El grupo de inteligencia de amenazas de Google ha advertido que atacantes están utilizando agentes autónomos de inteligencia artificial (IA) para desensamblar parches de seguridad, generar código explotable y luego intentar ejecutarlo sin necesidad de intervención humana. Estas acciones representan un salto significativo en la automatización del hacking ofensivo.
En un informe publicado recientemente, Google junto con Mandiant detallan cómo esta técnica aprovecha modelos avanzados de lenguaje (LLM) para automatizar todo el proceso de identificación y explotación de vulnerabilidades. Este enfoque combina agentes especializados coordinados mediante un orquestador que permite compartir contexto y utilizar diversas herramientas mediante interfaces específicas como MCP.
Funcionamiento del pipeline de exploits
Google descubrió un servidor de preparación expuesto públicamente que alojaba un marco multiautor llamado exploit_agent. En este servidor se encontraron también datos robados y scripts utilizados tras una intrusión exitosa. El sistema vinculaba varios modelos lingüísticos de última generación y locales para automatizar la comparación de parches (patch diffing), transformando las diferencias en vulnerabilidades explotables que el agente intentaba ejecutar contra objetivos.
Además, el servidor contenía scripts para reconocimiento, ataques por fuerza bruta, instalación de webshells y eliminación de rastros dejados por otros atacantes. Los equipos de Google detectaron que los operadores tenían interés en sitios web franceses dedicados a medios, entretenimiento y educación, y que el marco había evaluado controles de acceso en el plugin Spectra de WordPress.
Si bien el análisis de parches para identificar vulnerabilidades no es algo nuevo, la diferencia clave es que ahora son los propios agentes autónomos quienes ejecutan la mayoría de las tareas sin supervisión humana.
Google no especificó qué modelos fueron responsables de cada tarea ni la tasa de éxito de los exploits generados. También reconocieron que aunque encontraron datos robados en el servidor, no pudieron confirmar si exploit_agent había sido la fuente.
La ofensiva de agentes coordinados
La inteligencia de Google también identificó el uso de frameworks ofensivos de código abierto que emplean patrones de orquestación inspirados en agentes dedicados a la programación. Un ejemplo es CAIRN, que coordina agentes especializados mediante un tablero común y un ciclo de observación, orientación, decisión y acción. Google observó este sistema en ataques contra organizaciones aeroespaciales estadounidenses.
Otros marcos como CyberStrikeAI combinan modelos comerciales y open-source con más de 100 herramientas de seguridad, recetas en YAML y scripts personalizados para controlar ataques. HexStrike AI expone más de 150 herramientas ofensivas mediante MCP, con agentes especializados en reconocimiento, explotación y análisis binario.
La rapidez supera al ciclo de parches
La información sobre vulnerabilidades es cada vez más accesible a los atacantes, lo que reduce el tiempo disponible para que los defensores desplieguen soluciones. Tras explotación de dos vulnerabilidades zero-day en PaperCut en agosto, investigadores y Huntress lograron desarrollar exploits funcionales con la ayuda de LLM en menos de un día tras su divulgación pública.
GreyNoise documentó una campaña que comenzó cuatro días después de la primera divulgación, en la que un atacante probablemente usó modelos de lenguaje para generar exploits, confeccionar listas de objetivos y atacar a cientos de organizaciones. En este caso, el atacante pasó de la intrusión inicial a administrador de dominio en cuestión de minutos.
En otro ejemplo, dos vulnerabilidades en PHP (CVE-2026-109618 y CVE-2026-109619) fueron parcheadas, pero el código corregido y un vídeo con prueba de concepto se filtraron anticipadamente. Esto llevó a la aparición de cientos de exploits supuestamente funcionales en internet, muchos generados con asistencia de LLM y con baja efectividad real. Los equipos de seguridad debieron analizar cuáles representaban un verdadero riesgo y cuáles eran simples pruebas sin impacto.
Velocidad ante sigilo
Estos frameworks de ataques siguen siendo relativamente fáciles de detectar gracias a su alto volumen de tráfico de red y las firmas evidentes en sus códigos y artefactos digitales. Google señala que los hackers “prefieren actualmente la velocidad a la discreción”.
Los agentes también cometen errores denominados «alucinaciones», generando detalles técnicos incorrectos o apuntando a objetivos inexistentes, lo que puede hacer fracasar los ataques o delatar a sus operadores.
Para los equipos de seguridad de aplicaciones, una de las principales preocupaciones es la rapidez con la que los atacantes pueden avanzar desde la publicación de un parche hasta disponer de un exploit funcional, dificultando la capacidad de respuesta y mitigación.