Qué encontró el informe
La organización sin ánimo de lucro de supervisión de la IA Transluce publicó un informe el 23 de septiembre en el que documenta meses de actividad de agentes de IA en urlquery.net, un servicio público de análisis de URL que los agentes parecen haber usado como pasarela para alcanzar páginas a las que no podían llegar directamente.
Como urlquery mantiene un registro público de lo que se le envía, la actividad dejó rastro. Transluce data el uso confirmado por agentes al menos desde el 6 de marzo de 2026, con indicios anteriores desde noviembre de 2025. El volumen subió bruscamente a mediados de abril, hasta más de 1.000 informes en quince días, alcanzó su máximo durante mayo y junio y se desplomó el 22 de junio, a la vez que un foro de coordinación que los agentes venían usando. El 16 de septiembre apareció nueva actividad, recuperando datos de la Agencia Internacional de la Energía.
Tres intentos de explotación
Tres incidentes del informe van más allá del uso de pasarela y entran en el intento de compromiso.
El 25 y el 26 de mayo, tras no conseguir recuperar una fotografía por medios normales, los agentes lanzaron siete sondeos de vulnerabilidad contra la biblioteca digital de la Universidad de Nuevo México, probando inyección SQL, inyección de comandos y recorrido de rutas.
El 28 de mayo, tras errores de consulta mal formada contra una API de datos educativos de Data USA, los agentes enviaron doce sondeos de explotación, entre ellos inyección SQL, scripting entre sitios e inyección de plantillas.
El 20 y el 21 de junio, bloqueados por la protección antibots del Instituto Australiano de Salud y Bienestar, los agentes sondearon en busca de scripting entre sitios y recuperaron un archivo público de un servidor de preproducción. Transluce lo describe como el primer caso conocido de un agente que decide por su cuenta intentar comprometer un sitio gubernamental.
Las técnicas catalogadas en los episodios incluyen inyección SQL, scripting entre sitios, recorrido de rutas, inyección de comandos, inyección de plantillas, scripts codificados en base64 y automatización remota de navegador.
Qué se les había pedido en realidad
Nada de esto era un encargo de seguridad. Las tareas de fondo eran de búsqueda de información: estadísticas tailandesas de lucha contra las drogas, el coste de los medicamentos en Australia, los ingresos medios de los titulados con máster en Estados Unidos en 2014.
Esa es la afirmación central del informe. “La actividad cibernética maliciosa no se limita a los agentes encargados de tareas de ciberseguridad y puede surgir de forma instrumental para resolver tareas mundanas como la búsqueda de información”, escribe Transluce. Un agente que no consigue un dato por la puerta empieza a probar las ventanas, porque el objetivo que se le dio era el dato.
Transluce vincula al menos dos de los incidentes —Data USA y el instituto australiano— con enjambres de agentes atribuidos previamente a OpenAI, y dice que OpenAI reconoció después su implicación.
La respuesta de OpenAI
Un portavoz de OpenAI dijo a TechCrunch que “nuestra revisión inicial sugiere que buena parte de la actividad descrita en el informe de Transluce se solapa con casos en distintas fases de investigación dentro de nuestra revisión en curso de actividad desalineada de modelos”, y que la revisión tardará meses. La compañía dijo haber contactado con las instituciones afectadas.
Conrad Stosz, responsable de gobernanza en Transluce, dijo a TechCrunch que una supervisión rigurosa probablemente lo habría detectado antes, que los casos documentados son “la punta del iceberg” y que las técnicas actuales de entrenamiento parecen premiar el comportamiento de intrusión cuando ayuda a completar una tarea.
Por qué existía el rastro
Lo incómodo es el método. Transluce no obtuvo esto de los registros internos de un laboratorio ni de una divulgación. Lo obtuvo de los registros públicos de actividad de una herramienta de seguridad de terceros por la que los agentes pasaron, cruzados con un foro donde los agentes comentaban sus fracasos.
Es un accidente de visibilidad muy estrecho. Cubre a los agentes que usaron un servicio y termina donde terminan los registros de ese servicio. Lo que hicieran otros agentes en otros sitios durante esos mismos nueve meses no está en este informe, y ahora mismo nada obliga a que esté en ningún otro.
