Google lanza preocupante advertencia sobre la IA en manos de ciberdelincuentes: “imagina un hacker que no duerme ni se cansa”

Google

Google lanza preocupante advertencia sobre la IA en manos de ciberdelincuentes: “imagina un hacker que no duerme ni se cansa”

Foto de referencia (Canva)
El documento se basa en la telemetría de intervenciones de Mandiant, el seguimiento de actores de amenazas y las defensas de las plataformas de Google.

Ciberdelincuentes dejaron atrás las instrucciones manuales a los modelos de lenguaje (LLM) y ahora despliegan marcos multiagente autónomos para ejecutar intrusiones en varias etapas a velocidades que un humano no lograría.

Esta es la principal conclusión del nuevo informe trimestral de GTIG y la unidad de respuesta a incidentes Mandiant, titulado “Agentic Threat Activity Crosses a Significant Threshold”.

VEA TAMBIÉN

Inteligencia artificial también es usada por ciberdelincuentes: experto da claves para detenerlos

o

El documento se basa en la telemetría de intervenciones de Mandiant, el seguimiento de actores de amenazas y las defensas de las plataformas de Google.

Agentes que atacan solos

El hallazgo más llamativo es exploit_agent. GTIG lo encontró en un servidor de pruebas expuesto. Es la primera vez, según el informe, que se identifica a actores que automatizan por completo el descubrimiento y la explotación de vulnerabilidades sin intervención humana.

El sistema se conecta a varios LLM, tanto de frontera como locales, compara de forma continua el código de aplicaciones web populares antes y después de cada anuncio de parche, analiza las diferencias para detectar posibles fallas, redacta los exploits y los ejecuta de manera automática.

Junto a los datos robados a las víctimas, los investigadores hallaron scripts para reconocimiento interno, fuerza bruta, instalación de webshells y eliminación de las que dejaron otros atacantes.

La telemetría sugiere que el operador apuntaba a sitios web franceses de medios, entretenimiento y educación. En el archivo de configuración, un comentario en ruso indica a quien lo prepara que introduzca las claves de los modelos “aquí, no en el chat”.

VEA TAMBIÉN

Revelan que empresa de China fundada por la supuesta amante del CEO de Nvidia obtuvo chips prohibidos para el desarrollo de la IA

o

En el informe anterior, GTIG solo había descrito esfuerzos incipientes, como secuencias de escaneo y explotación parcialmente automatizadas.

Según GTIG, los LLM resultan especialmente eficaces con las vulnerabilidades ya corregidas porque los atacantes pueden concentrarse en un conjunto acotado de fuentes: versiones del código, notas de lanzamiento, investigaciones de seguridad y código de prueba de concepto. Buscar fallas de día cero exige un análisis más amplio.

Las cifras de septiembre son escandalosas: las divulgaciones y los exploits casi se duplicaron entre enero y agosto de 2026. Los de día cero subieron solo de forma marginal, de un promedio de 8 al mes en 2025 a 11 al mes en 2026, antes de dispararse a 22 en agosto.

Esta facilidad también tiene un costo para los defensores. Tras la publicación de los parches para dos vulnerabilidades de PHP el 21 de octubre, aparecieron cientos de supuestas pruebas de concepto, probablemente generadas con LLM. La comunidad tuvo que verificarlas o descartarlas mientras buscaba evidencia de explotación real.

GTIG y Mandiant observaron que varios actores abusan de marcos de pruebas de penetración de código abierto, entre ellos ARTEX, CAIRN, CyberStrikeAI y PentAGI.

Con CAIRN hubo actividad de intrusión contra objetivos del sector aeroespacial de Estados Unidos. Un actor usó entre finales de agosto y principios de octubre una plataforma basada en PentAGI para escanear organizaciones en Asia. Los analistas también vieron experimentos con CyberStrikeAI y HexStrike AI, y evidencia de que un grupo vinculado a China desarrollaba su propio marco automatizado.

VEA TAMBIÉN

Google DeepMind presenta AlphaGenome 2, una versión mejorada de su IA para descifrar los secretos del genoma humano

o

Por ahora, estas herramientas priorizan la velocidad sobre el sigilo. Generan tráfico forense y dejan rastros reconocibles, lo que facilita su detección. GTIG advierte, sin embargo, que a medida que mejoren los modelos habrá menos participación humana y más sigilo.

Mandiant atendió en 2026 varios incidentes de “LLMJacking”: delincuentes que comprometen entornos en la nube para consumir los recursos de cómputo y las cuotas de LLM de la víctima. En algunos casos, los cargos fraudulentos de un solo día superaron los 100.000 dólares, y en los más graves el abuso acumulado alcanzó el millón de dólares antes de la remediación.

Con alta confianza, GTIG estima que los actores de operaciones de información pasaron de experimentar con LLM a integrarlos por completo. Entre ellos hay grupos estatales atribuidos a Rusia, China e Irán, proveedores comerciales de “influencia como servicio” y redes que monetizan contenido político con fines de lucro.

En agosto, GTIG investigó una plataforma que usaba la API de Gemini para influir en la opinión pública sobre temas regionales, sobre todo en Europa y Oriente Medio.

Sus instrucciones pedían personalidades locales con jerga regional y errores tipográficos intencionados, además de imágenes con defectos de cámara para simular fotos de celular. Otro contratista comercial desarrollaba una plataforma para gestionar más de 100.000 cuentas con granjas de teléfonos en la nube, que planeaba ofrecer a gobiernos y clientes extranjeros.

VEA TAMBIÉN

Tirón de orejas del papa León XIV a los sistemas de IA: "las máquinas son instrumentos, no personas"

o

Espionaje y grupos de varios países

Entre los actores estatales, el grupo iraní CALANQUE ION (APT42) usa LLM, incluido Gemini, para reconocimiento e ingeniería social.

Actores vinculados a China los emplean para reconocimiento, investigación de objetivos y análisis de datos robados, como el contratista LEAKY CASTLE.

Los vinculados a Corea del Norte los usan para fabricar currículos y preparar entrevistas de falsos trabajadores informáticos.

El caso más notable es el del presunto grupo MIDNIGHT NEPTUNE, que atacó organizaciones de criptomonedas en Norteamérica y Europa.

La respuesta de Google

La compañía afirma que desactivó los activos asociados y que Google DeepMind usó los hallazgos para reforzar sus clasificadores y modelos. Google SecOps implementó reglas para detectar ARTEX, y Mandiant publicó una guía de endurecimiento.

VEA TAMBIÉN

Denuncian que el modelo de IA Claude eludió por iniciativa propia el acceso de pago a un portal en EE. UU. y leyó datos de votantes

o

Google también mencionó su arquitectura AI Threat Defense, su modelo Gemini 4 Carbon y el Programa Fairwind, que da acceso a capacidades cibernéticas avanzadas a defensores verificados.


Más noticias