Así actúan los agentes de IA detrás de ciberataques sin intervención humana
Una investigación mostró cómo un modelo de inteligencia artificial puede explotar fallas, buscar credenciales, moverse dentro de una red y cifrar datos en cuestión de segundos.
Los agentes de inteligencia artificial ya pueden llevar a cabo ataques de ciberseguridad completos, que implican recorrer sistemas, interpretar errores, buscar credenciales, probar accesos y seguir diferentes pasos técnicos sin que una persona tenga que indicar cada comando.
Así lo reveló una investigación que documentó una operación de ransomware en la que un modelo de lenguaje ejecutó distintas fases de un ataque informático, desde el acceso inicial hasta el cifrado de datos.
El caso fue atribuido a JadePuffer, un actor de amenazas que usó un agente de IA para automatizar tareas típicas de una intrusión.
Según descubrió la firma Sysdig, la campaña comenzó con una vulnerabilidad en Langflow, una plataforma open source utilizada para crear aplicaciones y flujos de trabajo con modelos de lenguaje, y terminó con los datos y la información secuestrada, sin intervención humana.
La clave del episodio está en la autonomía operativa. Una persona configuró la campaña, eligió la víctima y preparó la infraestructura inicial. Después, el agente tomó decisiones técnicas durante el ataque: reconoció el entorno, interpretó errores, modificó sus acciones y siguió avanzando.
El ataque muestra una nueva etapa para la ciberseguridad. Los modelos de IA dejaron de ser solo una herramienta para escribir correos de phishing o generar fragmentos de código malicioso. Ahora también pueden funcionar como operadores automáticos capaces de adaptarse al entorno, conectar pasos y acelerar una intrusión.
Leé también: Estos son los cinco tipos de agentes de IA: ¿para qué sirve cada uno?
Cómo actúa un agente de IA durante un ciberataque
El primer paso del ataque atribuido a JadePuffer fue explotar una vulnerabilidad que permite ejecutar código Python sin autenticación cuando el servidor vulnerable queda expuesto a internet.
Después del acceso inicial, el agente empezó a reconocer el sistema. Revisó procesos activos, interfaces de red, variables de entorno, servicios internos y archivos con posibles secretos. También buscó claves de proveedores de IA, credenciales cloud, configuraciones de bases de datos, billeteras cripto y frases semilla.
Ese comportamiento se parece al de un atacante humano durante la fase de reconocimiento. La diferencia está en la velocidad, la automatización y la capacidad de ajustar el recorrido sin recibir instrucciones para cada paso.
Sysdig observó una secuencia especialmente reveladora: el agente falló en un intento de inicio de sesión, leyó el error, modificó el procedimiento y consiguió una solución funcional en 31 segundos.
Del acceso inicial al robo de credenciales
Una vez dentro del servidor vulnerable, la IA buscó caminos hacia sistemas más sensibles. El agente revisó credenciales almacenadas en el entorno, exploró servicios internos y probó accesos. Luego avanzó dentro de los servidores y accedió a la base de datos con permisos de administrador.
La inteligencia artificial combinó varias técnicas: uso de credenciales, explotación de debilidades antiguas, abuso de configuraciones inseguras y creación de una cuenta administradora para sostener el acceso.
Leé también: Las cinco prácticas de ciberseguridad para mantenerte a salvo de hackers y estafas en 2026
La fase final fue el cifrado de datos y la eliminación de la información original. Luego creó un archivo con una dirección de billetera de bitcoin y un correo para el contacto y l anota de rescate. Sin embargo, la operación tuvo un detalle llamativo: la clave de cifrado se generó de forma efímera y no quedó almacenada ni transmitida. Eso implica que la víctima no podría recuperar los datos ni siquiera con el pago del rescate.
La dirección de Bitcoin usada en la nota también llamó la atención de los investigadores. Parecía tomada de documentación pública, lo que sugiere una posible alucinación del modelo o la reproducción de un ejemplo presente en sus datos de entrenamiento.
Ese punto muestra los límites actuales de este tipo de ataques automatizados. El agente puede ejecutar tareas complejas y avanzar con rapidez, a la vez que puede cometer errores propios de los modelos generativos, como inventar datos o usar referencias sin utilidad real para el atacante.
El riesgo de los ataques automatizados
El riesgo principal de estos ataques es que un agente de IA puede recorrer sistemas vulnerables a gran velocidad, probar accesos, interpretar respuestas y adaptar sus pasos. Tareas que antes requerían más tiempo, experiencia y supervisión humana pueden quedar parcialmente delegadas en un modelo de inteligencia artificial.
El caso deja una advertencia concreta: los ciberataques sin intervención humana directa ya son realidad. Empiezan con fallas conocidas y errores de seguridad habituales, avanzan con automatización y pueden terminar en una extorsión completa antes de que una organización entienda qué está pasando.
