14 augustus 2026

In juli is de Taiwanese overheid aangevallen door een systeem van AI-agenten dat grotendeels zelfstandig werkte. Er zijn minstens 85 overheidsaccounts gecompromitteerd en ruim 2.500 personeelsdossiers buitgemaakt. In koppen heet dat inmiddels “de eerste volledig autonome AI-cyberaanval”. De onderzoekers die het uitzochten schrijven iets anders op: bijna autonoom, en met een flinke hoeveelheid mensenwerk eromheen.
Dat verschil is geen muggenzifterij. Het bepaalt of je hier bang van moet worden of gewoon alert.
Wat er precies is gebeurd
De aanval begon op 20 juli. Het Taiwanese ministerie van Digitale Zaken zag via zijn monitoringafdeling een “abnormale aanval” op overheidsinstanties en gaf tijdens het onderzoek waarschuwingen uit. Het Israëlische beveiligingsbedrijf Dream ontdekte de operatie en analyseerde hem. De Financial Times berichtte er als eerste over, waarna onder meer The Guardian de bevestiging van Taiwan zelf optekende.
De aanvallers bleven niet bij hun eerste doelwit. De operatie breidde zich uit naar IT-leveranciers van de overheid, een overheidsmailsysteem, een instantie voor nucleaire veiligheid en zeven of meer energiebedrijven, die allemaal tegelijk werden afgescand op verkeerde instellingen, open beheerpanelen en bekende kwetsbaarheden. Dream vond het bewijs in een online archief van 160 megabyte met bijna 1.400 bestanden.
Dat aantal is meteen een eerste waarschuwing voor wat je leest. In sommige Nederlandse navertellingen van dit nieuws werden die bijna 1.400 bestanden 1,4 miljoen bestanden. Eén komma verkeerd gelezen, factor duizend eroverheen. Als je zulke getallen tegenkomt, loont het altijd om even naar de oorspronkelijke bron te gaan.
Waarom “volledig autonoom” niet klopt
Dream beschrijft de operatie als near-autonomous: het systeem was zo opgezet dat het zich middenin de aanval kon aanpassen zonder dat een mens per stap opdracht gaf. Het draaide wat de onderzoekers Learning Cycles noemen, sessies waarin het AI-systeem zelf kwetsbaarhedendatabases, GitHub-repositories en securitypublicaties doorzocht naar technieken die pasten bij de infrastructuur van dit specifieke doelwit. Liep het vast, dan zocht het een andere route.
Maar Dream zegt er zelf bij dat zoiets bouwen veel meer is dan een model aanzetten. Er ging afstemming op de taak in, coördinatie tussen de agenten en het finetunen van de beslislogica. Ook het Taiwanese ministerie spreekt van een hybride aanpak: handmatig werk gecombineerd met AI-ondersteunde aanvallen. Dat patroon kennen we al: toen Anthropic vorig najaar een “autonome” spionagecampagne stopzette, bleek daar bij nadere lezing ook stevig mensenwerk in te zitten.
Dit is dus geen AI die uit zichzelf besloot een land aan te vallen. Het is een aanvaller die een goed getunede machine bouwde en die op zijn doelwit losliet. Precies zoals bij het Hugging Face-incident dat we eerder uitpluisden, waar de kop ook harder klonk dan de feiten.
Het echte nieuws zit in de gereedschapskist
Wat wél nieuw is: het draait op gratis, open gereedschap. De aanvallers gebruikten twee bekende open-source agent-frameworks, Hermes en OpenClaw, om hun aanvalssysteem in elkaar te zetten. Dat zijn dezelfde soort bouwstenen waarmee mensen boodschappenlijstjes automatiseren of hun mail laten opruimen. Wat een AI-agent is en waarom je er steeds meer over hoort legden we eerder uit; dit is diezelfde techniek, andere bedoeling.
En dan het detail dat je moet onthouden. De ingebouwde veiligheidsregels van die modellen werden omzeild door het werk te presenteren als een geautoriseerde pentest, dus als goedgekeurd inbraaktesten. Het model kreeg simpelweg te horen dat het mocht. Dat is geen technische kraak, dat is een smoes. Hetzelfde principe zagen we in het klein toen een AI-agent een sportschoolsysteem bewerkte om een plek in de les te krijgen.
Wie de aanval uitvoerde, is niet officieel vastgesteld. Dream wijst geen groep aan, maar meldde aan de FT dat er vereenvoudigd Chinees in de interne communicatie stond, wat een verband met China waarschijnlijk maakt. Taiwan zelf beschuldigde niemand en zei alleen dat de aanval een duidelijk buitenlandse herkomst had.
Wat je hiermee moet als je geen overheid bent
Drie dingen, en geen ervan gaat over AI kopen.
- Wat de agenten binnenhaalden, waren geen exotische kraken. Het waren verkeerde instellingen, open beheerpanelen en bekende lekken. Dat is precies het huiswerk dat al jaren op de lijst staat.
- Snelheid is het verschil. Wat een aanvaller vroeger dagen kostte om handmatig af te zoeken bij tientallen leveranciers tegelijk, gebeurt nu parallel. De tijd tussen “wij hebben ergens iets openstaan” en “iemand heeft het gevonden” wordt korter.
- Als je zelf met AI-agenten werkt, weet dan dat hun veiligheidsregels op vertrouwen draaien. Een agent die je vertelt dat iets mag, gelooft dat vaak gewoon. Geef zo’n agent dus niet meer rechten dan je een stagiair op dag één zou geven.
De alarmkop deugt niet, de zorg eronder wel. Niet omdat de AI slim was, maar omdat het gereedschap gratis is en de doelwitten al jaren dezelfde gaten hebben.