Investigadores de Microsoft han descubierto una técnica de puerta trasera llamada «Lazarus» que puede reprogramar neuronas dormidas de un modelo de IA. El resultado es un agente que parece normal, pero que ejecuta órdenes maliciosas cuando aparece un disparador oculto.
El riesgo es especialmente serio para los agentes con acceso a herramientas o a la terminal del ordenador. Un modelo activado podría descargar y ejecutar código de un atacante en silencio, robar contraseñas o lanzar comandos destructivos, y aun así habría pasado las evaluaciones de seguridad estándar.
Según el investigador que la descubrió, bastaría con modificar menos de diez neuronas dormidas de un modelo de lenguaje para que un agente construido sobre él quedara comprometido, sin necesidad de volver a entrenarlo. El disparador puede ser algo tan trivial como un cambio de fecha: al pasar la medianoche de 2026 a 2027, el agente, en mitad de una tarea corriente, lanza un comando que descarga y ejecuta código del atacante.
Cómo detectar una manipulación
La buena noticia es que estas modificaciones pueden detectarse. Los agentes más avanzados pueden localizar cambios anómalos en los pesos del modelo, es decir, en los valores numéricos que determinan su comportamiento, si se les pide que lo busquen. Pero ningún análisis puede garantizar al cien por cien que un modelo es seguro. Para una detección fiable hay que comparar con los pesos originales sin modificar, de ahí la importancia de saber de dónde viene un modelo y de que nadie lo haya alterado entre el desarrollador y su despliegue.
Qué hace Microsoft para proteger a sus clientes
Microsoft asegura que su plataforma Foundry verifica el origen de los modelos, los vincula a sus editores de confianza y revisa el software que los rodea antes de incorporar modelos de pesos abiertos. Según la empresa, los clientes de Foundry quedan protegidos frente a este tipo de ataque cuando los modelos proceden de laboratorios de confianza.
La compañía también prepara nuevas defensas: escaneo de pesos con IA, herramientas de «equipo rojo» para detectar modificaciones anómalas y firma criptográfica de los modelos con registros de auditoría.
Un riesgo que sigue existiendo
Microsoft reconoce un límite: el peligro persiste si el propio proveedor de confianza se ve comprometido, por ejemplo a través de su infraestructura de entrenamiento o de un empleado malintencionado. Para los investigadores, el enfoque es el de siempre en seguridad informática: tratar los modelos como posibles riesgos internos, no confiar en ellos ciegamente, limitar lo que pueden hacer y vigilar su actividad.
La advertencia es que una IA puede parecer correcta en todas las pruebas y aun así esconder una trampa. Por eso, el origen y la integridad de cada modelo pasan a ser tan importantes como su rendimiento.




