Für das Experiment nutzte das Team Claude Code und stattete das Modell mit Zugriff auf ein Terminal, Referenzdateien, das Reverse-Engineering-Werkzeug Ghidra und das physische Zielgerät aus. Die KI bestätigte die Schwachstelle über eine Mischung aus Tests am laufenden Gerät und statischer Firmware-Analyse und erzeugte anschließend ein Payload, das die Steuerung zum Absturz brachte.
Der Absturz belegte die Existenz der Lücke — war aber laut den Forschenden der einfache Teil der Übung. Der Schritt zur kontrollierten Codeausführung dauerte deutlich länger. Frühe Versuche führten das Modell auf falsche Spuren; die Fachleute mussten seine Analyse wiederholt umlenken und zusätzlichen technischen Kontext nachliefern.
Der Fortschritt kam erst in Gang, als das Team von Claude Sonnet 4.6 auf Claude Opus 4.6 wechselte und das Modell anwies, bei Unsicherheiten über Firmware-Details ausdrücklich nachzufragen. Den Durchbruch brachte die Erkenntnis der KI, warum der eingespielte Code immer wieder gelöscht wurde, bevor er zur Ausführung kam. Sie passte ihr Vorgehen so an, dass das Payload intakt blieb.
Nach dieser Hürde lieferte Claude innerhalb von zwölf Minuten zwei voneinander unabhängige funktionierende Payloads. Genau dieses Muster — ein langer, zäher Weg bis zur ersten Ausführung, danach schnelle Iteration — sei der Grund, weshalb man die Skalierungskosten solcher Arbeit im Auge behalten sollte, so Forescout.
Der Anschlussversuch verlief weniger glücklich. In einer neuen Sitzung, die auf ein Command-and-Control-Implantat abzielte, testete Claude immer komplexere Payloads. Eines davon schrieb in einen Speicherbereich, der auf den Flash-Speicher der Steuerung abgebildet war, und machte das Gerät dauerhaft unbrauchbar.
Zu den Kosten: Allein die letzte Phase der RCE-Entwicklung verschlang nach Angaben von Forescout mehr als 500 US-Dollar an API-Nutzung, verteilt auf eine Sitzung von über acht Stunden.
Das Unternehmen ordnet das Ergebnis selbst nüchtern ein: „Man könnte argumentieren, dass die [den KI-Einsatz steuernde Person] die anfängliche Portierung der Codeausführung auch ohne KI in kürzerer Zeit und zu geringeren Kosten hätte erreichen können — und dabei die Steuerung am Leben gehalten hätte." Das treffe im Moment zu, so Forescout, doch die wichtigere Frage sei, was passiert, wenn der nötige Umfang an Experteneingriffen weiter sinkt. Ein menschlicher Forscher könne solche Arbeit parallelisieren, doch die KI habe das Potenzial, die Grenzkosten dafür über viele verwandte Ziele hinweg gleichzeitig zu senken.