది. అసలు దర్యాప్తులో లెక్కలు, ఉదాహరణలు, నెట్‌వర్క్ ఆనవాళ్లు, స్పష్టంగా పేర్కొన్న పరిమితులు ఉన్నాయి. ఇక్కడ ఫలితాలను ఆ దర్యాప్తుకు ఆపాదించాం; BIG CHANGE స్కాన్‌ను పునరావృతం చేయలేదు, ప్రైవేట్ లాగ్‌లను పరిశీలించలేదు.