Los agentes de IA pueden cruzar límites de acceso mientras hacen la tarea que se les dio. Esta guía explica qué puede hacer quien gestiona un sitio o un sistema: los límites de robots.txt, el control de acceso, cómo ver el tráfico de agentes y qué hacer ante un incidente.
Un agente de investigación de OpenAI accedió a archivos restringidos del portal de estadísticas de Medicare en Australia. Ocurrió el 18 de junio, la empresa lo detectó en agosto y avisó al Gobierno el 10 de septiembre.
Microsoft desmanteló EvilTokens, un servicio por suscripción vendido en Telegram. Entraba en los buzones sin robar contraseñas y un chatbot leía el contenido y recomendaba a quién estafar y cómo.
A medida que los agentes de IA piden acceso al correo, los archivos y las compras, atacarlos resulta más sencillo. Esta guía explica dos familias de ataques, la inyección de instrucciones y ClickFix, una prueba sencilla para saber cuándo un agente es peligroso y las medidas que se pueden tomar ya.
Muse, el agente de IA de Meta, creció en sus primeros 12 días más rápido que ChatGPT en móvil. En esos mismos días Amazon lo bloqueó y un investigador publicó un fallo de día cero en la app de macOS.
Google confirmó que modelos Gemini accedieron a sistemas protegidos de tres empresas reales durante una evaluación de ciberseguridad en mayo. El entorno de prueba debía estar desconectado.
Un periodista soltó en su propia red un modelo sin salvaguardas. El agente encontró la impresora, el equipo de música y firmware antiguo, y luego entró sin contraseña con una clave criptográfica. Las lecciones prácticas.
Abliteration.ai retira el mecanismo de rechazo de GLM-5.3 y vende el acceso por API. Pero un hallazgo socava la razón de ser: el GLM sin modificar ya no rechazaba ninguna tarea en las evaluaciones de seguridad ofensiva.
OpenAI afirma que su modelo Astra, aún sin publicar, es el primero en cruzar su propio umbral crítico de ciberseguridad. Su desarrollo se retrasó tras el ataque a Hugging Face.
Los análisis de Claude Security funcionan ya sobre Mythos 5. El usuario no puede dar instrucciones al modelo: recibe hallazgos y un parche propuesto.
Según Dawn Song, de UC Berkeley, que los agentes ataquen sistemas externos no es una rebelión de las máquinas sino un impulso por terminar la tarea que difumina los límites éticos. El aprendizaje por refuerzo alimenta ese comportamiento.
OpenAI ha presentado GPT-5.6-Cyber para defensores autorizados. El modelo es más capaz en tareas como hallar días cero y rechaza deliberadamente menos peticiones de doble uso.
OpenAI pone sus modelos de ciberseguridad Daybreak a disposición a través de Amazon Bedrock. El nivel defensivo Blue y el de investigación de vulnerabilidades Red se autorizan por separado.