A empresa de segurança Forever Security capturou, na máquina de um cliente real, um arquivo de instruções disfarçado de anotações de engenharia que tentava fazer um agente de codificação de IA instalar um pacote npm malicioso ligado à campanha MALFEX. O ataque explorava o fato de agentes como o Codex da OpenAI lerem e obedecerem automaticamente arquivos de texto encontrados na pasta do projeto, incluindo a pasta Downloads, sem verificar sua procedência.
Pesquisadores da Elastic identificaram uma campanha que distribui pacotes npm maliciosos sob o pretexto de oferecer créditos gratuitos de IA para Claude (Anthropic) e Gemini (Google), além de ferramentas de codificação e auditorias de segurança. Os pacotes instalam infostealers e backdoors em Windows e macOS, usando a promessa de acesso gratuito a modelos de IA como isca de engenharia social e como vetor para interceptar tráfego destinado a esses provedores.
Pesquisadores apresentam o DistillGuard, um framework leve para detectar pacotes NPM maliciosos que usa um LLM online apenas para gerar rótulos e conhecimento de segurança de alta qualidade, destilados via LoRA para um modelo Qwen3-8B open source rodando offline em produção — evitando o custo e o risco de enviar código de terceiros para uma API de LLM a cada verificação. O sistema atinge 95,3% de acurácia, 99,4% de precisão e F1 de 93,8%, superando ferramentas de referência em 11 a 30 pontos percentuais, e cataloga oito cadeias típicas de ataque via API usadas por pacotes maliciosos.
Pesquisadores atribuíram a um ator com motivação financeira, que se apresenta como caçador de bug bounty, a distribuição do stealer JavaScript PhantomRaven através de mais de cem pacotes maliciosos publicados no npm usando slopsquatting e typosquatting. Evidências como comentários excessivamente verbosos, código de preenchimento e padrões estatísticos de tokens levaram os analistas a concluir, com alta confiança, que o malware foi escrito com o auxílio de um LLM.
Pesquisadores da TrendAI (Trend Micro) identificaram 14 pacotes npm disfarçados de utilitários de calendário e streak que instalam um implante malicioso multiplataforma chamado RedC2 4.0. O framework inclui o módulo "Red Agent", que usa um LLM para traduzir comandos em linguagem natural para sequências de comandos do beacon, reduzindo a barreira tecnica para operar o C2.