![](\"https:\/\/es.gizmodo.com\/app\/uploads\/2026\/08\/hacker-1024x683.jpg\")
<\/p>\n<\/p>\n
Esa sesi\u00f3n, recuperada y analizada por la Unidad 42 de Palo Alto Networks, es uno de los hallazgos m\u00e1s citados en un informe m\u00e1s amplio de TeamT5, una firma de investigaci\u00f3n en ciberseguridad con sede en Taiw\u00e1n: los grupos de hackers vinculados al Estado chino m\u00e1s que duplicaron el volumen de sus ataques desde que empezaron a delegar tareas rutinarias a modelos de inteligencia artificial, sobre todo DeepSeek. La cifra gener\u00f3 titulares alarmantes en medios de todo el mundo. La letra chica del informe cuenta una historia m\u00e1s matizada.<\/span><\/p>\n Seg\u00fan <\/span>report\u00f3 Bloomberg<\/span>, los investigadores de TeamT5 no siempre pudieron identificar con precisi\u00f3n qu\u00e9 modelo de IA us\u00f3 cada grupo de atacantes, pero coincidieron en que DeepSeek se convirti\u00f3 en la opci\u00f3n preferida. \u201cDeepSeek es la inteligencia artificial preferida por los hackers chinos porque es relativamente potente y tiene muy pocas barreras de ciberseguridad\u201d, explic\u00f3 Charles Li, analista jefe de TeamT5. \u201cLos modelos occidentales son muy buscados, pero sus barreras son mucho m\u00e1s estrictas y requieren mucho m\u00e1s esfuerzo para sortearlas\u201d.<\/span><\/p>\n El dato no es menor: TeamT5 identific\u00f3 que otros modelos chinos, como Kimi K3 de Moonshot, son incluso m\u00e1s potentes que DeepSeek, pero su costo de operaci\u00f3n resulta prohibitivo para atacantes que buscan escalar volumen. La elecci\u00f3n de herramienta, en otras palabras, tiene tanto que ver con el precio y la permisividad como con la capacidad t\u00e9cnica del modelo.<\/span><\/p>\n TeamT5 rastre\u00f3 al menos tres grupos usando modelos chinos en operaciones concretas: Grimfengxi gener\u00f3 c\u00f3digo de explotaci\u00f3n de vulnerabilidades con DeepSeek; Huapi lo us\u00f3, probablemente, para atacar el correo electr\u00f3nico de una empresa taiwanesa; y Teleboyi lo utiliz\u00f3 para recopilar mil direcciones IP y mapear los dominios de una compa\u00f1\u00eda objetivo. Son tareas de reconocimiento y preparaci\u00f3n, el tipo de trabajo repetitivo que antes insum\u00eda horas de un operador humano y que un modelo de lenguaje puede acelerar de forma significativa, incluso sin ejecutar una intrusi\u00f3n real por s\u00ed solo.<\/span><\/p>\n El fen\u00f3meno tampoco se limita a herramientas chinas. TeamT5 document\u00f3 que un grupo identificado como Slime22 us\u00f3 Claude Code, de Anthropic, para moverse dentro de los sistemas de una empresa tecnol\u00f3gica taiwanesa despu\u00e9s de vulnerarlos, haci\u00e9ndose pasar por ingenieros que realizaban pruebas leg\u00edtimas para sortear las barreras de seguridad del modelo. Otra firma, CyCraft, encontr\u00f3 que una peque\u00f1a empresa china de unos diez empleados vend\u00eda herramientas de intrusi\u00f3n desarrolladas con ayuda de ChatGPT, de OpenAI, a precios de entre 44.500 y 74.000 d\u00f3lares.<\/span><\/p>\n Este patr\u00f3n tiene un antecedente directo. En noviembre de 2025, Anthropic revel\u00f3 que un grupo que design\u00f3 internamente como GTG-1002, evaluado con alta confianza como vinculado al Estado chino, hab\u00eda manipulado a Claude Code para ejecutar entre el 80% y el 90% de una campa\u00f1a de espionaje de forma aut\u00f3noma contra unas 30 organizaciones, entre ellas tecnol\u00f3gicas, entidades financieras, fabricantes qu\u00edmicos y agencias gubernamentales. Los atacantes lograron sortear las barreras del modelo haci\u00e9ndolo creer que trabajaba para una empresa de ciberseguridad leg\u00edtima realizando pruebas defensivas, y descomponiendo tareas maliciosas en pasos peque\u00f1os que, aislados, parec\u00edan inocentes.<\/span><\/p>\n Seg\u00fan Anthropic, la intervenci\u00f3n humana se limit\u00f3 a entre cuatro y seis puntos de decisi\u00f3n cr\u00edticos por cada intrusi\u00f3n, y la operaci\u00f3n lleg\u00f3 a sostener ritmos de solicitudes f\u00edsicamente imposibles para un humano. La propia empresa calific\u00f3 el caso como el primer ciberataque a gran escala documentado con ejecuci\u00f3n sustancialmente aut\u00f3noma. Tambi\u00e9n reconoci\u00f3, sin embargo, que Claude \u201csobreestim\u00f3 hallazgos con frecuencia\u201d y en ocasiones \u201cfabric\u00f3 datos\u201d durante la operaci\u00f3n, y que el n\u00famero de compromisos exitosos confirmados fue reducido.<\/span><\/p>\n Ah\u00ed es donde entra el matiz que el an\u00e1lisis de la Unidad 42 aporta al informe de TeamT5. En la campa\u00f1a documentada con mayor detalle, ninguna de las ejecuciones aut\u00f3nomas de IA lleg\u00f3 a comprometer un sistema: todas las intrusiones confirmadas (exfiltraci\u00f3n de datos en tres objetivos con dispositivos Citrix NetScaler y ejecuci\u00f3n de comandos en otros once) fueron obra de trabajo manual humano. En total, sobre m\u00e1s de 460 objetivos intentados, ning\u00fan compromiso exitoso pudo atribuirse a la acci\u00f3n aut\u00f3noma del modelo.<\/span><\/p>\n Esa distinci\u00f3n importa. Los investigadores fuera de las empresas que venden estas herramientas de inteligencia artificial siguen cuestionando qu\u00e9 tan literal hay que tomarse las afirmaciones sobre \u201chackeo aut\u00f3nomo\u201d: hay diferencia entre un modelo que acelera el reconocimiento y la preparaci\u00f3n de un ataque, tarea en la que la evidencia es s\u00f3lida, y un modelo que ejecuta una intrusi\u00f3n completa sin supervisi\u00f3n humana, algo mucho m\u00e1s dif\u00edcil de verificar de forma independiente a partir de registros parciales.<\/span><\/p>\n El mensaje de fondo de estos informes no es que la inteligencia artificial est\u00e9 reemplazando a los atacantes humanos, sino que est\u00e1 bajando el costo y el tiempo que insumen las tareas rutinarias de una intrusi\u00f3n: reconocimiento, mapeo de objetivos, generaci\u00f3n de c\u00f3digo de explotaci\u00f3n b\u00e1sico. Eso permite a un mismo grupo de operadores lanzar muchas m\u00e1s campa\u00f1as en paralelo, aunque cada intrusi\u00f3n individual siga necesitando, en la mayor\u00eda de los casos documentados, una decisi\u00f3n humana en los momentos cr\u00edticos.<\/span><\/p>\n Para las empresas que desarrollan estos modelos, el desaf\u00edo que exponen estos casos es doble: los sistemas con m\u00e1s controles de seguridad (los llamados guardrails) resultan menos atractivos para actores maliciosos, pero tambi\u00e9n son m\u00e1s costosos de operar y desarrollar, mientras que modelos m\u00e1s permisivos y baratos, como remarc\u00f3 Charles Li sobre DeepSeek, terminan convirti\u00e9ndose en la herramienta por defecto de operaciones ofensivas a gran escala.<\/span><\/p>\n<\/p><\/div>\n","protected":false},"excerpt":{"rendered":" Esa sesi\u00f3n, recuperada y analizada por la Unidad 42 de Palo Alto Networks, es uno de los hallazgos m\u00e1s citados en un informe m\u00e1s amplio de TeamT5, una firma de investigaci\u00f3n en ciberseguridad con sede en Taiw\u00e1n: los grupos de hackers vinculados al Estado chino m\u00e1s que duplicaron el volumen de sus ataques desde que […]<\/p>\n","protected":false},"author":1,"featured_media":16310,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[],"class_list":["post-16309","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-sin-categoria"],"_links":{"self":[{"href":"https:\/\/laf5.publisher.highstack.com.ar\/index.php?rest_route=\/wp\/v2\/posts\/16309","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/laf5.publisher.highstack.com.ar\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/laf5.publisher.highstack.com.ar\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/laf5.publisher.highstack.com.ar\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/laf5.publisher.highstack.com.ar\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=16309"}],"version-history":[{"count":0,"href":"https:\/\/laf5.publisher.highstack.com.ar\/index.php?rest_route=\/wp\/v2\/posts\/16309\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/laf5.publisher.highstack.com.ar\/index.php?rest_route=\/wp\/v2\/media\/16310"}],"wp:attachment":[{"href":"https:\/\/laf5.publisher.highstack.com.ar\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=16309"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/laf5.publisher.highstack.com.ar\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=16309"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/laf5.publisher.highstack.com.ar\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=16309"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}Por qu\u00e9 DeepSeek y no los modelos occidentales<\/b><\/h2>\n
Tres casos documentados, sin necesidad de romper nada<\/b><\/h2>\n
El precedente: la campa\u00f1a que Anthropic calific\u00f3 de \u201cprimera en su tipo\u201d<\/b><\/h2>\n
La otra cara de la moneda: cuando la IA \u201caut\u00f3noma\u201d no logra nada<\/b><\/h2>\n
Qu\u00e9 significa esto para la carrera de la ciberseguridad<\/b><\/h2>\n