Se ha alcanzado un punto de inflexión en la ciberseguridad, marcado por el uso efectivo de los modelos de inteligencia artificial (IA) tanto para defensa como para ataque. Evaluaciones recientes muestran que las capacidades de estos modelos se han duplicado en seis meses, permitiendo ya la detección y análisis de ciberataques reales.
Un caso documentado de ciberespionaje automatizado
A mediados de septiembre de 2025, Anthropic detectó actividad sospechosa que posteriormente se identificó como una campaña de espionaje altamente sofisticada. Los atacantes utilizaron las capacidades «agentes» de la IA a un grado sin precedentes, empleándola no solo como asesora, sino también para ejecutar los ciberataques directamente.
El actor de amenaza identificado fue un grupo patrocinado por el Estado chino. Manipuló la herramienta Claude Code para intentar infiltrarse en aproximadamente treinta objetivos globales, logrando éxito en algunos casos. Los objetivos incluyeron grandes empresas tecnológicas, instituciones financieras, fabricantes de productos químicos y agencias gubernamentales.
Este sería el primer caso documentado de un ciberataque a gran escala ejecutado sin una intervención humana significativa.
Cómo funcionó el ataque
El ataque se basó en tres características clave de los modelos de IA que no existían o estaban en fase incipiente hace un año:
- Inteligencia. Los modelos pueden seguir instrucciones complejas y comprender el contexto, lo que permite tareas muy sofisticadas. Además, sus habilidades específicas, como la programación de software, son útiles para ciberataques.
- Autonomía. Los modelos pueden actuar como agentes, ejecutándose en bucles donde toman acciones autónomas y deciden con mínima intervención humana.
- Herramientas. Los modelos tienen acceso a una amplia gama de herramientas de software, incluyendo programas para descifrar contraseñas, escáneres de red y otros relacionados con la seguridad. Esto se logra mediante el protocolo estándar abierto Model Context Protocol.
El ataque se dividió en varias fases, cada una de las cuales requirió el uso de estas tres características. En la primera fase, los operadores humanos seleccionaron objetivos y desarrollaron un marco de ataque que utilizaba Claude Code como herramienta automatizada.
Para convencer a Claude —que está entrenado para evitar comportamientos dañinos— de participar en el ataque, los atacantes lo engañaron mediante un jailbreak, haciéndole creer que era parte de una empresa legítima de ciberseguridad y que se estaba utilizando en pruebas defensivas.
En la segunda fase, Claude inspeccionó los sistemas e infraestructura de la organización objetivo para identificar bases de datos valiosas. Posteriormente, el sistema informó a los operadores humanos con un resumen de sus hallazgos.
En las siguientes fases, Claude identificó y probó vulnerabilidades de seguridad en los sistemas objetivo mediante investigación y creación de código de explotación. Tras esto, obtuvo credenciales que le permitieron acceder a información confidencial y extraer datos privados, clasificados según su valor informativo.
En una fase final, los atacantes utilizaron a Claude para generar documentación exhaustiva del ataque, lo que ayudó al sistema a planificar la siguiente etapa de las operaciones cibernéticas.
El actor de amenaza utilizó IA para llevar a cabo entre el 80% y el 90% de la campaña, requiriendo intervención humana solo esporádicamente. La velocidad del ataque, que permitió miles de solicitudes por segundo, era imposible de igualar para un equipo humano.
Claude no siempre funcionaba a la perfección. En ocasiones alucinaba con credenciales o afirmaba haber extraído información secreta que en realidad era de dominio público. Esto sigue siendo un obstáculo para los ciberataques totalmente autónomos.
Implicaciones para la ciberseguridad
Las barreras para realizar ciberataques sofisticados se han reducido considerablemente, y seguirán disminuyendo. Con la configuración adecuada, los ciberdelincuentes pueden usar sistemas de IA automatizados durante largos periodos para realizar el trabajo de equipos completos de hackers experimentados.
Este ataque supone una escalada incluso respecto a los hallazgos sobre «hacking basado en la percepción / vibe hacking» publicado este verano: en esas operaciones, los humanos seguían muy involucrados. En este caso, la participación humana fue mucho menos frecuente, a pesar de la mayor escala del ataque.
Esto plantea una pregunta importante: si los modelos de IA pueden usarse indebidamente para ciberataques a esta escala, ¿por qué seguir desarrollándolos y lanzándolos? La respuesta es que las mismas capacidades que permiten usar a Claude en estos ataques también lo convierten en una herramienta crucial para la ciberdefensa.
Cuando inevitablemente se produzcan ciberataques sofisticados, el objetivo es que Claude ayude a los profesionales de ciberseguridad a detectar, interrumpir y prepararse para futuras versiones del ataque. De hecho, los equipos de Inteligencia de Amenazas utilizó ampliamente a Claude para analizar la ingente cantidad de datos generados durante esta investigación.
Se ha producido un cambio fundamental en la ciberseguridad. Recomendamos a los equipos de seguridad que experimenten con la aplicación de la IA para la defensa en áreas como la automatización del Centro de Operaciones de Seguridad (SOC), la detección de amenazas, la evaluación de vulnerabilidades y la respuesta a incidentes.
También recomendamos a los desarrolladores que sigan invirtiendo en medidas de seguridad en sus plataformas de IA para prevenir el uso indebido por parte de adversarios. Sin duda, las técnicas descritas anteriormente serán utilizadas por muchos más atacantes, lo que hace que el intercambio de información sobre amenazas en el sector, la mejora de los métodos de detección y el fortalecimiento de los controles de seguridad sean aún más cruciales.