Google ha publicado un informe en el que afirma que, por primera vez, unos atacantes han usado un sistema de inteligencia artificial que funciona sin ninguna persona supervisándolo para convertir parches de seguridad en programas de ataque. Los parches son las actualizaciones que corrigen fallos, y los programas de ataque que se crean a partir de ellos se llaman exploits. El informe lo firma su equipo de inteligencia de amenazas, el Google Threat Intelligence Group (GTIG).
La herramienta se llama exploit_agent y apareció en un servidor de pruebas expuesto a internet. Estaba conectada a varios modelos de lenguaje, tanto de empresas como alojados en el propio servidor. Su tarea era comparar, de forma continua, el código de aplicaciones web populares antes y después de cada anuncio de parche. Cuando detectaba un posible fallo, redactaba un exploit y lo ejecutaba automáticamente.
Datos robados y un objetivo en Francia
En el mismo servidor había datos robados a víctimas, junto a scripts para adivinar contraseñas probando combinaciones, instalar puertas traseras en forma de páginas web y borrar las que habían dejado otros atacantes. La telemetría de las víctimas sugiere que el operador estaba especialmente interesado en webs francesas de medios de comunicación, entretenimiento y educación.
Un comentario escrito en ruso dentro del archivo de configuración pedía a quien lo montó introducir las claves «aquí mismo, no en el chat». Es un detalle pequeño, pero muestra que había una persona detrás de la configuración, aunque el ataque en sí se ejecutara solo.
Del parche al ataque en cuestión de horas
El informe trimestral anterior, publicado hace dos meses, decía que Google no había visto cadenas de ataque totalmente autónomas contra objetivos reales. Según el nuevo informe, titulado «Agentic Threat Activity Crosses a Significant Threshold», ese cambio se ha producido en el último trimestre.
Google cree que los atacantes podrían preferir apuntar sus modelos a los llamados fallos n-day, vulnerabilidades ya publicadas y parcheadas, en lugar de buscar fallos zero-day, que son desconocidos para el fabricante. La razón es sencilla: el parche revela dónde está el problema, y ese material de partida es limitado y está a la vista de cualquiera.
La velocidad con la que se cierra esa brecha ya se ha visto en otros casos. En agosto, dos fallos en servidores de impresión de PaperCut Software, encadenados entre sí, se explotaron como zero-day. Investigadores de seguridad y Huntress Labs usaron modelos de lenguaje para generar exploits que funcionaban en menos de un día desde la publicación del fallo.
La firma GreyNoise siguió una campaña que, cuatro días después de la publicación de un fallo, habría usado modelos de lenguaje para construir sus exploits antes de golpear a cientos de organizaciones. Según GreyNoise, uno de los accesos llegó a administrador de dominio en cuestión de minutos, el nivel que da control sobre toda una red de ordenadores.
Herramientas de prueba convertidas en armas
Hay más casos. Los marcos de pruebas de penetración con agentes de código abierto, pensados para auditar la seguridad de los sistemas, se están usando para automatizar pasos concretos de intrusiones reales. Durante un ataque contra el sector aeroespacial estadounidense, se vio a un atacante usar el sistema multiagente CAIRN.
Otro actor empleó una plataforma personalizada basada en PentAGI para escanear organizaciones de Asia en busca de vulnerabilidades, entre finales de agosto y principios de octubre. Por ahora, el rastro que dejan estas herramientas cuando se ejecutan sin límites las hace más fáciles de detectar.
Cuentas falsas y fotos con defectos a propósito
El informe también recoge un uso más amplio de la IA en operaciones de influencia. Según GTIG, los modelos ya no sirven solo para redactar publicaciones. Una plataforma llave en mano que un contratista comercial estaba construyendo con ayuda de la API de Gemini está pensada para manejar más de 100.000 cuentas de redes sociales desde granjas de teléfonos en la nube.
Otra plataforma, dirigida a influir en el sentimiento político en Europa y Oriente Medio, habría pedido de forma expresa defectos de cámara deliberados en las imágenes generadas, para que parecieran hechas con un móvil corriente.
Entre los actores respaldados por Estados, Google describe a un grupo que sospecha que es norcoreano, identificado como UNC6836. Sus perfiles falsos de reclutadores, usados para contactar con organizaciones de criptomonedas en Norteamérica y Europa, tenían fotos con marcas de agua SynthID, una marca invisible de Google que identifica imágenes creadas con sus herramientas de IA.
Además, el grupo modificó archivos de configuración .claude/settings.json en repositorios de código internos. Así consiguió que cada vez que se abría Claude Code, la herramienta de programación de Anthropic, se descargara su puerta trasera SOMBERMEME.
Google afirma que ha desactivado las cuentas y recursos vinculados al uso indebido de Gemini que detectó, y que Google DeepMind ha usado los hallazgos para reforzar sus clasificadores, los filtros que intentan frenar peticiones dañinas.
Lo que queda claro es que atacar sale más barato cuando un programa puede leer un parche, escribir el exploit y lanzarlo sin nadie delante. Para los equipos de seguridad, el margen entre publicar una corrección y aplicarla se estrecha cada vez más.




