El Grupo de Inteligencia de Amenazas de Google (GTIG) detectó por primera vez a atacantes utilizando marcos de modelos de lenguaje grande (LLM) para automatizar el descubrimiento y la explotación de vulnerabilidades de software sin dirección humana paso a paso.
En un informe técnico publicado en noviembre de 2026, los investigadores detallaron el hallazgo de un servidor de pruebas expuesto. Esta infraestructura alojaba un sistema multiagente que comparaba versiones de software para identificar fallos y ejecutar código malicioso.
Según el documento de Google, esta automatización reduce drásticamente el tiempo disponible para que las organizaciones apliquen parches de seguridad antes de que los atacantes comprometan los sistemas.
El servidor identificado ejecutaba un marco denominado exploit_agent, configurado para realizar análisis diferenciales continuos antes y después de los anuncios de parches en aplicaciones web populares.
De manera autónoma, el sistema redactaba los exploits y los lanzaba contra objetivos reales. Los registros del servidor sugieren que los operadores apuntaban principalmente a sitios web franceses de los sectores de medios, entretenimiento y educación.
En el ecosistema descentralizado, la defensa con agentes autónomos cobra relevancia ante la velocidad con la que operan estas herramientas ofensivas sobre código expuesto.
Acortamiento en las ventanas de parcheo
El reporte de noviembre contrasta con el análisis previo de septiembre de 2026, cuando GTIG indicó que aún no había observado canalizaciones totalmente autónomas desplegadas contra objetivos activos.
La evolución hacia sistemas sin intervención humana marca un cambio operativo en la ciberseguridad. Las divulgaciones de vulnerabilidades se duplicaron con creces entre enero y agosto de 2026.
El promedio mensual de vulnerabilidades de día cero explotadas pasó de ocho casos en 2025 a once entre enero y agosto de 2026. Durante el mes de agosto, esta cifra alcanzó un pico de 22 fallos explotados.
Además del marco exploit_agent, los investigadores observaron el uso activo de herramientas ofensivas de código abierto como CAIRN y PentAGI en intrusiones reales contra organizaciones aeroespaciales y asiáticas.
Estas plataformas permiten encadenar rutas de ataque complejas a velocidad de máquina, aunque todavía sacrifican sigilo frente a velocidad operativa debido a los rastros forenses que generan.
Riesgos paralelos en el sector cripto
La automatización de ataques coincide con otras campañas dirigidas específicamente al sector de activos digitales mediante el uso de inteligencia artificial.
Previamente, investigadores documentaron una campaña de malware norcoreano que empleaba ingeniería social avanzada y videos falsificados para comprometer startups de criptomonedas y protocolos DeFi.
Google Security Operations desplegó paquetes de reglas conductuales y volumétricas para detectar el uso de marcos ofensivos automatizados. Mandiant Consulting publicó guías de endurecimiento para contrarrestar la velocidad de estas herramientas.
La actualización trimestral de GTIG del 16 de noviembre de 2026 confirma que las operaciones autónomas ya superaron la fase experimental en entornos reales.

