24/10/2026 · VietTechies · Biên tập
CodeWall, một startup bảo mật có trụ sở tại London, vừa chính thức hoạt động công khai và công bố khoản gọi vốn vòng pre-seed trị giá 4 triệu USD. Theo các báo cáo từ Unite.AI, vòng cấp vốn này do Osney Capital dẫn dắt, cùng sự tham gia của InReach Ventures, Antler và nhiều nhà đầu tư thiên thần khác. Công ty đang phát triển các AI Agent tấn công tự động được thiết kế để mô phỏng các mối đe dọa bên ngoài nhằm vào hệ thống doanh nghiệp, giúp các đội ngũ bảo mật nhận diện những con đường có thể bị khai thác trên các ứng dụng, định danh và hạ tầng mà không cần dựa vào thông tin đăng nhập trước hay quyền truy cập nội bộ.
Các AI Agent tấn công tự động và rủi ro doanh nghiệp
Các đánh giá lỗ hổng bảo mật truyền thống thường dựa trên việc quét tĩnh hoặc kiểm thử xâm nhập thủ công định kỳ, điều này có thể bỏ sót các khoảng trống khi môi trường doanh nghiệp phát triển nhanh chóng. CodeWall tìm cách giải quyết thách thức này bằng cách triển khai các AI Agent chuyên biệt hoạt động song song. Thay vì xử lý từng cảnh báo riêng lẻ, các agent này lập bản đồ mối quan hệ giữa các phát hiện bằng một biểu đồ điều tra bền vững. Khi có bằng chứng mới xuất hiện trong quá trình đánh giá, hệ thống sẽ thích ứng chiến lược của mình, cho phép lỗ hổng phát hiện ở một ứng dụng cung cấp thông tin cho các cuộc thăm dò tiếp theo vào các dịch vụ hoặc kho dữ liệu được kết nối. Theo thông báo từ công ty, kết quả hướng tới là một bản báo cáo toàn diện chi tiết cách các điểm yếu khác nhau kết hợp thành các đường tấn công hoạt động được, đi kèm bằng chứng có thể tái tạo.
Cuộc điều tra nền tảng McKinsey
Để chứng minh năng lực của các AI Agent tự động, CodeWall đã công bố nghiên cứu chi tiết về việc đánh giá Lilli, một nền tảng AI nội bộ do công ty tư vấn McKinsey & Company vận hành. Theo các báo cáo từ Unite.AI và tài liệu kỹ thuật của CodeWall, quá trình kiểm thử không có sự chuẩn bị trước về thông tin xác thực, kiến thức nội bộ hay sự can thiệp của con người. Trong vòng hai giờ, AI Agent tự động này được cho là đã giành được quyền truy cập đọc và ghi toàn bộ vào cơ sở dữ liệu sản xuất của nền tảng. Điểm xâm nhập được truy nguyên từ một điểm cuối API chưa được xác thực chuyên xử lý các truy vấn tìm kiếm của người dùng. Mặc dù các giá trị truy vấn đã được tham số hóa, tên trường JSON lại được nối trực tiếp vào các câu lệnh SQL, làm lộ một lỗ hổng mà các máy quét bảo mật tiêu chuẩn được cho là không phát hiện ra.
Vạch trần rủi ro ở lớp câu lệnh và dữ liệu
Quyền truy cập có được trong quá trình đánh giá nền tảng McKinsey đã phơi bày lượng lớn dữ liệu nội bộ, bao gồm hàng triệu tin nhắn trò chuyện, hàng nghìn tệp tin, tài khoản người dùng và không gian làm việc có cấu trúc. Hơn nữa, nghiên cứu nhấn mạnh các rủi ro mới nổi liên quan đến lớp câu lệnh của các ứng dụng AI tạo sinh. Vì các câu lệnh hệ thống và cấu hình mô hình được lưu trữ bên trong một cơ sở dữ liệu có thể truy cập, kẻ tấn công có thể chỉnh sửa các hướng dẫn chi phối cách AI hành xử mà không cần thay đổi mã nguồn cơ bản hoặc để lại dấu vết nhật ký máy chủ tiêu chuẩn. Mặc dù CodeWall tuyên bố các phát hiện này đã được tiết lộ một cách có trách nhiệm và khắc phục trước khi công bố công khai, trường hợp này nhấn mạnh những cân nhắc bảo mật đang tiến hóa đối với các tổ chức kết nối các mô hình AI với các kho dữ liệu doanh nghiệp độc quyền.
Lý do kiểm thử đối kháng liên tục là quan trọng
Sự xuất hiện của các startup như CodeWall và sự tập trung của họ vào việc mô phỏng tấn công tự động làm nổi bật một sự dịch chuyển nền tảng trong cách các tổ chức phải tiếp cận quản lý rủi ro doanh nghiệp. Các đánh giá lỗ hổng định kỳ và đánh giá mã tĩnh từ lâu đã là nền tảng của an ninh mạng doanh nghiệp, tuy nhiên hệ sinh thái CNTT hiện đại thay đổi quá nhanh chóng để việc kiểm thử theo từng thời điểm vẫn hoàn toàn hiệu quả. Khi các ứng dụng, hạ tầng đám mây và các tích hợp AI nội bộ được cập nhật liên tục, một lỗ hổng được vá ngày hôm nay có thể dễ dàng bị tái xuất hiện hoặc bị vượt qua bởi một bản triển khai mới vào ngày mai. Các AI Agent cố gắng giải quyết vấn đề này bằng cách hoạt động ở tốc độ máy móc, liên tục lập bản đồ ranh giới tin cậy theo cách mà những kẻ tấn công thực sự thực hiện. Tuy nhiên, mô hình vận hành này cũng mang lại những thách thức quản trị đáng kể cho các bên mua doanh nghiệp. Các công cụ tấn công tự động chạy liên tục đòi hỏi phạm vi nghiêm ngặt, ranh giới ủy quyền chặt chẽ và các giao thức rõ ràng để ngăn chặn việc gián đoạn dịch vụ ngoài ý muốn hoặc xử lý sai bằng chứng nhạy cảm. Hơn nữa, việc xác định đường tấn công chỉ là một nửa trận chiến; các doanh nghiệp phải thiết lập các quy trình vận hành rõ ràng để đảm bảo rằng các phát hiện tự động chuyển thành việc khắc phục đáng tin cậy thay vì những cảnh báo vô tận. Khi các tổ chức tài chính và các thực thể chịu sự quản lý khác bắt đầu thử nghiệm các nền tảng này, thước đo thành công cuối cùng sẽ không chỉ phụ thuộc vào việc phát hiện ra các lỗi phức tạp, mà còn phụ thuộc vào việc liệu kiểm thử đối kháng liên tục có thể được tích hợp an toàn và đáng tin cậy vào các quy trình phòng thủ hàng ngày hay không.
Ảnh bìa: minh họa do AI tạo, kèm chữ tiêu đề; không phải ảnh tư liệu.
Nguồn: CodeWall Raises $4M Pre-Seed to Bring Autonomous Attack Agents to Enterprise Security · How We Hacked McKinsey's AI Platform — CodeWall