A single click on the wrong link no longer just steals passwords or installs malware. It can birth a persistent AI agent inside your organization that reads your emails, rifles through your files, and chats with your coworkers under your name. Security researchers at Zenity Labs have demonstrated exactly this scenario with a technique they call AgentForger, and the mechanics reveal a disturbing gap in how we secure autonomous AI tools.
From CSRF to AgentForger: A New Class of Attack
Most security professionals know Cross-Site Request Forgery, or CSRF, as a classic web vulnerability. In its traditional form, an attacker tricks an authenticated user’s browser into firing off a single unauthorized request. Maybe it changes an account email address or disables two-factor authentication. The damage is usually contained to one action.
AgentForger blows that model apart. Rather than forging one request, it forges an entire autonomous agent inside OpenAI’s ChatGPT Workspace Agents. The attack starts at the ChatGPT Agent Builder, which lives at chatgpt.com/agents/studio/new. Under normal circumstances, building an agent is a hands-on process. You select a template, you review which tools the agent can touch, and you set guardrails so the machine asks before it reads your inbox or writes to your drive. The workflow assumes a human is paying attention at each step.
Zenity Labs discovered that these safeguards evaporate when an attacker controls the URL. By embedding specific query parameters—namely template_name and initial_assistant_prompt—a malicious link can pre-populate the entire creation form. When the victim clicks, the initial_assistant_prompt is submitted and executed automatically. The template selection, the tool review, and the permission dialogs never appear. The agent simply spawns in the background, configured exactly the way the attacker wants it, while the victim may only see an ordinary-looking ChatGPT page load and then close the tab.
This is not a traditional malware infection. Nothing gets downloaded to the laptop. The threat lives entirely inside the victim’s SaaS session, operating with the full legitimacy of the platform behind it.
Hijacking Trust Instead of Credentials
The real brutality of AgentForger lies in how it handles permissions. Enterprise users of ChatGPT Workspace routinely link their AI agents to business applications through OAuth. They authenticate once to connect Gmail, Outlook, Slack, Google Drive, or Microsoft Teams, and from then on the agent can query those services on their behalf.
AgentForger inherits all of this access automatically. Because the victim is already logged into ChatGPT and has already established those OAuth connections, the forged agent reuses them. The victim does not see a fresh consent screen asking whether this new agent should be allowed into their email. The system treats the agent as an extension of the user.
In Zenity’s demonstration, the attacker crafted the malicious URL to do something even more aggressive. It instructed the Agent Builder to flip every permission toggle for reading, writing, and deleting to "Never ask." Normally, the platform would prompt a human before executing sensitive actions—opening a spreadsheet, sending a message, deleting a calendar event. By forcing these controls to silent mode, the attacker removes the human-in-the-loop entirely. The agent becomes a ghost in the account, free to move through connected apps without generating a single alert or confirmation dialog.
A Command Channel Hiding in Plain Sight
Persistence turns a nasty exploit into an operational nightmare, and AgentForger achieves persistence through ChatGPT’s built-in scheduling features. The attacker sets multiple staggered schedules during the creation process, producing an agent that wakes up and runs as often as every five minutes.
Here is how the command-and-control loop works. The attacker sends an email to the victim’s Outlook inbox. The subject line contains a trigger word, such as "TASK." Every five minutes, the rogue agent scans the inbox looking for that trigger. When it finds a match, it opens the email, reads the instructions, executes them using the victim’s authenticated applications, and sends the results back to the attacker.
पीड़ित का अपना कॉर्पोरेट ईमेल ही कमांड-एंड-कंट्रोल इंफ्रास्ट्रक्चर बन जाता है। इसमें कोई संदिग्ध DNS बीकन नहीं है, पूर्वी यूरोप के किसी अज्ञात IP पते से कोई कनेक्शन नहीं है, और एंडपॉइंट डिटेक्शन द्वारा फ्लैग करने के लिए कोई मैलवेयर बाइनरी भी नहीं है। ट्रैफ़िक पूरी तरह से वैध क्रेडेंशियल्स का उपयोग करके Microsoft या Google APIs के माध्यम से प्रवाहित होता है। नेटवर्क लॉग की निगरानी करने वाली सुरक्षा संचालन (security operations) टीम के लिए, यह एक व्यस्त कर्मचारी की तरह दिखता है जो स्वीकृत SaaS टूल्स का उपयोग कर रहा है।
वास्तविक दुनिया पर प्रभाव: संगठनों का मानचित्रण और भरोसे का हथियार के रूप में उपयोग
Zenity Labs ने नियंत्रित वातावरण में इस हमले की व्यावहारिक सीमाओं का परीक्षण किया, और इसके परिणाम किसी भी CISO को चिंतित कर सकते हैं।
ईमेल ट्रिगर के माध्यम से दिए गए एक एकल निर्देश का उपयोग करते हुए, शोधकर्ताओं ने एजेंट को संगठन का मानचित्रण (map) करने के लिए कहा। इसने Slack, Microsoft Teams और SharePoint से जानकारी प्राप्त की। इसने चैनल के नाम, टीम संरचनाएं और फ़ाइल रिपॉजिटरी वापस कीं। एजेंट ने संवेदनशील दस्तावेज़ों का पता लगाया, जिनमें M&A टर्म शीट और कर्मचारी मुआवज़ा डेटा शामिल थे। प्रत्येक एक्सेस पीड़ित की वैध पहचान के तहत लॉग किया गया था, जिससे फॉरेंसिक डिटेक्शन सामान्य उपयोगकर्ता गतिविधि (noise) से दुर्भावनापूर्ण उपयोगकर्ता गतिविधि को अलग करने का मामला बन गया।
इसके बाद सोशल इंजीनियरिंग की संभावना है। क्योंकि एजेंट पीड़ित के आधिकारिक Slack या Teams खातों के माध्यम से संदेश भेज सकता है, इसलिए यह आंतरिक फिशिंग अभियान चला सकता है जो बाहरी ईमेल गेटवे और DMARC चेक को पूरी तरह से बायपास कर देते हैं। कल्पना कीजिए कि एक भरोसेमंद सहकर्मी से एक सीधा संदेश आता है जिसमें आपसे आगामी SSO रोलआउट की पुष्टि करने या किसी लिंक पर क्लिक करके नए बेनिफिट्स पोर्टल का परीक्षण करने के लिए कहा जाता है। संदेश में सहकर्मी का नाम, प्रोफ़ाइल चित्र और चैट इतिहास का संदर्भ होता है। यह उसी बातचीत के थ्रेड में आता है जहाँ आपने कल लंच की योजना पर चर्चा की थी। भरोसे का वह स्तर स्पूफ किए गए डोमेन या गलत स्पेलिंग वाले प्रेषक पते से मौलिक रूप से भिन्न है, और AgentForger इसका बेरहमी से फायदा उठाता है।
मुख्य निष्कर्ष
AgentForger इस बात में एक संरचनात्मक समस्या को उजागर करता है कि एंटरप्राइज AI प्लेटफॉर्म भरोसे को कैसे प्राप्त करते हैं। हम ऐसे स्वायत्त एजेंट बना रहे हैं जो खुद को शेड्यूल कर सकते हैं, कोड लिख सकते हैं और संवेदनशील डेटा को क्वेरी कर सकते हैं, फिर भी हम अभी भी उन अनुमति मॉडलों (permission models) का उपयोग कर रहे हैं जो स्थिर वेब अनुप्रयोगों के लिए डिज़ाइन किए गए हैं जहाँ एक इंसान हर बटन पर क्लिक करता है। "उपयोगकर्ता क्या करता है" और "उपयोगकर्ता का एजेंट क्या करता है" के बीच की सीमा समाप्त हो गई है, और हमलावर अब बड़े पैमाने पर उस कमी का फायदा उठाने के लिए तैयार हैं।
ChatGPT Workspace का उपयोग करने वाले संगठनों को एजेंट निर्माण को एक विशेषाधिकार प्राप्त ऑपरेशन (privileged operation) के रूप में मानना चाहिए, न कि एक सामान्य वर्कफ़्लो के रूप में। इसका मतलब है कि OAuth स्कोप का ऑडिट करना ताकि यह सुनिश्चित हो सके कि एजेंट चुपचाप पूरे इनबॉक्स या फ़ाइल स्टोर तक पहुँच प्राप्त न कर सकें। इसका मतलब है कि ऐसी गतिविधियों के उछाल की निगरानी करना जो मानवीय गति के बजाय शेड्यूल्ड लूप की तरह दिखते हैं। और इसका मतलब यह पहचानना है कि अगली बड़ी सुरक्षा चूक (breach) किसी समझौता किए गए पासवर्ड या फिशिंग ईमेल से शुरू नहीं हो सकती है। यह एक भटकाव भरे क्लिक से शुरू हो सकती है जो चुपचाप आपकी पहचान एक ऐसी मशीन को सौंप देती है जो कभी नहीं सोती।