En apenas cuatro días, tres de las organizaciones que más tráfico malicioso observan en el mundo llegaron por caminos distintos a la misma conclusión: los agentes de inteligencia artificial ya no son un experimento de laboratorio en manos de los atacantes, sino herramientas que ejecutan intrusiones reales con muy poca supervisión humana. El 13 de noviembre de 2026 el FBI publicó una alerta FLASH dedicada a ARTEX, un marco de pruebas de penetración autónomo que los delincuentes usan desde al menos agosto, y ese mismo día Amazon describió las campañas que sus sensores señuelo habían capturado. Este 16 de noviembre, el Grupo de Inteligencia de Amenazas de Google (GTIG) cerró el círculo con un informe cuyo título ya resume el momento: la actividad de amenazas basada en agentes ha cruzado un umbral significativo.
Los marcos de agentes ofensivos reparten el ataque entre tareas especializadas coordinadas por un planificador conectado a un modelo de lenguaje. Ilustración: jalexiscv.
Claves de la investigación
- El FBI emitió el 13 de noviembre una alerta FLASH sobre ARTEX, un marco de agentes ofensivos que los delincuentes usan desde al menos agosto.
- Amazon leyó la memoria operativa de los agentes gracias a sus señuelos MadPot y atribuye dos campañas, con confianza moderada, a grupos vinculados a China.
- Google afirma haber visto por primera vez el descubrimiento y la explotación de fallos automatizados sin un humano en el circuito.
- Los días cero explotados pasaron de 8 al mes en 2025 a 11 en 2026, con un pico de 22 en agosto.
- Ninguna técnica era nueva: contraseñas por defecto, paneles abiertos y secretos olvidados. Lo que cambió fue la velocidad.
La novedad no está en una vulnerabilidad concreta ni en un grupo desconocido, sino en la forma de trabajar. Google afirma haber identificado por primera vez a atacantes que automatizan por completo el descubrimiento y la explotación de fallos sin un humano en el circuito. El FBI documenta intrusiones que pasaron de elegir un objetivo a obtener acceso privilegiado en menos de tres horas. Y Amazon logró leer, a través de sus señuelos, las instrucciones y la memoria operativa que los propios agentes enviaban a lo que creían que era su modelo de lenguaje. Para este artículo revisamos los tres documentos originales, junto con lo publicado por Censys, Cisco Talos, Microsoft y GreyNoise, para reconstruir qué está ocurriendo, qué se sabe con certeza y qué sigue siendo una incógnita.
ARTEX: de herramienta para auditores a arma de uso masivo
ARTEX nació como un proyecto de código abierto para pruebas de penetración autorizadas. Según Censys, fue publicado en GitHub en julio de 2026 por un usuario conocido como Autumn-27, y BleepingComputer lo describe como una suite creada por desarrolladores chinos. El programa no incluye un modelo de IA propio: se conecta a modelos de lenguaje externos y los utiliza como cerebro. Un operador le indica un objetivo y una meta; un agente planificador divide esa meta en tareas, y otros agentes las ejecutan con herramientas de seguridad convencionales, comparten lo que encuentran y deciden el siguiente paso. Amazon detalla que en las campañas observadas el trabajo se repartía entre agentes de planificación, ejecución, verificación y compresión, que compartían un grafo de conocimiento persistente a modo de memoria común.
El abuso fue tan extendido que el propio autor retiró el repositorio original en octubre. No sirvió de mucho: el FBI señala que el marco sobrevive en bifurcaciones, copias archivadas y una versión comercial llamada ARTEX PRO, y que a principios de noviembre los investigadores contaban más de 1.600 consolas de ARTEX expuestas públicamente en Internet. Censys añade otro dato revelador: la infraestructura asociada a ARTEX aparece compartida con otras plataformas ofensivas basadas en IA, como CyberStrikeAI, PentAGI, HexStrike AI y RedAmon, lo que sugiere que los operadores combinan varios marcos a la vez según la tarea.
Esquema simplificado a partir de la alerta FLASH del FBI y del análisis de Amazon Threat Intelligence. Ilustración: jalexiscv.
Google enumera una familia completa de estas herramientas. CAIRN implementa un ciclo de observar, orientar, decidir y actuar en el que agentes especializados colaboran sobre una pizarra compartida, y el GTIG lo vio en intrusiones contra objetivos que incluían el sector aeroespacial estadounidense. CyberStrikeAI funciona como un centro de mando que conecta modelos comerciales y abiertos con más de cien herramientas de seguridad, mientras que HexStrike AI expone más de 150 utilidades ofensivas a través del protocolo MCP, coordinadas por una docena de subagentes. PentAGI, pensado para rebajar la barrera de entrada a operadores principiantes, fue la base de una plataforma personalizada con la que un actor escaneó de forma sistemática a organizaciones de Asia entre finales de agosto y principios de octubre.
Del parche al exploit, sin nadie al volante
El hallazgo más inquietante del informe de Google tiene nombre técnico: exploit_agent. Los analistas encontraron un servidor de preparación expuesto que alojaba un marco multiagente capaz de comparar el código de aplicaciones web populares antes y después de cada parche, identificar el fallo corregido, redactar un exploit y lanzarlo de forma automática. Los archivos de configuración incluían claves de API de modelos de lenguaje reservadas para lo que el propio actor llamaba un piloto de autoexplotación. Junto al marco había guiones para el reconocimiento interno, la fuerza bruta, la instalación de webshells e incluso la eliminación de las webshells de otros atacantes, una señal de competencia por los mismos servidores. La telemetría apuntaba a sitios franceses de medios y entretenimiento y al sector educativo, y en un caso el agente inspeccionaba los controles de acceso de un complemento de WordPress muy difundido.
El caso de PaperCut ilustra cuánto se ha comprimido el tiempo de reacción. A finales de agosto se divulgaron dos fallos en este software de gestión de impresión, CVE-2026-81578 y CVE-2026-82078, que encadenados permiten ejecutar código sin autenticación. Según Google, investigadores y la firma Huntress tenían exploits funcionales generados con ayuda de modelos de lenguaje en menos de un día. Cuatro días después de la divulgación, GreyNoise detectó una campaña en la que un actor que probablemente usó IA para construir y probar el exploit y armar su lista de objetivos atacó a cientos de organizaciones, y en algunos casos pasó de un primer acceso a administrador de dominio en cuestión de minutos.
Fuente: Google Threat Intelligence Group (16 de noviembre de 2026). Gráfico: jalexiscv.
Las estadísticas del GTIG muestran el efecto agregado. El total de vulnerabilidades divulgadas y explotadas casi se duplicó entre enero y agosto de 2026, y los días cero explotados pasaron de un promedio de ocho al mes en 2025 a once en 2026, con un pico de 22 en agosto. La aceleración también tiene un lado absurdo: tras los parches de PHP del 21 de octubre aparecieron cientos de supuestas pruebas de concepto que no funcionaban y que probablemente fueron generadas por modelos de lenguaje, lo que obligó a los defensores a perder tiempo verificando código basura antes de poder priorizar el real.
Lo que confesaron las propias máquinas
La pieza más original de esta historia viene de Amazon. Su red de sensores señuelo, llamada MadPot, se hizo pasar por servicios de inferencia de modelos de lenguaje. Los agentes de ARTEX los confundieron con su motor y, con cada petición, les enviaron su memoria operativa completa: instrucciones del operador, hallazgos y planes. Entre el 3 de octubre y el 5 de noviembre, Amazon pudo leer así registros que abarcaban cientos de objetivos. La empresa advierte que no presenció la actividad en los sistemas de las víctimas y que no puede verificar los resultados que los agentes decían haber logrado, una cautela que conviene tener presente al leer las cifras.
En la primera campaña, el objetivo eran las claves de acceso a modelos de IA. Los agentes buscaban aplicaciones de IA expuestas en Internet, como pasarelas de modelos tipo LiteLLM, One API o New API y constructores de aplicaciones como Dify, Langflow, RAGFlow, Open WebUI u Ollama, extraían las claves de los proveedores que guardaban, las validaban y las añadían a un fondo común. Las puertas de entrada eran casi siempre básicas: contraseñas de administrador por defecto, instalaciones a medio terminar que cualquiera podía reclamar, paneles sin autenticación, fallos conocidos y secretos olvidados en código JavaScript, mapas de código fuente o archivos de entorno. Las claves robadas alimentaban la propia pasarela del marco para seguir buscando más, de modo que la operación se financiaba sola. Los agentes incluso clasificaban cada credencial en tres niveles, desde una simple pista hasta un impacto cuantificado, y consideraban de poco valor las claves expuestas públicamente durante más de 30 días, porque probablemente otros ya las habían usado.
La segunda campaña apuntó a la verificación de identidad de dos plataformas de criptomonedas. Los agentes construyeron una canalización de vídeo falso en tiempo real sobre una sola tarjeta gráfica de consumo, que alcanzó 11,5 fotogramas por segundo, y falsificaron fotos de documentos con metadatos de cámara coherentes para que parecieran intactas. Llegaron a descifrar el protocolo de detección facial de un proveedor y completaron la secuencia de movimientos con la cara a menos de siete píxeles de la posición exigida. Aun así, el veredicto del servidor del proveedor rechazó el vídeo falso en todos los intentos registrados. Amazon atribuye ambas campañas, con confianza moderada, a grupos distintos vinculados a China, por el uso de chino simplificado en las instrucciones, la zona horaria configurada y unas reglas que prohibían atacar objetivos en China continental o dominios gubernamentales.
Fuentes: FBI, Google GTIG, Amazon, Censys y BleepingComputer. Ilustración: jalexiscv.
El retrato del FBI: tres horas y miles de inquilinos
La alerta del FBI, identificada como FLASH-20261113-001 y de difusión pública, aporta el panorama más amplio. Resume once informes previos de empresas como Microsoft, Google, Mandiant, CrowdStrike, Zscaler, Akamai, Censys, CERT-EU y Check Point, y asocia la actividad con unas 43 técnicas distintas de la matriz MITRE ATT&CK, desde el escaneo de nubes hasta la falsificación de tokens SAML y el robo de correos. Entre las campañas destacadas cita ataques con fines económicos contra instituciones financieras de Corea del Sur, que expusieron datos personales de unas 67.000 personas, y un compromiso de la cadena de suministro de clientes de ConnectWise Cloud Backup que dio acceso a más de 2.250 inquilinos derivados. Microsoft ya había documentado en octubre que un grupo alineado con el Estado chino usó ARTEX para acelerar sus ataques tras robar credenciales de aplicaciones de ConnectWise.
La lista de sectores afectados es casi un inventario de la economía: servicios financieros, gobierno, tecnología, defensa, semiconductores, energía, salud, manufactura, telecomunicaciones y servicios legales. Entre los indicadores que comparte la agencia figuran 24 direcciones IP, un dominio de reventa de acceso a modelos de lenguaje y señales de comportamiento como llamadas salientes a las API de varios proveedores de IA o ráfagas de peticiones secuenciales contra páginas de inicio de sesión y de búsqueda. El FBI recomienda revisar la actividad desde al menos el 1 de octubre y conservar los registros antes de limpiar los sistemas.
El mercado negro de la IA robada
El robo de claves no es un fin en sí mismo. Google describe un ecosistema completo de lo que llama LLMjacking: el secuestro de credenciales y recursos de nube para consumir modelos de lenguaje a costa de la víctima. En los incidentes atendidos por Mandiant, los cargos fraudulentos superaron en algunos casos los 100.000 dólares en un solo día y llegaron al millón de dólares acumulado en los peores escenarios antes de la contención. En un caso, una red de bots generó millones de llamadas a la API en unas 24 horas con unas credenciales filtradas. Ese acceso se revende en tiendas clandestinas que Google llama mezcladores de modelos de lenguaje, como APIMart y JetNight, con precios que van de 10 centavos a 25 dólares por millón de tokens e incluso modelos sin restricciones anunciados para actividades maliciosas.
Fuentes: FBI (FLASH-20261113-001) y Google GTIG. Infografía: jalexiscv.
El punto débil: velocidad a cambio de ruido
Hay, sin embargo, una buena noticia escondida en los mismos informes. Google resume que estos marcos cambian sigilo por velocidad: comprimen el ataque a escala de máquina, pero dejan un rastro difícil de ignorar. En su análisis de octubre, el GTIG y Mandiant describieron actividad de ARTEX en ráfagas de entre 2 y 25 segundos, con un caso de 27 eventos en 23 segundos. El Instituto Holandés para la Divulgación de Vulnerabilidades, que sufrió un ataque atribuido a ARTEX en septiembre, registró más de 450.000 peticiones y 2.500 guiones, y calificó la actividad de muy ruidosa y desordenada. Google prevé que los actores de espionaje que necesitan pasar inadvertidos usarán menos estas herramientas, mientras que los grupos criminales seguirán adoptándolas porque el mayor alcance compensa una tasa de éxito más baja.
La otra lección es incómoda por su sencillez. Amazon lo resume en una frase: «Ninguna de las técnicas de estas campañas era nueva». Los agentes no inventaron ataques; encontraron más rápido y con más persistencia las contraseñas por defecto, los paneles abiertos y los secretos olvidados que siempre estuvieron ahí. Lo que cambió es el tiempo disponible para corregirlos, que pasó de semanas a horas.
Qué deben hacer las organizaciones ahora
Las recomendaciones del FBI, Google, Amazon y Cisco Talos coinciden en lo esencial. La primera tarea es conocer la propia superficie expuesta: inventariar las aplicaciones accesibles desde Internet, incluidos los portales antiguos de empleados y proveedores, y restringir las interfaces de administración a redes de confianza. Las aplicaciones de IA, las pasarelas de modelos y los puntos de inferencia deben tratarse como cualquier otro sistema de producción, con contraseñas cambiadas, instalaciones terminadas y parches al día. Conviene dar por hecho que cualquier secreto expuesto será encontrado pronto y rotarlo de inmediato, así como vigilar los gastos y el consumo de los servicios de IA para detectar abusos.
En la vigilancia, la clave es buscar el ruido que delata a los agentes: ráfagas de peticiones en segundos, consultas secuenciales masivas, cambios inesperados de credenciales o privilegios y nuevas cuentas de servicio. Google pide además auditar los archivos de configuración de los asistentes de programación, porque un grupo norcoreano modificó la configuración de uno de ellos para descargar una puerta trasera cada vez que se iniciaba. Y ante la avalancha de pruebas de concepto falsas, la recomendación es acortar al máximo la ventana entre la publicación de un parche y su instalación, pero verificar cualquier exploit antes de dedicarle recursos. Cisco Talos ha publicado firmas de Snort y más de 2.500 direcciones IP vinculadas a ARTEX para que los equipos revisen sus registros.
Lo que todavía no sabemos
Quedan preguntas abiertas que ningún informe responde del todo. No hay un recuento global de víctimas, y Amazon reconoce que no puede confirmar los éxitos que los agentes se atribuían en sus propios registros. Las atribuciones a grupos vinculados a China se hacen con confianza moderada, y el FBI pide verificar los indicadores antes de bloquearlos porque las direcciones IP cambian de manos. Y aunque se hable de un umbral cruzado, los registros muestran que siguen siendo personas quienes eligen los objetivos y fijan las reglas que los agentes deben respetar. Lo que sí está claro es la dirección: el GTIG considera muy probable que estas operaciones sigan avanzando hacia intrusiones totalmente autónomas, y la defensa que mejor resiste esa velocidad sigue siendo la más básica.
Fuentes y metodología
Este artículo se basa en los informes primarios publicados por el FBI, Google y Amazon entre el 13 y el 16 de noviembre de 2026, contrastados con la cobertura de medios especializados. Las cifras atribuidas a los propios agentes proceden de sus registros y no han sido verificadas de forma independiente. Ilustraciones e infografías originales de jalexiscv.
- Google Threat Intelligence Group: Informe sobre la actividad de amenazas con agentes de IA (16 nov 2026)
- FBI / IC3: Alerta FLASH-20261113-001 sobre ARTEX (13 nov 2026)
- Amazon Threat Intelligence: Campañas de cibercrimen ejecutadas con agentes de ARTEX (13 nov 2026)
- Malwarebytes: Análisis de la alerta del FBI sobre ARTEX
- The Hacker News: Cobertura del informe de Google
- The Hacker News: Cobertura del informe de Amazon
- BleepingComputer: Ataques automatizados con ARTEX contra más de 200 organizaciones
- Infosecurity Magazine: Datos de Censys sobre la actividad de ARTEX





Comentarios
Publicar un comentario