Hacker Autônomo em um Container Docker: Como o Decepticon Muda o Jogo para Red Team

Você conhece aquela sensação de lançar mais uma "ferramenta de pentest com IA" e ela simplesmente joga a saída do nmap no ChatGPT e pede para ele analisar? Sinceramente, essas soluções pela metade já ficaram bem datadas. Hacking real não é sobre ler logs — é uma cadeia de ações: reconhecimento, persistência, escalação de privilégios e movimento lateral.

Recentemente me deparei com o projeto Decepticon, dos caras da PurpleAILAB. Não é apenas um wrapper de script, mas uma tentativa de criar um agente autônomo completo para Red Team que se comporta como um pentester ao vivo.

O Que É Essa Besta

Decepticon é posicionado como um agente profissional para conduzir ataques. A principal diferença de dezenas de projetos similares é que ele não apenas "escaneia" — ele executa cadeias de ataque realistas. Os desenvolvedores afirmam que o agente pode trabalhar com shells interativos (olá, msfconsole e sliver), entende regras de engajamento e planeja operações usando a metodologia MITRE ATT&CK.

Curiosamente, o projeto obteve 98% no benchmark XBOW. Isso significa que das 104 tarefas de diferentes dificuldades, ele completou 102 com sucesso. Para um sistema autônomo, esse é um resultado sério.

Como Funciona Por Dentro

A arquitetura do projeto parece madura. Os desenvolvedores separaram o sistema em duas redes isoladas. Em uma (decepticon-net) vive o "cérebro": banco de dados PostgreSQL, grafo de conhecimento Neo4j, orquestrador LangGraph e LiteLLM para conexão com redes neurais. A segunda rede (sandbox-net) é a sandbox. É onde o Kali Linux roda em um container, junto com servidores de comando e controle (C2) e os alvos propriamente ditos.

Esse isolamento garante que o agente não vai destruir sua máquina host se algo der errado. Os comandos são executados dentro de sessões tmux, o que permite que o agente "veja" prompts de comando interativos e responda a eles.

Equipe de Especialistas

Em vez de um único prompt massivo dizendo "hackeie tudo para mim", Decepticon usa 16 agentes especializados. Cada um é responsável por seu próprio estágio:

• Reconhecimento e coleta de dados.
• Exploração de vulnerabilidades.
• Pós-exploração.
• Trabalho com Active Directory e infraestruturas em nuvem.
• Engenharia reversa e análise de smart contracts.

Cada agente tem seu próprio contexto, o que resolve o problema de "esquecimento" de conversas longas com LLMs. Quando uma tarefa é concluída, o orquestrador passa o bastão para o próximo agente especializado.

Como Lançar e Experimentar

Você pode fazer o deploy de tudo com um único comando via curl se tiver o Docker instalado. Suportado em macOS, Linux e Windows (via WSL2 ou nativamente).

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

Após o lançamento, decepticon onboard perguntará quais modelos você quer usar. O projeto suporta praticamente tudo: Anthropic, OpenAI, Gemini, Ollama local e até DeepSeek. Existem três perfis de carga de trabalho: eco (leve), max (melhores modelos para todas as tarefas) e test (para debug).

Se você não quer se preocupar com Docker, os autores têm uma versão na nuvem, mas para pesquisa aprofundada, rodar localmente via CLI parece mais confiável.

Benefícios Práticos

Por que um desenvolvedor ou administrador de sistemas comum precisaria disso?

Primeiro, é uma ótima forma de verificar seus serviços quanto a vulnerabilidades básicas de segurança automaticamente. Decepticon gera um plano de operação (OPPLAN) e relatórios que você pode estudar.

Segundo, o projeto pode ser usado como uma biblioteca. Se você está construindo sua própria ferramenta de monitoramento ou segurança, o SDK do Decepticon permite embutir capacidades de agente diretamente no seu código Python.

pip install decepticon

Vale a Pena?

O projeto parece muito ambicioso. Gosto que os autores não estão apenas correndo atrás do hype de IA — eles estão tentando incutir disciplina no trabalho do agente. Primeiro ele gera RoE (regras de engajamento) e só então começa a agir.

Por outro lado, o projeto é bastante pesado em recursos, já que gira vários containers, incluindo Neo4j e ferramentas especializadas como BloodHound ou Ghidra. Mas se você precisa não apenas de um scanner de portas, mas de uma ferramenta que simula um atacante real para testar suas defesas — Decepticon definitivamente vale passar uma noite explorando.

Lembre-se de que você só pode usar ferramentas assim em redes onde tem permissão escrita do proprietário. Hackear outros é ilegal, mas testar o seu próprio é benéfico.