La entidad de investigación en inteligencia artificial sin ánimo de lucro METR ha revelado dos incidentes de seguridad que pusieron en riesgo su infraestructura y recursos, aunque sin que se accediera a información sensible. Sin embargo, uno de estos ataques provocó un gasto no autorizado de hasta 600.000 dólares en créditos para el uso de modelos públicos de IA.
Según informó METR, en marzo un atacante consiguió robar una clave API para realizar inferencias en modelos públicos de inteligencia artificial, consiguiendo consumir créditos valorados en 600.000 dólares. Afortunadamente, estos modelos habían sido proporcionados gratuitamente por un desarrollador para los fines de METR, por lo que no hubo un coste económico directo para la organización.
El origen del problema fue un fallo de configuración cuando un investigador dejó una instancia EC2 de Amazon accesible públicamente, protegida únicamente por la autenticación de Google. Dicha instancia contenía la clave API relacionada con el acceso general a modelos públicos, lo que facilitó el acceso a los atacantes. 
METR explicó que la aplicación desarrollada con Vibe-Code presentaba una vulnerabilidad especial que desactivaba silenciosamente los sistemas de autenticación, dejando expuesto el servicio a Internet durante varios días sin que fuera detectado.
El atacante, probablemente rastreando sitios web nuevos con palabras clave específicas relacionadas con grandes modelos de lenguaje o agentes de IA, encontró esta instancia vulnerable. A continuación, usó el agente para revelar directamente la clave API del proveedor del modelo, añadió una clave SSH para mantener el acceso persistente y durante tres semanas consumió extensivamente estos créditos robados.
¿Por qué METR no se dio cuenta antes?
METR explicó que su actividad habitual consiste en evaluaciones y experimentos con grandes volúmenes de tokens, por lo que el consumo masivo de créditos pasó inadvertido ya que estaban acostumbrados a manejas altos niveles de uso y frecuentes errores o límites en las API.
Además, su panel interno de control en ese momento no mostraba claramente todas las solicitudes limitadas por tasa para cada usuario, por lo que no existía una alerta natural ante ese volumen inusual. Otro factor fue que, al no incurrir en gastos económicos reales por el uso de esos tokens, no había un límite preestablecido para el consumo ni mecanismos para restringir el gasto mediante las claves API usadas.
Un segundo ataque y las medidas tomadas
En mayo, METR detectó otro intento de ataque donde ciberdelincuentes examinaban sistemáticamente la infraestructura pública de la organización, tratando de acceder a datos internos a través de un punto expuesto por error, sin éxito.
La organización indicó que recibió avisos sobre la posible motivación financiera tras estos ataques y la intención de obtener acceso a modelos de inteligencia artificial de última generación. Los atacantes usaron agentes automatizados para descubrir vulnerabilidades, realizaban ataques de relleno de credenciales, solicitaban tokens OAuth fraudulentamente, escaneaban servicios recién desplegados e incluso intentaron engañar al personal mediante phishing.
En respuesta, METR ha establecido un entorno de producción público aislado para las aplicaciones expuestas, separado arquitectónicamente de los sistemas internos, lo que impide que errores en servicios públicos afecten a datos restringidos.
La organización ha contratado un responsable de seguridad y está aumentando su plantilla especializada en esta área. También ha dado de baja infraestructura antigua que aumentaba la superficie de ataque innecesariamente, y ha implementado sistemas de monitorización para detectar usos anómalos de claves API y otros comportamientos sospechosos.
Aunque los incidentes no tuvieron consecuencias graves, METR ha considerado estos ataques como advertencias serias que han motivado una revisión y refuerzo considerable de sus políticas y medidas de seguridad.
