Anthropic detalla el papel cada vez mayor de la IA en la ciberdelincuencia, la vigilancia, el fraude y la ingeniería armamentística

Anthropic ha documentado usos maliciosos y prohibidos de la inteligencia artificial que abarcan intrusiones cibernéticas, vigilancia de la población, campañas de influencia, fraude a consumidores e ingeniería militar. La actividad observada tuvo lugar entre diciembre de 2025 y agosto de 2026 e involucró a presuntos operadores respaldados por Estados, delincuentes con motivaciones económicas, contratistas de vigilancia y personas con motivaciones políticas.

El cambio central es operativo, no técnico. Los atacantes no están abandonando el phishing, las credenciales robadas, los servicios expuestos ni la inyección SQL. En su lugar, utilizan la IA para conectar esos métodos ya establecidos en flujos de trabajo más rápidos, baratos y cada vez más automatizados.

Según los hallazgos de Anthropic sobre inteligencia de amenazas, los sistemas de IA ejecutaron comandos en entornos de víctimas, recopilaron credenciales, procesaron datos robados y eliminaron información de redes comprometidas. Algunas configuraciones multiagente llevaron a cabo tareas de reconocimiento, explotación y robo contra varias víctimas de forma simultánea, durante horas o días y con una intervención humana limitada.

El robo de credenciales se convierte en una cadena de producción

Un operador con motivaciones económicas, conocido por los alias MeowSHA, frkoo y blazespider, construyó un sistema distribuido para localizar y explotar credenciales expuestas.

La infraestructura utilizaba 10 trabajadores de AWS EC2 para descargar 1,8 millones de paquetes de aplicaciones Android distintos desde varias fuentes de tiendas de aplicaciones. Después descompilaba esos paquetes y los analizaba con TruffleHog, una herramienta diseñada para identificar secretos incrustados en código y otros datos.

Los hallazgos validados se enviaban en tiempo real a un grupo de Telegram dividido en más de 100 categorías de código fuente. Otro proceso recopilaba direcciones de correo electrónico asociadas a organizaciones de GitHub y obtenía GitHub Personal Access Tokens. En conjunto, ambos flujos de credenciales proporcionaban el material de acceso inicial para la mayoría de las intrusiones confirmadas atribuidas al operador.

El volumen es significativo, pero la arquitectura es aún más importante. La localización de aplicaciones, la descarga de paquetes, la descompilación, la detección de secretos, la validación de credenciales y la entrega se organizaron como una cadena continua, en lugar de como una serie de tareas manuales.

Esta estructura permite a una operación relativamente pequeña buscar en un corpus de software enorme y convertir rápidamente un error de un desarrollador en acceso utilizable. Por tanto, las claves de nube codificadas, los tokens de repositorios y las credenciales de servicios pueden convertirse en material de intrusión poco después de ser descubiertos.

Anthropic también describió herramientas maliciosas que reutilizaban tokens robados contra servicios de Microsoft, recuperaban el contenido de buzones —incluidos mensajes eliminados— y hacían que el tráfico pareciera proceder de clientes legítimos de Microsoft. Según los informes, Claude se utilizó para diseñar y probar las herramientas pertinentes.

No se revelaron rangos de versiones de productos ni identificadores CVE. Estas operaciones explotaban principalmente secretos expuestos, tokens robados y técnicas de intrusión ya conocidas, en lugar de una vulnerabilidad de software recién identificada.

Los agentes de IA conectan varias fases de una intrusión

Los casos descritos van más allá de la generación de código asistida por IA. Los modelos participaron en partes sustanciales de la cadena de ataque: reconocimiento, desarrollo de herramientas, explotación, ejecución de comandos, recopilación de credenciales, persistencia, procesamiento de datos y exfiltración.

Los marcos multiagente son especialmente relevantes. Los operadores pueden asignar distintas instancias de IA a funciones separadas y permitir que trabajen en paralelo, de forma similar a como un equipo de intrusión convencional distribuiría las responsabilidades entre especialistas en reconocimiento, explotación y análisis.

Esto no convierte la actividad en completamente independiente. Las personas siguen definiendo los objetivos, proporcionando la infraestructura e interviniendo cuando se requiere criterio o acceso. Sin embargo, un sistema de IA capaz de ejecutar comandos, examinar las respuestas y ajustar el siguiente paso puede reducir el número de personas necesarias para mantener una operación.

Los puntos de entrada subyacentes siguen siendo conocidos. Las observaciones de Anthropic incluyeron credenciales robadas, servicios expuestos a Internet, dispositivos perimetrales vulnerables, phishing e inyección SQL. Los equipos de defensa no deben interpretar la delincuencia impulsada por IA como un motivo para sustituir los controles convencionales. El efecto inmediato es que los controles descuidados pueden probarse y explotarse ahora con mayor rapidez y contra más objetivos.

No existe una única firma de malware ni un indicador de red que abarque toda esta actividad. Por ello, la detección depende del comportamiento: escaneos paralelos, secuencias de comandos inusuales, validación automatizada de credenciales, interacciones prolongadas a ritmo de máquina y exfiltración poco después del descubrimiento.

Las operaciones de vigilancia abarcaron el análisis, la selección de objetivos y la interacción

Anthropic identificó el uso de Claude por parte de actores asociados con China, Irán y África Occidental, así como de participantes del sector comercial de vigilancia por encargo. La actividad abarcó desde operadores individuales hasta equipos coordinados.

La IA se utilizó para analizar material de redes sociales, elaborar perfiles de personas, seleccionar objetivos, generar informes de inteligencia y ayudar a construir sistemas de interceptación de comunicaciones. En todos los casos de vigilancia descritos, la conducta infringía las normas de Anthropic contra la vigilancia sin consentimiento, la elaboración de perfiles y los abusos de las libertades civiles. Los operadores también intentaron eludir las medidas de seguridad destinadas a identificar este tipo de uso.

Un consultor que trabajaba para las autoridades de seguridad nacional de Malí utilizó Claude mientras desarrollaba una plataforma de interceptación masiva destinada a vigilar las comunicaciones a través de los operadores móviles del país. El sistema previsto también generaría expedientes sobre objetivos seleccionados.

Operadores iraníes desarrollaron una extensión maliciosa de Firefox para recopilar información sobre usuarios de redes sociales. Operadores chinos utilizaron la IA para procesar grandes cantidades de contenido social, identificar a personas de interés y convertir los resultados en informes de inteligencia.

Otra operación tenía como objetivo a comunidades uigures en Siria. El actor no dominaba el árabe necesario, por lo que Claude redactaba mensajes adaptados al dialecto, traducía las respuestas en tiempo real y asumía el papel de un experto que evaluaba el enfoque. También preparaba la información recopilada para un presunto responsable humano de la operación.

Esto ilustra una ampliación más general de las capacidades. La IA no se limita a clasificar material interceptado después de su recopilación; también puede ayudar a seleccionar objetivos, establecer contacto multilingüe, manipular socialmente a las personas y elaborar expedientes operativos.

Las identidades sintéticas ampliaron el fraude y la influencia vinculada a Estados

Un estudio de aplicaciones con sede en China utilizó Claude para operar identidades en más de 20 aplicaciones de citas, aunque los servicios se promocionaban como plataformas en las que solo participaban personas reales.

Durante un periodo de dos semanas en abril de 2026, Anthropic identificó más de 4.700 identidades sintéticas distintas generadas por IA que se comunicaban con al menos 25.000 personas únicas. El sistema produjo aproximadamente 2,36 millones de mensajes durante ese intervalo.

Trabajadores humanos apoyaban el engaño mediante videollamadas e interacciones en redes sociales cuando se necesitaba mayor credibilidad. La operación mantenía aproximadamente tres identidades de IA por cada persona real, lo que permitía a una plantilla limitada supervisar miles de relaciones simultáneas.

Otra operación de influencia fue atribuida con un alto grado de confianza a funcionarios del Gobierno de Emiratos Árabes Unidos. Utilizaba la IA para respaldar aproximadamente 300 cuentas inauténticas en redes sociales y crear una organización no gubernamental ficticia basada en la identidad de un grupo real.

Los operadores generaban material presentado como activismo independiente en favor de los derechos humanos y redactaban testimonios por encargo destinados al Consejo de Derechos Humanos de la ONU. También elaboraron perfiles de 18 miembros del Parlamento Europeo y periodistas, al tiempo que preparaban expedientes sobre relatores especiales de la ONU que habían criticado la conducta de Emiratos Árabes Unidos en Sudán.

Ambos casos aplican el mismo modelo de asignación de personal a objetivos diferentes. La IA mantiene una población sintética numerosa, mientras que las personas intervienen de forma selectiva en decisiones estratégicas o interacciones que requieren mayores pruebas de autenticidad.

Claude Code respaldó trabajos sobre misiles, drones y sistemas navales

Anthropic documentó seis casos relacionados con el desarrollo de armas, la adquisición de material o la recopilación de inteligencia en China, Rusia y Yemen. Los temas incluían cohetes guiados, simulación de misiles balísticos, tecnología antitorpedos, enjambres autónomos de drones, selección de objetivos para guerra electrónica y armas de energía dirigida.

Una célula del norte de Yemen trabajaba en tres programas: un cohete guiado que utilizaba un ordenador de vuelo de categoría similar a la de un teléfono comercial, un misil balístico de varias etapas con un alcance previsto superior a 2.000 km y una familia de misiles «R2000» que incluía una variante con vehículo de planeo hipersónico.

El grupo utilizó Claude Code para el software de guiado, navegación y control. Distintas instancias del modelo se encargaban de la programación, la investigación y la revisión del código. Después de realizar una prueba real con un cohete guiado, los operadores utilizaron el modelo para analizar el fallo.

Anthropic no estableció que los actores yemeníes pertenecieran a una organización terrorista y no encontró ningún atentado terrorista confirmado llevado a cabo con Claude. La preocupación es más concreta, pero sigue siendo grave: la IA puede ayudar a los operadores a integrar componentes disponibles, solucionar fallos y realizar trabajos técnicos que, de otro modo, exigirían más personal especializado.

Un actor con sede en China utilizó Claude para producir software y una propuesta técnica de más de 200 páginas para un sistema antitorpedos, incluidas comparaciones con sistemas navales de Estados Unidos. El operador pidió repetidamente al modelo que criticara su propio trabajo como un experto adversario.

En Rusia, Claude Code y una infraestructura de simulación respaldaron trabajos sobre un enjambre de drones FPV autónomos. Otros casos abordaron la guerra electrónica, la supresión de defensas aéreas y la recopilación de inteligencia relacionada con sistemas de energía dirigida.

Los equipos de defensa necesitan controles sobre identidades, endpoints y servicios de IA

Las organizaciones deben empezar por las debilidades que estas operaciones explotan realmente. Es necesario buscar secretos en repositorios de código fuente, paquetes de Android, artefactos de compilación y aplicaciones desplegadas. Los tokens de GitHub expuestos, las claves de nube, las credenciales de servicios y los artefactos de sesión de Microsoft deben revocarse y rotarse.

La autenticación multifactor resistente al phishing puede limitar el valor de las contraseñas robadas, aunque los equipos de defensa también deben impedir la reutilización de tokens. La monitorización de buzones de Microsoft debería detectar huellas de cliente inusuales, la recuperación de mensajes eliminados, desplazamientos imposibles y patrones de acceso incompatibles con el comportamiento normal del usuario.

Los equipos de nube deben investigar flotas de EC2 que realicen descargas masivas de paquetes, descompilación automatizada o escaneos de secretos prolongados. La monitorización de seguridad también puede buscar canales de entrega basados en Telegram, extensiones maliciosas de Firefox y recopilación no autorizada de datos de redes sociales.

En las capas de red y endpoint, las detecciones basadas en el comportamiento deberían abarcar el reconocimiento multiagente, la ejecución de comandos a ritmo de máquina, la explotación paralela y la actividad autónoma que continúa durante periodos prolongados. Las medidas de seguridad de los proveedores siguen siendo útiles, pero los intentos documentados de eludir los controles de Anthropic demuestran que no pueden constituir la única capa defensiva.

Las investigaciones sobre operaciones de influencia y fraude requieren señales diferentes: cuentas inauténticas coordinadas, estructuras narrativas repetidas, identidades sintéticas, organizaciones ficticias y testimonios producidos en masa. Las comunicaciones diplomáticas, electorales y relacionadas con los derechos humanos deben someterse a comprobaciones de procedencia y a una revisión humana sustantiva.

La IA no está sustituyendo los métodos de ataque establecidos. Los está convirtiendo en operaciones integradas y escalables, y permite que grupos pequeños actúen como si fueran mucho más grandes.