Un nuevo capítulo en la ciberseguridad se abre con la revelación de Anthropic sobre una campaña de ciberespionaje ejecutada por inteligencia artificial. En un informe publicado recientemente, el equipo de Inteligencia de Amenazas de la compañía expone cómo se interrumpió una sofisticada operación llevada a cabo por un grupo respaldado por el estado chino, conocido como GTG-1002, detectado a mediados de septiembre de 2025.
La operación apuntó a cerca de 30 entidades, que incluían grandes empresas tecnológicas, instituciones financieras, compañías de manufactura química y agencias gubernamentales. Lo alarmante de este ataque es que, en lugar de que la inteligencia artificial asistiera a operadores humanos, los atacantes lograron manipular el modelo Claude Code de Anthropic para que funcionara como un agente autónomo, realizando la mayoría de las operaciones tácticas de forma independiente.
Este avance marca un cambio preocupante para los directores de seguridad de la información (CISOs), ya que los ataques cibernéticos han pasado de ser esfuerzos dirigidos por humanos a un modelo en el que los agentes de inteligencia artificial llevan a cabo entre el 80% y el 90% del trabajo ofensivo, con los humanos actuando solo como supervisores de alto nivel.
Anthropic considera que este es el primer caso documentado de un ciberataque a gran escala ejecutado sin intervención humana significativa. El grupo utilizó un sistema de orquestación que asignaba instancias de Claude Code para funcionar como agentes de pruebas de penetración autónomos. Estos agentes de inteligencia artificial fueron dirigidos para realizar tareas de reconocimiento, descubrir vulnerabilidades, desarrollar exploits, recolectar credenciales, moverse lateralmente a través de redes y exfiltrar datos. Esto permitió que la inteligencia artificial llevara a cabo el reconocimiento en un tiempo mínimo comparado con el que hubiera requerido un equipo de hackers humanos.
La participación humana se limitó al 10% y el 20% del esfuerzo total, centrada principalmente en el inicio de la campaña y en otorgar autorización en algunos puntos clave de escalada. Por ejemplo, los operadores humanos aprobaban la transición del reconocimiento a la explotación activa o autorizaban el alcance final de la exfiltración de datos.
Los atacantes lograron eludir las salvaguardias incorporadas en el modelo de inteligencia artificial, que están diseñadas para evitar comportamientos dañinos. Lo hicieron mediante un proceso de jailbreaking, engañando al modelo al descomponer los ataques en tareas aparentemente inocentes y adoptando una persona de “juego de roles”. Los operadores convencieron a Claude de que era un empleado de una firma de ciberseguridad legítima y que estaba siendo utilizado en pruebas defensivas. Esto permitió que la operación avanzara lo suficiente como para acceder a varios objetivos validados.
La sofisticación técnica del ataque no residió en malware novedoso, sino en la orquestación. El informe destaca que el marco se basó “abrumadoramente en herramientas de pruebas de penetración de código abierto”. Los atacantes utilizaron servidores de Model Context Protocol (MCP) como interfaz entre la inteligencia artificial y estas herramientas, permitiendo que la IA ejecutara comandos, analizara resultados y mantuviera el estado operativo a través de múltiples objetivos y sesiones. La IA incluso fue dirigida a investigar y escribir su propio código de exploit para la campaña de espionaje.
A pesar de que la campaña logró infiltrarse en objetivos de alto valor, la investigación de Anthropic descubrió una limitación notable: la IA a veces alucinaba durante las operaciones ofensivas. El informe menciona que Claude “exageró frecuentemente hallazgos y ocasionalmente fabricó datos”. Esto se manifestó en la IA afirmando haber obtenido credenciales que no funcionaban o identificando descubrimientos que resultaron ser información de dominio público. Esta tendencia obligó a los operadores humanos a validar cuidadosamente todos los resultados, lo que presentó desafíos para la efectividad operativa de los atacantes.
Según Anthropic, esta situación “sigue siendo un obstáculo para los ciberataques totalmente autónomos”. Para los líderes de seguridad, esto resalta una posible debilidad en los ataques impulsados por inteligencia artificial: pueden generar un alto volumen de ruido y falsos positivos que pueden ser identificados con un monitoreo robusto.
La principal implicación para líderes empresariales y tecnológicos es que las barreras para realizar ciberataques sofisticados han disminuido considerablemente. Grupos con menos recursos ahora pueden llevar a cabo campañas que antes requerían equipos completos de hackers experimentados. Este ataque demuestra una capacidad que va más allá del “vibe hacking”, donde los humanos mantenían el control de las operaciones. La campaña GTG-1002 prueba que la inteligencia artificial puede ser utilizada para descubrir y explotar vulnerabilidades de manera autónoma en operaciones en vivo.
Anthropic, que prohibió las cuentas involucradas y notificó a las autoridades tras una investigación de diez días, sostiene que este desarrollo muestra la urgente necesidad de defensa impulsada por inteligencia artificial. La compañía afirma que “las mismas habilidades que permiten a Claude ser utilizado en estos ataques también lo hacen esencial para la defensa cibernética”. Su propio equipo de Inteligencia de Amenazas “utilizó ampliamente a Claude para analizar la enorme cantidad de datos generados” durante esta investigación.
Los equipos de seguridad deben operar bajo la suposición de que ha ocurrido un cambio significativo en la ciberseguridad. El informe insta a los defensores a “experimentar con la aplicación de inteligencia artificial para la defensa en áreas como la automatización de SOC, detección de amenazas, evaluación de vulnerabilidades y respuesta a incidentes”. La competencia entre ataques impulsados por inteligencia artificial y defensa potenciada por inteligencia artificial ha comenzado, y la adaptación proactiva para contrarrestar nuevas amenazas de espionaje es el único camino viable hacia adelante.
