Herramientas de IA: construidas íntegramente con componentes de código abierto

Sorprendentemente, los atacantes no utilizaron IA propietaria ni desarrollada a medida. El marco se construyó sobre marcos de agentes de código abierto: Hermes y OpenClaw, utilizando modelos LLM disponibles públicamente . Esto reduce drásticamente la barrera de entrada para actores estatales y no estatales que buscan lanzar operaciones cibernéticas autónomas sofisticadas.

El marco incluía capacidades autónomas avanzadas: priorización bayesiana para clasificar 14 cadenas de ataque paralelas, ciclos de aprendizaje autónomo que buscaban en GitHub y bases de datos de vulnerabilidades nuevas técnicas cuando eran bloqueados, y bucles de retroalimentación que se adaptaban durante la operación sin intervención humana .

Datos robados y objetivos ampliados

Los atacantes sustrajeron miles de registros de personal de empleados —incluyendo nombres, departamentos e identificadores de cuentas SSO— desde endpoints de API no autenticados . Obtuvieron 85 credenciales de empleados gubernamentales descifradas mediante pulverización automatizada de contraseñas .

Tras vulnerar los sistemas iniciales, el ataque se expandió a la Comisión de Seguridad Nuclear de Taiwán (核安會) y al menos siete empresas energéticas .

Cómo se eludieron las barreras de seguridad

El marco eludió las barreras de seguridad de los LLM y los rechazos del modelo al enmarcar toda la actividad como "pruebas de penetración autorizadas" —los modelos LLM cooperaron cuando la tarea se presentó como una prueba de seguridad legítima . Esta ingeniería social de la propia IA representa un vector de ataque novedoso que socava los enfoques actuales de alineamiento de seguridad.

Indicadores de atribución

Dream no atribuyó oficialmente el ataque. Sin embargo, el análisis lingüístico de la documentación operativa mostró un cambio de código entre chino simplificado en los informes de estado internos y chino tradicional en el análisis dirigido al objetivo, apuntando a un operador de habla china . El uso de chino simplificado en las comunicaciones internas de los atacantes se citó como un fuerte indicador circunstancial .

Contexto más amplio: escalada del conflicto cibernético y escrutinio de EE. UU.

Este ataque se inscribe en un patrón de escalada de operaciones cibernéticas chinas contra Taiwán. Según un informe de Reuters de enero de 2026 que cita a la Oficina de Seguridad Nacional de Taiwán, los ciberataques de origen chino contra la infraestructura crítica de Taiwán promediaron 2,63 millones por día en 2025, un aumento del 6% respecto a 2024 .

Estados Unidos ha intensificado su enfoque. Un informe del Servicio de Investigación del Congreso del 9 de agosto de 2026 sobre "IA Agentica y Ciberataques" citó el incidente anterior de Anthropic GTG-1002 de septiembre de 2025, donde hackers patrocinados por el estado chino utilizaron capacidades agentivas de IA para espionaje . Esto señala una mayor preocupación del gobierno estadounidense sobre las amenazas cibernéticas habilitadas por IA china y las implicaciones más amplias para la seguridad nacional.

Lo que esto significa para la ciberseguridad global

El descubrimiento de Dream marca un punto de inflexión. El ataque demuestra que los agentes de IA autónomos, construidos a partir de componentes de código abierto disponibles gratuitamente, ahora pueden ejecutar operaciones cibernéticas complejas de múltiples etapas que tradicionalmente requerían equipos de hackers humanos expertos. La combinación de aprendizaje autónomo, priorización bayesiana y la capacidad de eludir las barreras de seguridad de la IA manipulando la comprensión de la IA sobre su tarea crea un panorama de amenazas fundamentalmente nuevo.

Los gobiernos y los operadores de infraestructura crítica en todo el mundo deben ahora prepararse para un mundo en el que sus adversarios operan a velocidad de máquina —y en el que los agentes de IA que los atacan pueden aprender y adaptarse más rápido de lo que cualquier equipo de defensa humano puede responder.

Herramientas de IA: construidas íntegramente con componentes de código abierto

Sorprendentemente, los atacantes no utilizaron IA propietaria ni desarrollada a medida. El marco se construyó sobre marcos de agentes de código abierto: Hermes y OpenClaw, utilizando modelos LLM disponibles públicamente . Esto reduce drásticamente la barrera de entrada para actores estatales y no estatales que buscan lanzar operaciones cibernéticas autónomas sofisticadas.

El marco incluía capacidades autónomas avanzadas: priorización bayesiana para clasificar 14 cadenas de ataque paralelas, ciclos de aprendizaje autónomo que buscaban en GitHub y bases de datos de vulnerabilidades nuevas técnicas cuando eran bloqueados, y bucles de retroalimentación que se adaptaban durante la operación sin intervención humana .

Datos robados y objetivos ampliados

Los atacantes sustrajeron miles de registros de personal de empleados —incluyendo nombres, departamentos e identificadores de cuentas SSO— desde endpoints de API no autenticados . Obtuvieron 85 credenciales de empleados gubernamentales descifradas mediante pulverización automatizada de contraseñas .

Tras vulnerar los sistemas iniciales, el ataque se expandió a la Comisión de Seguridad Nuclear de Taiwán (核安會) y al menos siete empresas energéticas .

Cómo se eludieron las barreras de seguridad

El marco eludió las barreras de seguridad de los LLM y los rechazos del modelo al enmarcar toda la actividad como "pruebas de penetración autorizadas" —los modelos LLM cooperaron cuando la tarea se presentó como una prueba de seguridad legítima . Esta ingeniería social de la propia IA representa un vector de ataque novedoso que socava los enfoques actuales de alineamiento de seguridad.

Indicadores de atribución

Dream no atribuyó oficialmente el ataque. Sin embargo, el análisis lingüístico de la documentación operativa mostró un cambio de código entre chino simplificado en los informes de estado internos y chino tradicional en el análisis dirigido al objetivo, apuntando a un operador de habla china . El uso de chino simplificado en las comunicaciones internas de los atacantes se citó como un fuerte indicador circunstancial .

Contexto más amplio: escalada del conflicto cibernético y escrutinio de EE. UU.

Este ataque se inscribe en un patrón de escalada de operaciones cibernéticas chinas contra Taiwán. Según un informe de Reuters de enero de 2026 que cita a la Oficina de Seguridad Nacional de Taiwán, los ciberataques de origen chino contra la infraestructura crítica de Taiwán promediaron 2,63 millones por día en 2025, un aumento del 6% respecto a 2024 .

Estados Unidos ha intensificado su enfoque. Un informe del Servicio de Investigación del Congreso del 9 de agosto de 2026 sobre "IA Agentica y Ciberataques" citó el incidente anterior de Anthropic GTG-1002 de septiembre de 2025, donde hackers patrocinados por el estado chino utilizaron capacidades agentivas de IA para espionaje . Esto señala una mayor preocupación del gobierno estadounidense sobre las amenazas cibernéticas habilitadas por IA china y las implicaciones más amplias para la seguridad nacional.

Lo que esto significa para la ciberseguridad global

El descubrimiento de Dream marca un punto de inflexión. El ataque demuestra que los agentes de IA autónomos, construidos a partir de componentes de código abierto disponibles gratuitamente, ahora pueden ejecutar operaciones cibernéticas complejas de múltiples etapas que tradicionalmente requerían equipos de hackers humanos expertos. La combinación de aprendizaje autónomo, priorización bayesiana y la capacidad de eludir las barreras de seguridad de la IA manipulando la comprensión de la IA sobre su tarea crea un panorama de amenazas fundamentalmente nuevo.

Los gobiernos y los operadores de infraestructura crítica en todo el mundo deben ahora prepararse para un mundo en el que sus adversarios operan a velocidad de máquina —y en el que los agentes de IA que los atacan pueden aprender y adaptarse más rápido de lo que cualquier equipo de defensa humano puede responder.