Co się dzieje, gdy dwaj agenci AI walczą o jeden serwer?

Eksperyment bezpieczeństwa AI Zero

W niedawnym japońskim filmie technologicznym twórca Zero Noichi przeprowadził fascynujący eksperyment: użył dwóch komputerów ZimaBoard 2, aby zasymulować walkę cyberbezpieczeństwa między obrońcą zasilanym AI a atakującym zasilanym AI. Jeden komputer gościł podatny na ataki wewnętrzny system zarządzania klientami, podczas gdy drugi próbował się do niego włamać za pomocą autonomicznego agenta AI. Obrońca, również zasilany AI, na bieżąco monitorował, badał, łatał i blokował podejrzane działania w czasie rzeczywistym.

Jako ZimaSpace chcemy podziękować kanałowi Zero za pokazanie ZimaBoard 2 w tak kreatywnej i inspirującej demonstracji cyberbezpieczeństwa. Ten artykuł przekształca transkrypcję filmu w uporządkowany wpis na blogu po angielsku dla czytelników zainteresowanych serwerami homelab, agentami AI, cyberbezpieczeństwem, laboratoriami Docker i infrastrukturą self-hosted.

Ważna uwaga: Twórca jasno zaznacza, że eksperyment został stworzony w celach rozrywkowych i edukacyjnych. Niektóre pulpity, stany usług i luki zostały celowo wyolbrzymione lub pozostawione otwarte do demonstracji. Ten artykuł zachowuje koncepcje techniczne, dane i przebieg eksperymentu, ale unika podawania praktycznych instrukcji ofensywnych.

Dlaczego ten eksperyment jest teraz ważny

Kluczowe pytanie stojące za filmem jest proste: co się stanie, gdy agenci AI będą mogli nieustannie atakować i bronić się bez zmęczenia?

Zero rozpoczyna film, przedstawiając temat, na który wielu japońskich widzów czekało: symulowaną walkę zespołu bezpieczeństwa z zespołem hakerów przy użyciu dwóch komputerów. Maszyny użyte w eksperymencie to urządzenia ZimaBoard 2 — kompaktowe komputery x86, odpowiednie do uruchamiania usług, agentów, pulpitów nawigacyjnych i lekkich obciążeń serwerowych.

Inspiracją są niedawne dyskusje na temat zaawansowanych agentów bezpieczeństwa AI, w tym systemów, które mogą analizować oprogramowanie, identyfikować luki, weryfikować, czy są one podatne na ataki, a następnie proponować lub stosować poprawki. Zero opisuje to jako coś, co może zmienić samą koncepcję cyberbezpieczeństwa.

Jego celem nie było dokładne odtworzenie rzeczywistego, zastrzeżonego systemu. Zamiast tego stworzył wyimaginowany eksperyment, aby zaprezentować szerszą ideę:

„AI już teraz może działać zarówno jako haker, jak i obrońca na takim poziomie.”

Ta jedna idea napędza cały film.

Sprzęt: Dwa urządzenia ZimaBoard 2 jako stacje bojowe AI

Do eksperymentu Zero użył dwóch komputerów ZimaBoard 2. Jeden pełnił rolę obrońcy, a drugi stał się atakującym.

ZimaBoard 2 jest idealny do tego typu praktycznych laboratoriów, ponieważ jest mały, cichy, oparty na x86 i zaprojektowany do pracy 24/7.

Z perspektywy ZimaSpace to właśnie tutaj ZimaBoard 2 błyszczy. Został zaprojektowany dla użytkowników, którzy chcą uruchamiać rzeczywiste obciążenia w domu lub w środowisku laboratoryjnym, w tym:

• Serwery multimedialne Plex
• Filtrowanie sieci Pi-hole
• Wirtualizacja Proxmox
• Konfiguracje Debian lub TrueNAS
• Routing pfSense
• Laboratoria Docker
• Kontenery AI
• Usługi kopii zapasowych
• Klastry homelab
• Lekkie środowiska programistyczne

Projekt sprzętowy produktu jest również istotny dla eksperymentu. ZimaBoard 2 ma natywne wsparcie SATA i PCIe, co oznacza, że użytkownicy mogą podłączyć dyski HDD lub SSD 2,5 cala, dodać kartę sieciową 10G, użyć adaptera NVMe lub rozbudować urządzenie do osobistych potrzeb przechowywania i sieci. Podwójny Ethernet 2,5G sprawia, że jest atrakcyjny do szybkiego lokalnego NAS, niskolatencyjnego zdalnego dostępu i wielousługowego routingu domowego.

Jak pokazuje film Zero, tego typu kompaktowe urządzenie może stać się czymś więcej niż „mini komputerem”. Może być praktyczną platformą do AI, sieci, self-hostingu i nauki cyberbezpieczeństwa.

Chat AI kontra agenci AI: koncepcja stojąca za testem

Zero poświęca czas na wyjaśnienie różnicy między zwykłym AI opartym na czacie a agentami AI.

Standardowy chat AI — taki jak ChatGPT czy Gemini — jest głównie konwersacyjny. Zadajesz pytanie, a on odpowiada. Może być bardzo inteligentny, ale zwykle nie kontynuuje samodzielnie pracy nad celem.

Agent AI jest inny. Agent AI otrzymuje cel, dzieli go na zadania, wykonuje działania w pętli, sprawdza postępy i kontynuuje, aż zadanie zostanie ukończone. W filmie Zero opisuje to jako system, który pracuje, dopóki nie osiągnie celu.

Terminologia techniczna używana w tej części obejmuje:

• Chat AI: system AI, który odpowiada w formacie rozmowy.
• Agent AI: system AI, który może wykonywać zadania w pętli, dążąc do określonego celu.
• Agent autonomiczny: agent, który może działać z mniejszym bezpośrednim udziałem człowieka.
• Cykl celu: powtarzający się cykl planowania, działania, sprawdzania i ulepszania.

Zero zauważa, że wiele jego poprzednich filmów skupiało się na agentach AI. Jako przykład wspomina system AI, który bada NAS i organizuje pliki. Inny wcześniejszy eksperyment wykorzystał komputer jednopłytkowy do stworzenia samodziałającej AI bez jasno określonego celu.

Ten wcześniejszy autonomiczny koncept AI stał się podstawą dla tego nowego eksperymentu.

Przeprojektowanie bezpieczeństwa AI: obrońca kontra atakujący

Eksperyment zamienia cyberbezpieczeństwo w na żywo toczącą się rywalizację między dwoma ciągle działającymi systemami AI.

Zero wyjaśnia obronną AI na przykładzie domu. Wyobraź sobie usługę jako dom zawierający ważny klucz. Jeśli jest duże otwarte drzwi, atakujący może po prostu wejść i zabrać klucz. W takim przypadku obrońca AI powinien zidentyfikować problem, przetestować, czy otwarcie jest niebezpieczne, i je zamknąć.

Ale nie każde otwarcie można całkowicie zamknąć. Zero podaje przykład otworu inspekcyjnego o wielkości 10 cm. Otwarcie może być potrzebne administratorowi, aby sprawdzić, czy klucz nadal tam jest. Zamknięcie go przerwałoby legalną funkcję. Dlatego AI musi rozważać to bardziej ostrożnie:

1. Czy dziura jest naprawdę niebezpieczna?
2. Czy atakujący mógłby to wykorzystać za pomocą narzędzia?
3. Czy system może zachować widoczność, blokując jednocześnie włamanie?
4. Która obrona działa najlepiej?
5. Czy poprawka może zostać przetestowana przeciwko wyobrażonemu atakowi?

W analogii ostatecznym rozwiązaniem może być mocna siatka: nikt nie może wejść, ale administrator nadal może przez nią widzieć.

To jest centralna idea obronnej AI w wideo: nie tylko znajdowanie słabości, ale ich weryfikacja, testowanie możliwych ataków i stosowanie środków zaradczych.

Budowanie środowiska testowego

Zero następnie stworzył fikcyjną usługę biznesową do eksperymentu. Usługa działała jak wewnętrzny system zarządzania klientami, podobny do CRM.

System zawierał kilka realistycznych funkcji biznesowych:

• Rekordy klientów
• Informacje o umowach lub projektach
• Zgłoszenia wsparcia
• Listy kontraktów
• Notatki wewnętrzne
• Dzienniki aktywności
• Funkcja wyszukiwania
• Publiczny blog
• Zarządzanie użytkownikami
• Wrażliwe informacje wewnętrzne, w tym celowo udostępnione klucze API do demonstracji

Wyjaśnia, że wiele firm ma podobne wewnętrzne narzędzia zarządzania. Jeśli taki system zostanie naruszony, mogą ucierpieć dane klientów, notatki wewnętrzne, treści bloga, uprawnienia użytkowników oraz zapisy operacyjne.

To sprawiło, że środowisko testowe było na tyle realistyczne, aby pokazać, dlaczego obrona napędzana AI może mieć znaczenie dla codziennych systemów biznesowych.

Panel obrońcy został celowo zaprojektowany jako wizualnie dramatyczny i w stylu cyberpunk na potrzeby wideo. Pokazywał status usług, alerty, działania naprawcze, powiadomienia o manipulacjach oraz wielu agentów działających jednocześnie. Zero wspomina, że po stronie obrońcy mogło działać nawet do pięciu agentów AI.

System atakujący był również kontrolowany przez workflow przypominający agenta, który nieustannie próbował różnych ścieżek, aby znaleźć sposób na włamanie.

Dlaczego ZimaBoard 2 pasuje do tego rodzaju scenariusza AI w homelabie

Taki projekt wymaga małej platformy serwerowej, która może działać nieprzerwanie, obsługiwać różne stosy oprogramowania i wspierać eksperymenty sieciowe. Dlatego ZimaBoard 2 jest naturalnym wyborem.

Dla kreatywnych majsterkowiczów i miłośników technologii ZimaBoard 2 może działać jako mini serwer, który wygląda prosto, ale obsługuje poważne zadania.

Oryginalne pozycjonowanie produktu pasuje do tego wideo szczególnie dobrze:

„Mały, łatwy do modyfikacji i trochę uroczy. Wielu nazywa go mini serwerem, który wygląda jak zabawka, ale działa jak bestia.”

Dzięki ZimaBoard 2 użytkownicy mogą testować systemy operacyjne takie jak ZimaOS, TrueNAS, Proxmox, Debian i pfSense. Mogą uruchamiać kontenery Docker, usługi self-hosted, serwery multimedialne, systemy przechowywania i eksperymenty AI. W tym wideo płyta staje się kompaktowym cyber-rangiem — kontrolowanym środowiskiem do obserwacji, jak agenci AI mogą zachowywać się w symulacjach ataku i obrony.

Dla czytelników zainteresowanych budową homelabu, ZimaBoard 2 oferuje kilka zalet:

• Niskie zużycie energii do pracy 24/7
• Cicha i chłodna praca
• Podwójny Ethernet 2,5G do zadań sieciowych
• Natychmiastowe SATA do rozbudowy pamięci masowej
• Wsparcie PCIe dla kart sieciowych, GPU lub adapterów NVMe
• Kompatybilność z wieloma systemami operacyjnymi serwerów
• Kompaktowy rozmiar pasujący do małych przestrzeni roboczych

Dlatego ZimaBoard 2 homelab może wspierać nie tylko przechowywanie i strumieniowanie mediów, ale także praktyczne eksperymenty z automatyzacją AI i monitoringiem cyberbezpieczeństwa.

Uruchamianie obrońcy jako pierwszego

Zero wyjaśnia, że w rzeczywistym świecie obrona powinna być idealnie przygotowana, zanim narzędzia ataku staną się powszechne. Odnosi się do idei, że rządy i organizacje mogą chcieć wzmocnić banki, usługi i infrastrukturę, zanim potężne systemy AI staną się ogólnie dostępne.

W wideo najpierw uruchamia obrońcę.

Obrońca zaczyna od sprawdzenia usługi, szukając problemów i próbując naprawić to, co da się naprawić. Na początku nie ma widocznych ataków. Usługa działa normalnie.

Po około półtorej minuty Zero decyduje, że atakujący powinien zacząć. Zauważa, że jeśli obrońca dostanie zbyt dużo czasu na przygotowanie, wideo może stać się mniej zrównoważone. Chce, aby symulacja przypominała świat, w którym atakujący pojawiają się, zanim obrońcy w pełni ukończą swoją pracę.

Wtedy zaczyna się atak.

Początek ataku: ciągłe sondowanie

Gdy atakujący zaczyna, liczba prób szybko rośnie. Zero obserwuje, jak liczba rośnie z około 30 w górę, gdy atakująca AI testuje różne możliwe punkty wejścia.

Atakujący próbuje wielu ogólnych metod, ponieważ nie otrzymał pełnych informacji o docelowej usłudze. Zero wyjaśnia, że gdyby atakujący miał więcej specyficznych informacji o celu, prawdopodobnie skupiłby swoje wysiłki bardziej efektywnie. Jednak w tym eksperymencie atakujący szeroko bada wszystko, co wydaje się możliwe.

Terminy techniczne pojawiające się w tej sekcji to:

• API: interfejs pozwalający oprogramowaniu wysyłać polecenia lub żądania do usługi.
• SQL: język zapytań do baz danych często kojarzony z dostępem do baz danych i ryzykiem wstrzyknięć.
• JWT: JSON Web Token, format tokena powszechnie używany do uwierzytelniania.
• GraphQL: język zapytań API używany do żądania danych strukturalnych.
• Endpoint administratora: URL lub trasa API przeznaczona do funkcji administratora.

Zero podkreśla, dlaczego AI zmienia sytuację:

„Do tej pory było to mechaniczne. Teraz staje się to AI i to jest przerażające.”

AI potrafi rozumować, zmieniać swoje próby i testować wzorce z losowością. To sprawia, że zachowanie mniej przypomina statyczny skrypt, a bardziej adaptacyjnego operatora.

Obrońca wykrywa atakującego

Na początku panel obrońcy pozostaje spokojny. Następnie atakujący odkrywa odsłonięte obszary, w tym celowo podatne ścieżki. Zero widzi wyniki związane z ujawnieniem kontroli źródła, podglądami API, wyciekami danych GraphQL i kluczami API.

Wkrótce obrońca zaczyna reagować.

Jednym z najważniejszych momentów wideo jest moment, gdy obrońca identyfikuje IP atakującego i zaczyna badać aktywność.

Agent obronny wykrywa podejrzane wzorce dostępu. Wydaje się, że zauważa próby dostępu do administracyjnych API oraz możliwe zachowania związane z JWT. System zaczyna zgłaszać alerty, logi śledcze i działania obronne.

Zero opisuje scenę, gdy obie strony w końcu „walczą”.

Obrońca podejmuje również praktyczne działania. Przykładem jest wyłączenie lub zablokowanie przewidywalnego konta administratora. Zero później testuje to ręcznie, próbując powszechnego wzoru logowania administratora i potwierdza, że konto zostało zablokowane, a powód jest wyświetlany.

To demonstruje kluczową zasadę obronną: przewidywalne konta uprzywilejowane są niebezpieczne i powinny być chronione, zmieniane nazwą, wyłączane lub wzmacniane.

Zamknięcie usługi i odzyskiwanie

Kolejny dramatyczny moment następuje, gdy usługa przestaje działać.

Zero zauważa, że panel kontrolny zgłasza krytyczny problem dotyczący haseł zwykłych użytkowników przechowywanych w SQL w postaci niezaszyfrowanej, co oznacza, że były zapisane bez szyfrowania. Usługa wydaje się tymczasowo zatrzymać.

Interpretuję to jako celowe działanie obronne. Innymi słowy, obrońca mógł wyłączyć usługę, aby zapobiec dalszemu narażeniu podczas wprowadzania zmian.

Następnie usługa zostaje ponownie uruchomiona.

Zero potwierdza, że ekran logowania jest ponownie dostępny. Panel kontrolny wskazuje, że zastosowano obronę. Nie wyjaśnia wszystkich szczegółów technicznych, ale podsumowuje, że znaleziono i usunięto lukę.

Ten moment pokazuje praktyczny kompromis w cyberbezpieczeństwie: czasem tymczasowa przerwa w działaniu jest bezpieczniejsza niż pozostawienie podatnej usługi online.

Dla prawdziwych firm dlatego planowanie reakcji na incydenty jest ważne. System powinien nie tylko wykrywać problemy, ale też wiedzieć, kiedy izolować, łatać, restartować lub przywracać usługi.

Liczby: próby, odkrycia i koszty AI

Wideo zawiera kilka przydatnych danych z eksperymentu:

• Atakujący wykonał około 1 000 prób ataku.
• Odkryto około 5 wrażliwych obszarów , które nie powinny były być ujawnione.
• Obrońca zgłosił około 3 alertów lub raportów w pewnym momencie.
• Eksperyment trwał wystarczająco długo, by obie strony weszły w cykl wymiany działań.
• Zero obciążył około 4 000 jenów za korzystanie z AI, ale budżet szybko się wyczerpał.
• Zauważa, że użył stosunkowo wydajnego modelu, co zwiększyło koszty.
• Wiele procesów AI działało szybko, a końcowy komentarz sugerował, że wielu agentów było aktywnych z dużą prędkością.

Najbardziej pamiętna praktyczna lekcja może dotyczyć kosztów. Nawet przy użyciu tańszej opcji AI, ciągłe pętle agentów mogą bardzo szybko zużywać kredyty.

Zero zatrzymuje eksperyment, gdy AI wyczerpuje budżet na zapytania.

„Pieniądze się skończyły.”

To zdanie oddaje jedną z pomijanych rzeczywistości systemów AI z agentami: autonomia jest potężna, ale ciągłe rozumowanie może być kosztowne.

Co udowodnił eksperyment

Główne wnioski są takie, że cyberbezpieczeństwo napędzane AI może stać się rywalizacją w czasie rzeczywistym polegającą na odkrywaniu, obronie, adaptacji i kosztach.

Zero podsumowuje, że eksperyment stał się rodzajem gry w kotka i myszkę. Atakujący znajdował problemy, obrońca reagował, a oba systemy działały dalej z dużą prędkością.

On również podnosi szerszy problem: sami ludzie mogą nie być w stanie nadążyć za tym tempem. Jeśli atakujący użyją AI do automatyzacji prób sondowania i eksploatacji, obrońcy mogą potrzebować systemów monitorowania, łatania i reagowania wspieranych przez AI.

Jednak zauważa też, że dzisiejszy świat ma bardziej dojrzałe eksperymenty AI po stronie atakujących niż systemy po stronie obrońców. Atakujący mogą pojawiać się w dużej liczbie, nie tylko pojedynczo. W filmie jeden atakujący wykonał około 1000 prób. Gdyby było ich 100 lub 1000, skala zmieniłaby się dramatycznie.

To spostrzeżenie jest jedną z najsilniejszych części filmu. Cyberbezpieczeństwo to nie tylko jeden sprytny atakujący. To kwestia ilości, automatyzacji, wytrwałości i asymetrii.

Bezpieczne lekcje dla użytkowników i budowniczych homelabów

Chociaż film jest rozrywkowy, oferuje także praktyczne lekcje dla każdego, kto prowadzi homelab, NAS, usługę self-hosted lub serwer małej firmy.

Homelab ZimaBoard 2 to świetne miejsce, aby bezpiecznie nauczyć się tych lekcji w kontrolowanym środowisku.

Oto bezpieczne, defensywne wnioski:

1. Nie udostępniaj niepotrzebnych usług
   Jeśli punkt wejścia nie musi być publiczny, trzymaj go zamkniętym.

2. Unikaj przewidywalnych kont administratora
   Domyślne lub oczywiste nazwy administratorów tworzą niepotrzebne ryzyko.

3. Nigdy nie przechowuj haseł w postaci zwykłego tekstu
   Hasła powinny być bezpiecznie haszowane, a nie przechowywane w czytelnym tekście.

4. Chron dokładnie ścieżki API
   API często stają się cennymi celami, ponieważ mogą modyfikować użytkowników, dane lub ustawienia.

5. Monitoruj dzienniki na bieżąco
   Dzienniki aktywności mogą ujawniać sondowanie, powtarzające się niepowodzenia, nietypowy dostęp i podejrzaną automatyzację.

6. Stosuj segmentację
   Trzymaj usługi eksperymentalne oddzielnie od ważnych systemów produkcyjnych.

7. Miej plan odzyskiwania
   Restartowanie, izolowanie lub wycofywanie usługi powinno być zaplanowane przed wystąpieniem incydentu.

8. Planuj budżet na obciążenia AI
   Autonomiczne pętle AI mogą zużywać tokeny i kredyty szybciej niż się spodziewasz.

9. Korzystaj z laboratoriów odpowiedzialnie
   Eksperymenty związane z bezpieczeństwem powinny być przeprowadzane tylko na systemach, które posiadasz lub masz pozwolenie na testowanie.

To praktyczne lekcje dla każdego, kto prowadzi laboratoria Docker, węzły Proxmox, osobiste systemy NAS lub kontenery AI na ZimaBoard 2.

Dlaczego to jest silny przypadek użycia dla użytkowników ZimaSpace

Urządzenia ZimaSpace są zaprojektowane dla użytkowników, którzy lubią budować, testować, psuć, naprawiać i uczyć się. Ten film idealnie wpisuje się w tę kulturę.

ZimaBoard 2 to nie tylko płyta do przechowywania danych lub strumieniowania mediów; to elastyczna platforma x86 dla prawdziwej technicznej ciekawości.

Na przykład użytkownicy mogą tworzyć:

• Domowa zapora sieciowa z pfSense
• Osobisty NAS z TrueNAS lub ZimaOS
• Laboratorium usług oparte na Dockerze
• Lokalne środowisko testowe agenta AI
• Serwer Plex
• Węzeł filtrowania DNS Pi-hole
• Mini host wirtualizacji Proxmox
• Prywatne środowisko developerskie (sandbox)
• Małe laboratorium monitoringu cyberbezpieczeństwa

Ponieważ ZimaBoard 2 obsługuje natywne SATA, rozszerzenia PCIe i podwójny Ethernet 2,5G, może rozwijać się wraz z pomysłami użytkownika. Chcesz lokalną pamięć? Dodaj SSD. Chcesz szybszą sieć? Dodaj kartę 10G NIC. Chcesz eksperymentować z przyspieszeniem AI lub pamięcią NVMe? Skorzystaj z rozszerzenia PCIe.

To jest wartość kompaktowego serwera domowego x86 home server: daje twórcom i deweloperom fizyczne pole do nowoczesnych obliczeń.

Szerszy obraz: AI zmieni obie strony bezpieczeństwa

Zero kończy wideo refleksją o przyszłości. Jeśli potężne systemy AI staną się powszechnie dostępne, niektórzy ludzie będą je wykorzystywać w niewłaściwy sposób. Cele mogą być gdziekolwiek na świecie. Najlepszą odpowiedzią jest zrozumienie ryzyka, ochrona tego, co można chronić, i świadomość, że narzędzia obronne również będą się rozwijać.

Dodaje też bardzo ludzki akcent:

„Ludzie powinni dbać o zdrowie. Zdrowie jest ważne.”

To zabawne i pouczające zakończenie po szybkim, intensywnym starciu AI.

Szerszy przekaz jest jasny: bezpieczeństwo AI rozwija się szybko. Atakujący mogą korzystać z automatyzacji, ale obrońcy również mogą ją stosować. Pytanie brzmi, czy osoby, firmy i twórcy są gotowi testować, rozumieć i zabezpieczać swoje systemy zanim pojawią się problemy.

Rola ZimaBoard 2 w bezpieczeństwie wspomaganym AI

Eksperyment Zero z użyciem dwóch urządzeń ZimaBoard 2 oferuje ekscytujący wgląd w przyszłość cyberbezpieczeństwa wspomaganego AI. Jedna płytka działała jako obrońca, ciągle inspekcjonując i wzmacniając fikcyjną usługę CRM. Druga pełniła rolę atakującego, generując około 1000 prób sondowania i odkrywając kilka celowo wystawionych wrażliwych obszarów. Obrońca wykrywał aktywność, blokował ryzykowne konta, stosował poprawki, a nawet tymczasowo wyłączał usługę dla ochrony.

Dla ZimaSpace to doskonały przykład, co sprawia, że kompaktowe urządzenia x86 są wartościowe. Mała, cicha i energooszczędna płytka może stać się serwerem multimedialnym, NAS, routerem, hostem Dockera, platformą kontenerów AI lub laboratorium cyberbezpieczeństwa.

Jeśli jesteś majsterkowiczem, entuzjastą homelabów, deweloperem lub uczysz się bezpieczeństwa, ZimaBoard 2 daje Ci praktyczną platformę do eksploracji przyszłości self-hostingu i automatyzacji napędzanej AI — bezpiecznie, odpowiedzialnie i kreatywnie.

Jeszcze raz dziękujemy kanałowi Zero za pomysłową prezentację i pokazanie, ile można zrobić z kompaktowym sprzętem, agentami AI i silnym eksperymentalnym podejściem.