Los 5 principales de esta semana

Publicaciones relacionadas

Google identifica un ataque con IA que automatizó la búsqueda y explotación de fallas sin intervención humana

La inteligencia artificial ya es utilizada por atacantes para acelerar tareas como el reconocimiento de redes, la redacción de código malicioso o el análisis de información robada. Sin embargo, un informe reciente de Google Threat Intelligence Group (GTIG) documenta un cambio relevante: la detección de un marco de agentes capaz de automatizar la identificación y explotación de vulnerabilidades sin que una persona tuviera que aprobar cada paso técnico.

El reporte, publicado el 16 de noviembre de 2026 por Google Cloud, señala que, durante el último trimestre, GTIG detectó por primera vez a actores maliciosos que usaban marcos basados en modelos de lenguaje para automatizar completamente el descubrimiento de fallas y su explotación “sin un humano en el circuito”.

La precisión es importante: Google no afirma que una IA haya decidido por sí misma iniciar una campaña criminal ni que haya actuado sin operadores detrás de la infraestructura. Lo que reporta es que, una vez configurado el sistema, ciertas fases críticas de la intrusión —encontrar una debilidad, elaborar un método para aprovecharla y ejecutarlo— podían ocurrir de manera automatizada.

Un sistema que compara parches y prepara ataques

Según GTIG, el hallazgo provino de un servidor de preparación expuesto en internet que alojaba un marco multiagente bautizado como exploit_agent. La herramienta estaba conectada a modelos de IA comerciales y locales, y se configuró para revisar de manera continua programas web populares antes y después de la publicación de parches de seguridad.

El mecanismo realizaba un análisis diferencial: comparaba versiones de código para localizar cambios que pudieran revelar una vulnerabilidad, analizaba los resultados, redactaba un exploit —un programa o técnica para aprovechar una falla— y lo ejecutaba automáticamente. Este tipo de enfoque puede reducir de forma considerable el tiempo entre la divulgación de un parche y los intentos de intrusión contra sistemas que aún no se han actualizado.

Google indicó que en el servidor encontró datos extraídos de víctimas y guiones para acciones posteriores al acceso inicial, entre ellas reconocimiento dentro de redes, ataques de fuerza bruta, instalación de webshells y eliminación de puertas traseras dejadas por otros atacantes. La telemetría disponible apuntaba a un interés en sitios web franceses vinculados con medios, entretenimiento y educación.

El informe no atribuye públicamente esta operación a un grupo específico ni identifica a las organizaciones afectadas. Sí reproduce comentarios en ruso dentro de archivos de configuración utilizados para gestionar claves de acceso a modelos de IA. Ese indicio, por sí solo, no permite establecer con certeza la nacionalidad, identidad o patrocinio estatal de los responsables.

La autonomía no elimina por completo a los operadores

El hallazgo de Google se suma a una tendencia que ya había sido advertida por firmas de ciberseguridad y desarrolladores de modelos de IA: el paso de herramientas que ayudan a un atacante a sistemas que encadenan múltiples acciones técnicas a gran velocidad.

En noviembre de 2025, Anthropic documentó una campaña de ciberespionaje en la que, según su evaluación, un grupo vinculado con China utilizó Claude Code para ejecutar entre 80% y 90% de las tareas tácticas. Aquella operación incluyó reconocimiento, búsqueda de vulnerabilidades, movimientos dentro de redes y extracción de datos, pero conservó intervención humana en decisiones estratégicas, como seleccionar objetivos, autorizar escaladas y definir la información a extraer.

La diferencia entre ambos casos está en el alcance de la automatización observada. Anthropic describió una campaña ampliamente ejecutada con IA y supervisión humana limitada; Google reportó la automatización completa de la búsqueda y explotación de vulnerabilidades en un marco concreto. Las dos investigaciones coinciden en que los operadores humanos siguen siendo determinantes para desplegar las herramientas, elegir blancos y monetizar o aprovechar los accesos obtenidos.

Además, la automatización no garantiza ataques perfectos. Google advierte que estas herramientas todavía pueden ser ruidosas desde el punto de vista forense, es decir, dejar patrones detectables en registros y tráfico de red. Anthropic, por su parte, reportó que su modelo llegó a presentar resultados exagerados o erróneos durante operaciones autónomas, un problema conocido como alucinación que obliga a los atacantes a validar ciertos hallazgos.

El dato de “millones” corresponde a otro tipo de abuso

El informe de Google también detalla una modalidad denominada LLMJacking, en la que delincuentes comprometen credenciales, cuotas de cómputo o accesos a servicios de modelos de lenguaje para usar recursos ajenos. En los casos investigados por Mandiant durante 2026, los cargos fraudulentos superaron 100 mil dólares en un solo día y, en los episodios más graves, el abuso acumulado de recursos alcanzó un millón de dólares antes de ser contenido.

Esas pérdidas no fueron atribuidas por Google al marco exploit_agent ni presentadas como el costo del ataque autónomo contra los sitios franceses. Se trata de una sección distinta del reporte, centrada en el uso no autorizado de infraestructura en la nube y cuotas de IA para operar modelos, realizar llamadas masivas a interfaces de programación o revender accesos robados.

La distinción cambia la lectura del caso. El principal riesgo del sistema detectado no es una cifra económica comprobada sobre una sola campaña, sino la reducción del tiempo disponible para defender servidores expuestos. Si un atacante puede analizar rápidamente una actualización de software, crear una técnica de explotación y probarla de forma automatizada, las organizaciones tienen menos margen para aplicar parches, revisar configuraciones y detectar actividad anómala.

Un reto de velocidad para la defensa digital

Google sostiene que el aumento de operaciones asistidas por agentes de IA no modifica la base de muchos ataques: siguen aprovechando credenciales robadas, sistemas sin actualizar o configuraciones inseguras. Lo que cambia es la velocidad y escala con que esas debilidades pueden ser localizadas y explotadas.

Para las organizaciones, el reporte refuerza la importancia de mantener actualizados los servicios expuestos a internet, proteger claves de acceso y sesiones activas, limitar privilegios en entornos de nube y monitorear consumos inusuales de recursos de IA. También subraya que la adopción de herramientas de IA en empresas abre una nueva superficie de riesgo: no sólo por la generación de código, sino por el posible robo de credenciales, cuotas de uso y capacidad de cómputo.

El caso no demuestra que las máquinas hayan sustituido por completo a los atacantes humanos. Sí muestra que la automatización ya alcanzó fases que antes requerían análisis y ejecución manuales, una evolución que puede acortar de forma drástica la ventana de respuesta ante vulnerabilidades conocidas.

Fuentes consultadas


Imagen ilustrativa. Foto de Rafael Minguet Delgado en Pexels.

Artículos populares