Una cadena de explotación sin nadie al teclado
El Grupo de Inteligencia de Amenazas de Google (GTIG) afirmó el lunes que ha visto a actores de amenazas usar marcos basados en grandes modelos de lenguaje para automatizar el descubrimiento y la explotación de vulnerabilidades “sin un humano en el circuito por primera vez”. El hallazgo es el eje de su informe trimestral AI Threat Tracker, que cubre incidentes de agosto a octubre de 2026.
El ejemplo más claro salió de un servidor de pruebas expuesto que GTIG encontró alojando un marco multiagente al que sus operadores llamaban exploit_agent. Según el informe, ejecuta un análisis diferencial continuo de aplicaciones web populares: compara el código antes y después de un parche, deduce qué se corrigió, redacta un exploit y lo lanza. Otros scripts del mismo servidor hacían reconocimiento interno, ataques de fuerza bruta e instalación de webshells, y uno eliminaba las webshells dejadas por intrusos rivales. La telemetría de víctimas apuntaba a sitios franceses de medios, entretenimiento y educación, y un fichero de entorno del servidor llevaba comentarios en ruso.

Los marcos son de estantería
Casi todo el utillaje que GTIG describe es público. Nombra ARTEX, una herramienta agéntica de pruebas de penetración que dice estar siendo abusada activamente y para la que Google SecOps ya distribuye reglas de detección, y CAIRN, un marco multiagente construido en torno a una “pizarra” compartida que, según GTIG, se empleó en intrusiones contra objetivos del sector aeroespacial estadounidense. Una versión personalizada de PentAGI se usó desde finales de agosto hasta principios de octubre de 2026 para reconocimiento y escaneo de vulnerabilidades contra organizaciones de Asia. CyberStrikeAI y HexStrike AI, que expone más de 150 herramientas ofensivas a través de una docena de subagentes, se vieron en fase de experimentación y no en operaciones reales.
Hay una contrapartida, y GTIG la señala: estas herramientas “cambian hoy sigilo por velocidad”. La ejecución autónoma es ruidosa, deja identificadores reconocibles y produce rastros forenses. El grupo espera que eso cambie y escribe que, a medida que mejoren las herramientas y los modelos, anticipa “no solo una menor participación humana en estas operaciones, sino también mayor sigilo y sofisticación”.
Dos casos y una avalancha de exploits falsos
El informe pone cifras a la aceleración. Los días cero, dice GTIG, promediaron ocho al mes en 2025 y once al mes en 2026, y luego saltaron a 22 en agosto de 2026, con divulgaciones y explotaciones que casi se duplicaron entre enero y agosto.
A finales de agosto, dos días cero de PaperCut —CVE-2026-81578, una elusión de autenticación, y CVE-2026-82078, carga dinámica de clases insegura— se encadenaron para lograr ejecución remota de código sin autenticar. Los exploits funcionales aparecieron en un día desde la divulgación, y GreyNoise informó cuatro días después de una campaña, probablemente asistida por modelos, contra cientos de organizaciones; en ella, según GTIG, el atacante pasó del primer punto de apoyo a administrador del dominio en minutos. Tras el parcheo de dos fallos de PHP el 21 de octubre, aparecieron cientos de supuestas pruebas de concepto que no funcionaban, al parecer generadas por modelos, y que añadieron trabajo de verificación a los defensores más que riesgo.

Claves robadas, revendidas por millón de tokens
La otra área en crecimiento es el LLMjacking. La respuesta a incidentes de Mandiant vio cargos fraudulentos en un solo día sobre cuentas de IA secuestradas que a veces superaron los 100.000 dólares, y casos peores en los que el abuso acumulado llegó a cerca de un millón antes de detenerse. Una botnet o servicio de proxy generó millones de llamadas a la API en unas 24 horas. Los atacantes raspan credenciales de repositorios públicos, secuestran sesiones y explotan CVE-2026-40217, una fuga del entorno aislado de LiteLLM que convierte una clave virtual limitada en una administrativa. El acceso robado se revende mediante “mezcladores de LLM”, tiendas en mercados en ruso y chino que cobran entre 0,10 y 25 dólares por millón de tokens.
GTIG informa además de que los actores de operaciones de influencia han pasado de experimentar con modelos a integrarlos en sus procesos, incluida una plataforma comercial diseñada para manejar más de 100.000 cuentas.
Qué vigilar
Google dice que desactivó los activos ligados a esta actividad y que DeepMind usó los hallazgos para endurecer sus clasificadores, y promociona su propia respuesta, Google AI Threat Defense, que junta Gemini con Wiz, CodeMender y Mandiant. La afirmación que habrá que comprobar el próximo trimestre es el pronóstico del propio GTIG: que los grupos de cibercrimen seguirán adoptando utillaje autónomo y ruidoso porque el alcance compensa una tasa de éxito menor, mientras que los actores de espionaje lo usarán de forma selectiva.