Autonomer Hacker in einem Docker-Container: Wie Decepticon das Spiel für Red Teams verändert

Kennt ihr das Gefühl, wenn ihr ein weiteres „KI-Pentest-Tool" startet und es einfach nmap-Ausgaben an ChatGPT weitergibt, um sie analysieren zu lassen? Ehrlich gesagt sind diese halbgaren Lösungen ziemlich ermüdend geworden. Echtes Hacking geht nicht darum, Logs zu lesen — es ist eine Kette von Aktionen: Reconnaissance, Persistenz, Privilegieneskalation und laterale Bewegung.

Neulich bin ich auf das Decepticon-Projekt von den Leuten bei PurpleAILAB gestoßen. Es ist nicht nur ein Script-Wrapper, sondern ein Versuch, einen vollwertigen autonomen Agenten für Red Teams zu schaffen, der sich wie ein echter Pentester verhält.

Was ist das für ein Biest

Decepticon ist als professioneller Agent für die Durchführung von Angriffen positioniert. Der Hauptunterschied zu Dutzenden ähnlicher Projekte ist, dass es nicht nur „scannt" — es führt realistische Angriffsketten aus. Die Entwickler behaupten, dass der Agent mit interaktiven Shells arbeiten kann (hallo, msfconsole und sliver), Regeln für das Vorgehen versteht und Operationen mit der MITRE ATT&CK-Methodik plant.

Interessanterweise erzielte das Projekt 98% im XBOW-Benchmark. Das bedeutet, dass es von 104 Aufgaben unterschiedlicher Schwierigkeit 102 erfolgreich abgeschlossen hat. Für ein autonomes System ist das ein beachtliches Ergebnis.

Wie es unter der Haube funktioniert

Die Projektarchitektur wirkt ausgereift. Die Entwickler haben das System in zwei isolierte Netzwerke aufgeteilt. In einem (decepticon-net) lebt das „Gehirn": PostgreSQL-Datenbank, Neo4j-Wissensgraph, LangGraph-Orchestrator und LiteLLM für die Verbindung zu neuronalen Netzen. Das zweite Netzwerk (sandbox-net) ist die Sandbox. Dort läuft Kali Linux in einem Container, zusammen mit Command-and-Control-Servern (C2) und den Zielen selbst.

Diese Isolation stellt sicher, dass der Agent eure Host-Maschine nicht zerstört, wenn etwas schiefgeht. Befehle werden in tmux-Sessions ausgeführt, was dem Agenten ermöglicht, interaktive Eingabeaufforderungen zu „sehen" und darauf zu reagieren.

Team von Spezialisten

Statt eines großen Prompts mit „hack mir alles" verwendet Decepticon 16 spezialisierte Agenten. Jeder ist für seine eigene Phase verantwortlich:

• Reconnaissance und Datensammlung.
• Schwachstellenexploitation.
• Post-Exploitation.
• Arbeit mit Active Directory und Cloud-Infrastrukturen.
• Reverse Engineering und Smart-Contract-Analyse.

Jeder Agent hat seinen eigenen Kontext, was das „Vergesslichkeits"-Problem langer LLM-Konversationen löst. Wenn eine Aufgabe abgeschlossen ist, übergibt der Orchestrator den Staffelstab an den nächsten spezialisierten Agenten.

Wie man es startet und ausprobiert

Ihr könnt alles mit einem einzigen Befehl über curl bereitstellen, wenn Docker installiert ist. Unterstützt auf macOS, Linux und Windows (über WSL2 oder nativ).

curl -fsSL https://decepticon.red/install | bash
decepticon onboard   # Настройка ключей API и моделей
decepticon           # Запуск CLI

Nach dem Start fragt decepticon onboard, welche Modelle ihr verwenden möchtet. Das Projekt unterstützt so gut wie alles: Anthropic, OpenAI, Gemini, lokales Ollama und sogar DeepSeek. Es gibt drei Workload-Profile: eco (leichtgewichtig), max (beste Modelle für alle Aufgaben) und test (zum Debuggen).

Wenn ihr euch nicht mit Docker herumschlagen wollt, haben die Autoren eine Cloud-Version, aber für gründliche Recherche scheint das lokale Ausführen über die CLI zuverlässiger zu sein.

Praktischer Nutzen

Warum sollte ein normaler Entwickler oder Systemadministrator so etwas brauchen?

Erstens ist es eine großartige Möglichkeit, eure Dienste automatisch auf grundlegende Sicherheitslücken zu überprüfen. Decepticon erstellt einen Operationsplan (OPPLAN) und Berichte, die ihr studieren könnt.

Zweitens kann das Projekt als Bibliothek verwendet werden. Wenn ihr euer eigenes Monitoring- oder Sicherheits-Tool baut, ermöglicht euch das Decepticon SDK, Agent-Fähigkeiten direkt in euren Python-Code einzubetten.

pip install decepticon

Lohnt es sich

Das Projekt wirkt sehr ehrgeizig. Mir gefällt, dass die Autoren nicht nur dem KI-Hype hinterherjagen — sie versuchen, Disziplin in die Arbeit des Agenten zu bringen. Zuerst erstellt er RoE (Rules of Engagement) und erst dann beginnt er zu handeln.

Als Nachteil ist das Projekt ziemlich ressourcenhungrig, da es eine ganze Reihe von Containern hochfährt, einschließlich Neo4j und spezialisierten Tools wie BloodHound oder Ghidra. Aber wenn ihr nicht nur einen Port-Scanner braucht, sondern ein Tool, das einen echten Angreifer simuliert, um eure Verteidigung zu testen — Decepticon ist definitiv einen Abend wert.

Denkt daran, dass ihr solche Tools nur in Netzwerken verwenden könnt, für die ihr eine schriftliche Genehmigung des Eigentümers habt. Bei anderen zu hacken ist illegal, aber die eigenen zu testen ist vorteilhaft.