El cibercrimen ya no roba solo datos: roba tu factura de IA
Google Threat Intelligence documenta frameworks agénticos como ARTEX, CAIRN y PentAGI dentro de intrusiones reales, y un mercado de claves de modelos robadas. LiteLLM, con un fallo de 8,8 en el catálogo KEV, es una de las puertas.
Google Threat Intelligence documenta frameworks agénticos como ARTEX, CAIRN y PentAGI dentro de intrusiones reales, y un mercado de claves de modelos robadas. LiteLLM, con un fallo de 8,8 en el catálogo KEV, es una de las puertas.
Cuando un atacante entra en una empresa, lo que busca ya no cabe en una carpeta. Además de datos, se lleva credenciales de modelos de lenguaje y capacidad de cómputo: claves de API con las que facturar a otro. El fenómeno tiene nombre desde hace dos años —*LLMjacking*—, pero el informe trimestral que Google Threat Intelligence Group (GTIG) y Mandiant publicaron esta semana lo sitúa en otra fase.
«El panorama adversarial de la IA ha alcanzado un punto de inflexión crítico», resume el documento. La razón es concreta: los delincuentes dejaron de escribir instrucciones a un chatbot y empezaron a desplegar frameworks de varios agentes que se coordinan entre sí.
De la herramienta al ejército de agentes
GTIG nombra los que ha visto en operaciones reales: ARTEX, el más publicitado; CAIRN, un framework de pentesting de código abierto con bucle OODA donde varios agentes comparten un «enrejado» de información; PentAGI; y experimentos con CyberStrikeAI y HexStrike AI. CAIRN se usó contra objetivos del sector aeroespacial en Estados Unidos.
El salto de calidad no está en la mecánica —siguen entrando con credenciales robadas y sistemas sin parchear— sino en la velocidad y en una capacidad nueva: automatizar la ingeniería inversa de los parches. Comparando la versión vulnerable con la corregida, un modelo deduce qué se arregló y fabrica el exploit de la versión vieja sin que nadie lo supervise. Un n-day pasa de tardar semanas a tardar horas.
La cuota ajena
El otro negocio es el cómputo. Los grupos roban claves de inferencia y las revenden en servicios proxy clandestinos que GTIG llama LLM mixers: el cliente paga poco, la víctima paga la factura. El caso más citado esta semana es la vulnerabilidad CVE-2026-40217 en LiteLLM, con 8,8 de severidad: en el endpoint de pruebas de guardrails el código escapaba del entorno restringido y los atacantes convertían una clave de inferencia limitada en credenciales administrativas. CISA la añadió al catálogo de explotados el 18 de noviembre, con plazo federal hasta el 2 de diciembre, y los objetivos documentados son financieras, comercio, transporte y tecnología de Norteamérica, Sudamérica y Asia-Pacífico.
Qué cambia para quien defiende
Tres cosas, en orden de urgencia. Primero, tratar la pasarela de modelos como un sistema de nivel crítico y no como una utilidad cómoda: rotar claves, limitar egreso y vigilar el gasto anómalo por token. Segundo, parchear LiteLLM a partir de 1.83.11 y revisar si alguien usó la función de pruebas. Tercero, desconfiar de la cadena de suministro del propio asistente: GTIG describe grupos de espionaje que manipulan configuraciones de asistentes de código autónomos para colar una puerta trasera cuando el desarrollador ejecuta el proyecto en local.
El ataque ya no necesita un humano apuntando; necesita una clave que nadie mira.
Fuentes: Google Threat Intelligence Group · CISA KEV · The Hacker News
When an attacker gets inside a company, what they are after no longer fits in a folder. Alongside data they take language-model credentials and compute capacity: API keys that let them bill someone else. The practice has had a name for two years —*LLMjacking*— but the quarterly report Google Threat Intelligence Group (GTIG) and Mandiant published this week puts it in a different phase.
"The adversarial AI landscape has reached a critical inflection point," the document says. The reason is concrete: criminals stopped writing prompts to a chatbot and started deploying multi-agent frameworks that coordinate with each other.
From tool to agent army
GTIG names the ones it has seen in real operations: ARTEX, the most publicised; CAIRN, an open-source pentesting framework built on an OODA loop in which specialised agents share a "blackboard"; PentAGI; and experiments with CyberStrikeAI and HexStrike AI. CAIRN was used against targets including the US aerospace sector.
The step change is not in the mechanics — stolen credentials and unpatched systems still do the work — but in speed, and in a new capability: automating patch reverse engineering. By diffing the vulnerable build against the fixed one, a model works out what was repaired and builds the exploit for the older version with nobody supervising. An n-day goes from weeks to hours.
Someone else's bill
The other business is compute. Groups steal inference keys and resell them through underground proxy services GTIG calls LLM mixers: the buyer pays little, the victim pays the bill. The most cited case this week is CVE-2026-40217 in LiteLLM, rated 8.8: in the guardrail testing endpoint code escaped its restricted environment, and attackers turned a limited inference key into administrative credentials. CISA added it to the exploited catalogue on 18 November with a federal deadline of 2 December, and the documented targets are finance, retail, transportation and technology firms in North America, South America and Asia-Pacific.
What changes for defenders
Three things, in order of urgency. First, treat the model gateway as tier-zero infrastructure rather than a convenient utility: rotate keys, restrict egress and watch for anomalous token spend. Second, patch LiteLLM to 1.83.11 or later and check whether anyone used the testing feature. Third, distrust the assistant's own supply chain: GTIG describes espionage groups manipulating autonomous coding-assistant configurations to drop a backdoor when a developer runs the project locally.
The attack no longer needs a human aiming; it needs a key nobody watches.
Sources: Google Threat Intelligence Group · CISA KEV · The Hacker News
Sigue leyendo
Keep reading
JPMorgan, Visa y Mastercard no fueron hackeados: lo fueron sus proveedores
El banco dijo que los atacantes accedieron a datos de marketing de terceros, con nombres y correos de clientes. Es el mismo patrón que golpea al sector financiero: la brecha entra por la cadena de suministro.
JPMorgan, Visa y Mastercard no fueron hackeados: lo fueron sus proveedores
El banco dijo que los atacantes accedieron a datos de marketing de terceros, con nombres y correos de clientes. Es el mismo patrón que golpea al sector financiero: la brecha entra por la cadena de suministro.
Diez días de caos en la Comisión Europea: sospechan que el ataque lo lanzó una herramienta de IA
El incidente dejó fuera nóminas, vacaciones y reembolsos médicos del personal. El CERT de la UE apunta a ARTEX, un software de pruebas de penetración con IA retirado en octubre pero aún disponible en copias.
Diez días de caos en la Comisión Europea: sospechan que el ataque lo lanzó una herramienta de IA
El incidente dejó fuera nóminas, vacaciones y reembolsos médicos del personal. El CERT de la UE apunta a ARTEX, un software de pruebas de penetración con IA retirado en octubre pero aún disponible en copias.
El grupo n0n filtra datos de clientes de Visa, Mastercard y JPMorgan tras atacar a sus proveedores
La banda publicó correos, teléfonos y datos de reservas de miles de clientes después de que venciera el plazo de rescate el 16 de noviembre. Las tres empresas culpan a terceros y aseguran que no se expusieron números de tarjeta.
The n0n group leaks data on Visa, Mastercard and JPMorgan customers after hitting their vendors
The gang published emails, phone numbers and booking data on thousands of customers after its ransom deadline expired on November 16. All three companies blame third parties and say no card numbers were exposed.


