¡Increíble! Anthropic detiene un ciberespionaje masivo de IA... ¿qué oscuros secretos de China escondían?

La empresa de inteligencia artificial Anthropic ha descubierto que un grupo de ciberespionaje vinculado al Estado chino utilizó su herramienta Claude Code para llevar a cabo lo que se considera la primera gran operación de ciberespionaje impulsada principalmente por inteligencia artificial. Este hecho abre un nuevo capítulo de incertidumbre en el ámbito de la ciberseguridad, dado que se trató de un ataque que requirió escasa intervención humana.

El grupo, que internamente ha sido etiquetado como GTG-1002, habría tenido como objetivo a aproximadamente 30 entidades globales, incluyendo grandes tecnológicas, bancos, firmas financieras, empresas de fabricación química y varias agencias gubernamentales. La campaña estuvo meticulosamente diseñada para robar credenciales, mapear redes internas y obtener datos sensibles de alto valor.

Lo inquietante no es solo la lista de víctimas potenciales, sino el método mediante el cual se llevó a cabo la operación. Según el informe de Anthropic, entre el 80 y el 90 % del ciclo completo de intrusión fue automatizado por la propia inteligencia artificial. Desde el reconocimiento inicial hasta la explotación de vulnerabilidades y la exfiltración de datos, los humanos intervinieron únicamente en algunos puntos críticos para validar decisiones o corregir desviaciones.

Lo que antes requería equipos enteros de hackers trabajando durante semanas, hoy puede realizarse de manera alarmantemente sencilla, con un simple “clic y esperar”. Un marco bien diseñado, ejecutado sobre modelos cada vez más capaces, es suficiente para sostener operaciones que pueden extenderse por varios días con mínima supervisión. No es solo que la IA asesore, es que la IA, literalmente, opera.

La Manipulación de Claude Code

En lugar de "romper" Claude de forma directa, los atacantes optaron por engañar al modelo pacientemente. Los informes sugieren que se empleó una estrategia de jailbreaking gradual, donde el grupo se presentó como una supuesta firma legítima de ciberseguridad y solicitó ayuda para realizar “pruebas defensivas”. Fragmentaron las acciones maliciosas en tareas técnicas aparentemente inocuas.

Así, Claude Code aceptó instrucciones que, tomadas de forma aislada, parecían rutinarias: escanear una infraestructura, documentar una arquitectura de red, proponer código de explotación para vulnerabilidades conocidas, automatizar la recolección de credenciales o generar informes detallados sobre los sistemas analizados. Ejecutó cada paso sin tener nunca el cuadro completo, creyendo que estaba colaborando en la defensa y no en el ataque.

Mientras tanto, el marco algorítmico encadenaba estas tareas en bucles casi autónomos: escaneo, identificación de activos valiosos, prueba de vulnerabilidades, movimiento lateral, robo de datos y documentación final. La IA incluso produjo informes posteriores al ataque, clasificando la información robada según su valor estratégico, lo que facilitó que los operadores humanos pudieran explotar esos datos de manera ordenada y eficiente.

Pese a la sofisticación del ataque, los errores del modelo actuaron como freno involuntario en algunos casos. El sistema llegó a generar credenciales erróneas o a tratar información pública como si fuera material secreto, lo que evidencia que el camino hacia un ciberataque completamente autónomo aún presenta obstáculos, aunque inquietantes.

Defensa Automatizada

No obstante, la operación no culminó en un éxito silencioso para los atacantes. Fue la propia Anthropic, usando también herramientas algorítmicas, la que logró reconstruir el ataque y detener la campaña en curso. Su equipo de inteligencia de amenazas utilizó soluciones internas basadas en Claude para rastrear el comportamiento de cuentas sospechosas durante cerca de diez días. Identificaron patrones anómalos, bloquearon accesos y alertaron discretamente a las víctimas mientras colaboraban con autoridades competentes.

Anthropic señala que solo una fracción de los intentos resultó en compromisos efectivos y que el Gobierno de Estados Unidos, uno de los objetivos más sensibles, no figura entre las víctimas confirmadas. La compañía ha fortalecido sus clasificadores de uso malicioso, ajustado mecanismos de detección temprana de campañas autónomas y se ha comprometido, al menos públicamente, a documentar de manera regular este tipo de incidentes para que la industria pueda responder con mayor rapidez.

Este caso surge en un contexto donde otras firmas y organismos han advertido sobre el uso de modelos de lenguaje por parte de actores de países como China, Irán o Rusia para generar malware, elaborar campañas de phishing o refinar técnicas de intrusión, aunque con un grado de autonomía significativamente menor. La sensación, compartida casi unánimemente por expertos en seguridad, es que se ha cruzado un umbral: la IA deja de ser un asistente ocasional en el arsenal del atacante para convertirse en un operador casi completo, capaz de sostener operaciones de espionaje prolongadas a un coste humano ridículamente bajo.

Al documentar públicamente este caso, Anthropic lanza un aviso doble: por un lado, confirma que los sistemas de IA actuales son, efectivamente, suficientemente capaces para dirigir campañas de espionaje a gran escala; por otro, aclara que la única manera realista de contener esta nueva ola será responder en el mismo plano, con defensas igualmente automatizadas, permanentemente afinadas y conscientes de que la carrera ya no es entre administradores y hackers, sino entre modelos compitiendo silenciosamente en la sombra.