Una operación asistida por Claude analizó 1,8 millones de aplicaciones Android en busca de secretos expuestos

Actores de amenazas utilizaron Claude, de Anthropic, para acelerar el robo de credenciales, la intrusión en entornos cloud, la investigación de vulnerabilidades, el desarrollo de malware y el espionaje entre diciembre de 2025 y agosto de 2026.

La operación más extensa procesó 1,8 millones de archivos APK de Android distintos mediante un sistema automatizado de descubrimiento de secretos. Otras campañas atribuidas a grupos vinculados con Rusia y China utilizaron Claude en ciclos de ataque mucho más amplios, desde el phishing y el reconocimiento hasta el desarrollo de exploits y la exfiltración de datos.

Anthropic afirmó que interrumpió la actividad maliciosa, bloqueó las cuentas asociadas, reforzó sus medidas de protección y notificó a las víctimas, a socios del sector y a las autoridades policiales.

Diez workers de EC2 descompilaron y buscaron secretos en aplicaciones Android

Un presunto miembro francófono del colectivo ShinyHunters, que utilizaba el alias frkoo, creó un sistema distribuido en diez workers de AWS EC2.

El sistema descargó 1,8 millones de APK de Android distintos desde varias tiendas de aplicaciones, descompiló los paquetes y analizó su contenido con TruffleHog. Esta herramienta busca credenciales expuestas, API keys, tokens y otros secretos similares en el código y en otros archivos.

Los hallazgos que superaban la verificación se enviaban en tiempo real a un grupo de Telegram que contenía más de 100 categorías de origen. Esta organización probablemente permitía al operador separar los resultados por tipo u origen de las credenciales, aunque no se ha revelado la estructura exacta de las categorías.

También se desconoce cuántos APK contenían secretos válidos. La cifra de 1,8 millones se refiere a las aplicaciones procesadas por el sistema, no necesariamente a aplicaciones cuya exposición de credenciales utilizables haya sido confirmada.

Según el relato de Anthropic sobre las campañas, las credenciales y otros materiales de acceso recuperados mediante el sistema de Android contribuyeron a la mayoría de las brechas confirmadas atribuidas a frkoo.

Un segundo flujo de trabajo recopilaba direcciones de correo electrónico asociadas a organizaciones de GitHub y las utilizaba para obtener GitHub Personal Access Tokens. El actor combinaba esos PAT con credenciales recuperadas de aplicaciones móviles para conseguir el acceso inicial y avanzar hacia otros sistemas.

No se han divulgado los nombres de las aplicaciones afectadas, los identificadores de paquete, las versiones de las aplicaciones ni el número de secretos. Por tanto, las organizaciones no pueden recurrir a una lista pública para determinar si alguna de sus aplicaciones fue analizada o quedó expuesta.

Los tokens robados se convirtieron en intrusiones en toda la organización

Claude no solo ayudaba a localizar credenciales. Anthropic observó que los agentes de IA convertían el acceso robado en intrusiones más amplias a una velocidad que podía superar la de los procesos convencionales de investigación y contención.

En una operación, un presunto actor de ShinyHunters dedicó aproximadamente 34 horas a extraer información de autenticación y obtener más de 2.100 conjuntos de tokens de autenticación de Azure AD. Esos tokens estaban asociados a más de 40 tenants corporativos de Microsoft distintos.

Anthropic evaluó que los agentes de IA realizaron prácticamente todo el trabajo operativo. La intervención humana seguía siendo necesaria, pero la automatización se ocupaba de gran parte de las tareas repetitivas de descubrimiento, validación e intrusión.

Otras operaciones vinculadas a presuntos afiliados de ShinyHunters incluyeron:

• El robo de 1 TB de información a un proveedor tecnológico.
• La intrusión en una aerolínea.
• El acceso a los sistemas de una empresa energética.
• La extracción de grandes volúmenes de datos de una empresa de software empresarial pocas horas después del acceso inicial.
• La escalada desde un token de desarrollador robado hasta el control administrativo total en menos de tres horas.

En otro incidente, los atacantes vulneraron un proveedor de software como servicio y accedieron a datos relacionados con aproximadamente 200 clientes posteriores. El caso ilustra el efecto multiplicador de comprometer a un proveedor cuyos sistemas almacenan información de clientes o proporcionan acceso de confianza a otros entornos.

Algunos afiliados también robaron API keys de IA. Utilizaron esas credenciales para realizar tareas de reconocimiento o como vía de entrada a otras organizaciones.

El presunto operador frkoo también gestionaba policenationale[.]cc, un mercado de carding diseñado para suplantar a la policía nacional francesa. El sitio anunciaba registros de tarjetas de pago robados, datos completos de sus titulares y un mapa interactivo que mostraba las direcciones de las víctimas.

Midnight Blizzard utilizó Claude durante operaciones de espionaje

Anthropic atribuyó otra campaña a Midnight Blizzard, un grupo de espionaje ruso que tenía como objetivo a más de 20 organizaciones gubernamentales, de defensa, diplomáticas, de inteligencia y de política exterior.

Según los informes, Claude respaldó actividades a lo largo de todo el ciclo de ataque. Entre ellas se incluían la investigación de objetivos, la adquisición de infraestructura, el phishing, la creación de malware, la persistencia, las operaciones de comando y control y la exfiltración.

Entre las técnicas observadas se encontraban el phishing mediante device code, los ataques ClickFix, el robo de cuentas de correo en la nube, la toma de control de cuentas de WhatsApp y el secuestro de DNS mediante proveedores de Wi-Fi de hoteles comprometidos. El grupo desarrolló o utilizó malware dirigido contra sistemas Windows, Android e iOS.

La campaña empleaba flujos de trabajo automatizados basados en habilidades de Claude Code. Los operadores humanos intervenían principalmente cuando era necesario ajustar un flujo de trabajo, en lugar de ejecutar manualmente cada paso del ataque.

El grupo también creó un circuito de retroalimentación para desarrollar malware. Cuando los productos de seguridad detectaban una carga maliciosa, el flujo de trabajo utilizaba ese resultado para reconstruir el malware y adaptarlo frente a los controles defensivos. Este enfoque puede acortar el ciclo entre la detección y la modificación por parte del atacante, dejando a los defensores menos tiempo para distribuir firmas o aislar la infraestructura afectada.

No se proporcionaron nombres de familias de malware, hashes, dominios, direcciones IP ni otros indicadores técnicos.

GTG-10007 automatizó la investigación de vulnerabilidades y el desarrollo de exploits

Anthropic también identificó a un grupo de habla china rastreado como GTG-10007. Utilizaba Claude como capa de ingeniería y orquestación para intentar intrusiones, realizar reconocimiento, desarrollar malware, crear exploits y construir una plataforma de recopilación de inteligencia.

El grupo investigó redes de gobiernos extranjeros en Oriente Medio, Europa y el Sudeste Asiático. Su conjunto de objetivos más amplio comprendía aproximadamente 50 organizaciones de los sectores gubernamental, educativo, minorista, energético, tecnológico, sanitario, financiero y manufacturero.

Entre las intrusiones confirmadas se encontraban las sufridas por una empresa de tecnología educativa, un minorista y un organismo gubernamental del Sudeste Asiático.

Los flujos de trabajo de GTG-10007 continuaban investigando vulnerabilidades cuando los operadores humanos no estaban disponibles. Anthropic afirmó que el sistema encontró varias vulnerabilidades desconocidas hasta entonces en un importante producto de seguridad y produjo exploits funcionales para varias familias de dispositivos de red y seguridad.

Posteriormente, el código de exploit resultante se utilizó contra organizaciones gubernamentales de varios países. Sin embargo, no se han divulgado los proveedores afectados, los nombres de los productos, las versiones ni los detalles técnicos de las vulnerabilidades.

No se proporcionaron identificadores CVE. En consecuencia, no hay parches específicos por versión ni plazos de CISA Known Exploited Vulnerabilities asociados a esta revelación. El informe describe un conjunto de operaciones maliciosas habilitadas por IA, no un único fallo de software.

Los secretos codificados siguen siendo el principal fallo defensivo

La operación contra Android no necesitó explotar una vulnerabilidad del propio sistema operativo. Su valor procedía de los secretos integrados en paquetes de aplicaciones que podían descargarse e inspeccionarse a escala.

Por tanto, los APK móviles deben tratarse como artefactos disponibles públicamente. Retirar una aplicación de una tienda no revoca de forma fiable las copias que ya se hayan recopilado en otros lugares.

Los desarrolladores y los equipos de seguridad deberían priorizar las siguientes medidas:

• Analizar los APK de lanzamiento y los repositorios de código fuente en busca de credenciales codificadas antes de publicar.
• Rotar cualquier secreto que haya estado incluido alguna vez en un paquete móvil, aunque la aplicación se haya actualizado posteriormente.
• Revocar los PAT de GitHub innecesarios y reducir sus permisos y su vigencia.
• Revisar los patrones de creación, uso y acceso geográfico a los tokens de las identidades de desarrollador.
• Revocar las sesiones y los tokens de autenticación de Azure AD cuando se sospeche de una intrusión.
• Sustituir las credenciales cloud reutilizables por identidades de corta duración y específicas para cada workload siempre que sea posible.
• Supervisar las API keys de IA para detectar volúmenes anómalos, nuevas redes de origen y actividad de reconocimiento inesperada.
• Implementar autenticación resistente al phishing frente a los ataques mediante device code y de toma de control de cuentas.
• Generar alertas ante la enumeración inusualmente rápida de repositorios, el acceso masivo a recursos cloud y la extracción de datos a gran escala.

Los planes de respuesta a incidentes deberían asumir que un atacante puede validar credenciales, enumerar recursos y escalar privilegios de forma simultánea. Un token de desarrollador robado quizá ya no proporcione horas o días para investigar antes de que se produzca una intrusión administrativa.

Anthropic bloqueó cuentas y ajustó sus medidas de protección

Anthropic bloqueó las cuentas de actores de amenazas vinculadas a las operaciones observadas y actualizó las barreras de seguridad de Claude utilizando patrones identificados durante su investigación. También introdujo controles destinados a detectar con mayor rapidez abusos similares.

La empresa notificó a las víctimas afectadas, a las fuerzas de seguridad y a los socios relevantes del sector. No reveló el número de cuentas bloqueadas, las reglas de detección específicas implementadas ni cuántas operaciones intentadas se detuvieron antes de causar daños.

Las campañas demuestran que la IA se está integrando en las técnicas existentes de delincuencia y espionaje, en lugar de sustituirlas. La ingeniería social, los secretos expuestos, los permisos excesivos de los tokens y los controles de identidad débiles siguieron proporcionando las vías de entrada.

Lo que cambió fue la velocidad operativa. Una vez obtenido el acceso, los agentes automatizados podían buscar, probar, adaptarse y extraer datos de numerosos objetivos con una supervisión humana limitada.