Los investigadores de Amazon Threat Intelligence han documentado lo que puede ser el uso más importante en el mundo real de agentes autónomos de IA en piratería ofensiva hasta la fecha: presuntos atacantes vinculados a China dirigieron una plataforma de IA multiagente llamada Cairn para comprometer servidores universitarios, y los agentes descubrieron y explotaron de forma independiente una vulnerabilidad previamente desconocida en una aplicación de imágenes médicas de código abierto ampliamente utilizada.

Los hallazgos, informados por primera vez por BleepingComputer el 20 de noviembre de 2026, describen una campaña en la que los operadores humanos dieron a los agentes de IA una instrucción única y contundente: "obtener acceso al shell", y los agentes hicieron el resto, mapeando la API de una aplicación, localizando una ruta transversal de día cero en MONAI Label y convirtiéndola en control total del servidor en aproximadamente 11 minutos. Para las organizaciones que siguen las implicaciones de seguridad de la IA agente, este es el momento en que el riesgo teórico se convirtió en un patrón de ataque documentado. Para más contexto sobre esta historia, consulta nuestra novedades de IA.

Cómo se desarrolló el ataque

Según los investigadores de Amazon, la campaña se desarrolló entre el 8 y el 10 de septiembre de 2026 y se dirigió a instituciones educativas del este de Asia, principalmente fuera de China. La operación salió a la luz de una manera inusual: los atacantes habían dejado su propia instancia de Cairn accesible públicamente en Internet sin autenticación, exponiendo efectivamente toda su operación de piratería, incluidas las indicaciones que les dieron a los agentes y los registros de lo que hicieron los agentes.

Cairn es una plataforma de pentesting legítima, creada para coordinar múltiples agentes de IA a través de operaciones cibernéticas con fines de investigación y defensa. En esta campaña fue reutilizado. Los presuntos operadores del nexo chino dirigieron a los agentes a servidores con acceso a Internet y los dejaron trabajar. En una secuencia exitosa, los agentes pasaron de enumerar la API de una implementación de etiquetas MONAI a explotar activamente una falla de recorrido de ruta en aproximadamente 11 minutos, un ritmo que ningún proceso de penetración manual podría igualar.

La vulnerabilidad en sí era grave. MONAI Label es una aplicación de código abierto que utiliza inteligencia artificial para ayudar a los investigadores a anotar imágenes médicas, y la falla permitió a los agentes escribir archivos en ubicaciones arbitrarias en el servidor host. A partir de ahí, los agentes escribieron un shell inverso de Python en el archivo `sitecustomize.py`, que se ejecuta automáticamente cada vez que se inicia Python, y luego activaron un punto final API para obtener acceso raíz a la máquina.

No todos los intentos tuvieron éxito

El informe destaca no sólo por lo que lograron los agentes sino también por lo que no lograron, lo que ofrece una imagen más calibrada de la capacidad de piratería de los agentes que las exageraciones o el despido.

Un intento de hacerse cargo de un servidor Redis se ejecutó durante 16 horas en 148 acciones discretas y falló. En otro caso, los agentes que apuntaban a un servidor GPU de una universidad intentaron más de 30.000 combinaciones de credenciales durante seis horas sin entrar por la fuerza bruta. Los agentes autónomos iteran rápido y nunca se cansan, pero aún no tienen una clave maestra garantizada.

Después del exitoso compromiso de la etiqueta MONAI, el operador humano proporcionó a los agentes un proxy en una segunda red universitaria que ejecutaba el mismo software vulnerable y les indicó que comprometieran máquinas adicionales. Ese patrón de operador en el circuito (agentes realizando descubrimientos y explotación, humanos dirigiendo objetivos) es precisamente la división del trabajo sobre la que los equipos de seguridad han estado advirtiendo desde que las herramientas agentes se generalizaron.

Divulgación y respuesta

Amazon informó de la vulnerabilidad a los mantenedores de la etiqueta MONAI, quienes enviaron una actualización de seguridad el 18 de noviembre de 2026. Vale la pena respetar ese cronograma: la explotación ocurrió en septiembre, el parche llegó en noviembre. Las organizaciones que ejecutan la etiqueta MONAI, en particular universidades y grupos de investigación médica, deben verificar que estén en la versión actualizada de inmediato.

Los investigadores de Amazon atribuyeron la campaña a un actor de amenazas del nexo chino con una confianza moderada, según el lenguaje de las indicaciones recuperadas, las marcas de tiempo de la actividad y la selección de objetivos. La empresa también publicó dos direcciones IP asociadas a la actividad: 142[.]4.98.145 y 142[.]4.107.34.

Un patrón, no una anomalía

Este no es el primer informe de que Cairn se vuelve contra objetivos reales. En septiembre, Gambit Security documentó casos de abuso de Cairn como parte de una operación de robo de tarjetas de crédito a gran escala. Más recientemente, Google informó que la plataforma se utilizó en un ataque contra una organización aeroespacial estadounidense. El nuevo informe de Amazon agrega el dato más alarmante hasta el momento: agentes que encuentran y utilizan un día cero como arma por su cuenta, contra una vulnerabilidad que no tenía ningún proveedor reparado en ese momento.

La advertencia de Amazon a los defensores es contundente: los agentes de IA pueden encontrar y explotar vulnerabilidades más rápido de lo que pueden reaccionar los equipos de seguridad, y las organizaciones deberían apoyarse más en las defensas automatizadas en lugar de la investigación manual. La velocidad de los parches, la gestión de la exposición y la detección automatizada dejan de ser mejores prácticas y se convierten en requisitos básicos cuando el ciclo de iteración del adversario se mide en minutos.

El episodio también agudiza un debate en curso sobre las herramientas de inteligencia artificial de doble uso. Cairn existe para fortalecer las defensas; las mismas propiedades que lo hacen útil para los pentesters (autonomía, persistencia, exploración paralela) lo hicieron eficaz como arma ofensiva. A medida que más marcos de agentes alcancen la distribución abierta, es probable que la comunidad de seguridad revise las preguntas sobre los controles de acceso, los valores predeterminados de implementación y si las plataformas de coordinación para los agentes ciberoperadores necesitan barreras de seguridad integradas en lugar de atornilladas.

Por ahora, la conclusión práctica es más limitada pero urgente. La suposición de que las vulnerabilidades desconocidas son seguras porque nadie las busca ya no se sostiene. Los agentes autónomos buscan continuamente y la brecha entre el descubrimiento y la explotación ahora se puede medir en minutos.

---

Mantente al Día con la IA

Las últimas noticias, análisis y avances de inteligencia artificial, en un solo lugar.

Leer más noticias de IA →