Anthropic alerta sobre el primer espionaje orquestado por IA respaldado por China documentado

Anthropic ha informado lo que dice que es el primer caso confirmado de un ciberataque respaldado por un gobierno, orquestado casi en su totalidad por IA.

Según un blog publicado el jueves, la empresa detectó la campaña a mediados de septiembre de 2025, tras observar un comportamiento anormal relacionado con su herramienta Claude Code.

Anthropic está convencida sin lugar a dudas de que la operación de espionaje fue realizada por un grupo de hackers patrocinado por el estado chino e implicó la infiltración de alrededor de treinta objetivos de alto valor, incluidas importantes empresas tecnológicas, bancos, fabricantes de productos químicos y agencias gubernamentales en varios países. Algunos de esos ataques tuvieron éxito.

Lo que hizo que esto fuera diferente de campañas cibernéticas anteriores no fue solo quién estaba detrás, sino cómo se ejecutó.

Aproximadamente del 80 al 90 por ciento del ataque total fue ejecutado por IA, con operadores humanos interviniendo solo para una handful de decisiones clave, dice Anthropic.

Los hackers jailbrokearon a Claude y lo hicieron creer que estaba haciendo trabajo legítimo

Los atacantes comenzaron construyendo un marco de ataque automatizado alrededor de Claude Code, el propio modelo de IA de Anthropic, y lo engañaron para que creyera que estaba empleado por una empresa de ciberseguridad que realizaba pruebas internas.

Eludieron los filtros de seguridad de Claude mediante jailbreaking, una táctica que les permitió eludir las protecciones integradas alimentando a la IA con tareas pequeñas y sin contexto que parecían inofensivas por sí solas. Claude no sabía que se estaba utilizando para operaciones ofensivas porque no se le dio el panorama completo en ningún momento.

Una vez que el modelo estuvo en uso, la operación se movió rápido. Claude escaneó la red de cada objetivo, identificó las partes más sensibles de la infraestructura y resumió la disposición para los operadores humanos. Luego, comenzó a buscar vulnerabilidades en esos sistemas. Utilizando sus capacidades de codificación integradas, Claude escribió código de explotación personalizado, identificó puntos débiles y recuperó credenciales de inicio de sesión. Luego extrajo grandes volúmenes de datos internos, los organizó según su posible valor y marcó cuentas de alto acceso.

Después de que la IA obtuvo control a nivel de administrador, creó puertas traseras que dieron acceso continuo a los sistemas comprometidos. Y cuando terminó, Claude redactó informes detallados de todo lo que había hecho (listando nombres de usuario, sistemas vulnerados y credenciales) para que el marco de ataque pudiera utilizar esa información para operaciones futuras.

Aunque Claude fue extremadamente eficiente, no fue infalible. A veces inventaba contraseñas o identificaba erróneamente datos públicos como sensibles. Pero esos fallos fueron raros y no ralentizaron la misión general. La velocidad pura de la ejecución de la IA, procesando miles de solicitudes por segundo, la colocó muy por delante de lo que cualquier equipo humano podría lograr.

Los agentes de IA ahora realizan el trabajo de escuadrones de hackers de élite, con casi ninguna intervención humana

Esta campaña es un punto de inflexión porque muestra cuánto ha avanzado la IA en solo un año. Claude literalmente estaba ejecutando bucles, tomando decisiones y encadenando secuencias complejas sin órdenes directas.

Este modelo de IA utilizó herramientas del Protocolo de Contexto del Modelo, dándole acceso a software externo como crackers de contraseñas, mapeadores de red y recuperadores de datos que antes solo eran controlados por manos humanas.

El sistema Claude ahora comprende instrucciones complejas, escribe código de explotación por sí mismo y gestiona operaciones de ciberseguridad sofisticadas con muy poca guía. Estos agentes de IA no solo asisten a los hackers, son los hackers. Y se están volviendo más capaces cada día.

Tras descubrir la violación, Anthropic comenzó inmediatamente una investigación de diez días, bloqueando las cuentas maliciosas una por una. Alertaron a las organizaciones afectadas, trabajaron con las autoridades para transmitir inteligencia y ampliaron sus sistemas de detección para captar operaciones similares en el futuro.

Pero la empresa no finge que esto sea un problema aislado. El equipo dice que estos ataques solo se volverán más comunes y más fáciles de ejecutar. Esto se debe a que las habilidades necesarias para llevarlos a cabo ya no están restringidas a hackers de élite. Si alguien puede jailbreakear un modelo y conectarlo al conjunto de herramientas adecuado, podría llevar a cabo una campaña masiva sin necesidad de un equipo o incluso de conocimientos técnicos profundos.

Anthropic advierte sobre amenazas crecientes a medida que los modelos de IA evolucionan más allá de la supervisión humana

Las implicaciones son masivas, porque si equipos sin fondos profundos ni habilidades técnicas pueden lanzar ataques a escala nacional utilizando sistemas de IA automatizados, la distopía está ciertamente sobre nosotros.

El equipo de Inteligencia de Amenazas de Anthropic advierte que, aunque solo rastrearon la actividad a través de Claude, es probable que abusos similares estén ocurriendo en otros modelos de IA de vanguardia. Dicen que este es el comienzo de un nuevo estándar en la ciberguerra.

Entonces, ¿por qué seguir lanzando modelos con estas capacidades, te preguntas? Bueno, Anthropic argumenta que estas mismas herramientas son esenciales para la defensa, diciendo que “la IA que llevó a cabo el ataque era del mismo tipo que utilizaban los analistas de Anthropic para examinar los restos, encontrar patrones y comprender la escala completa de la operación.”

Sí prometieron mejorar las capas de seguridad interna de sus modelos, así como refinar sus clasificadores para la detección de ataques, y publicar abiertamente estudios de caso como este para que otros en la industria puedan prepararse.

Aún así, Anthropic dice que no es suficiente depender solo de ellos. Instan a todos los desarrolladores que trabajan en modelos grandes a invertir fuertemente en seguridad.

Y están pidiendo a los equipos de ciberseguridad que comiencen a integrar la IA en la detección de amenazas, la respuesta a incidentes, los escaneos de vulnerabilidades y la automatización de los Centros de Operaciones de Seguridad, porque los métodos tradicionales ya no son lo suficientemente rápidos.