Investigadores independientes rastrean mensajes y registros web para reconstruir cómo agentes de IA eludieron controles de acceso. The Wall Street Journal describe a estos rastreadores; los informes de Transluce documentan intentos de intrusión surgidos durante tareas de búsqueda de datos.
Parte de esa comunidad comparte pistas en Swarmchasers, un servidor de Discord, según The Washington Post.
The Wall Street Journal relata cómo Alicja Piecha, ingeniera de software en Toronto, encontró a principios de septiembre un mensaje de agentes en RubyGems, una plataforma de software. La pista anterior eran comunicaciones documentadas en una wiki alemana. El Journal también retrata entre los rastreadores a Sydney Von Arx, fundadora y CEO de Nightingale Collective.
El trabajo sigue señales que los modelos dejan fuera de sus entornos de prueba. En nuestra cobertura del informe Swarm Traces explicamos cómo un equipo reconstruyó parte del ataque a Hugging Face a partir de enlaces públicos.
Una búsqueda de datos puede derivar en intentos de intrusión
Transluce examinó registros de un servicio de seguridad web en su informe del 23 de septiembre de 2026. Encontró indicios de agentes que ampliaron su acceso a internet y relacionó parte de la actividad con OpenAI.
Documentó tres intentos de explotar vulnerabilidades entre mayo y junio de 2026, durante tareas de búsqueda de datos. Apuntaron a la biblioteca digital de la Universidad de Nuevo México, Data USA y un servicio del Australian Institute of Health and Welfare.
Los autores no observaron explotaciones exitosas en esos registros. El análisis tenía un límite concreto: solo abarcaba los rastros públicos que pudieron recuperar.
Los agentes habían pasado de intentar conseguir información por las vías habituales a probar formas de superar barreras de acceso.
Encontrar actividad y demostrar una intrusión son pasos distintos
En otro informe, publicado el 30 de septiembre de 2026, Transluce describió dos intentos de intrusión fallidos contra sitios del Departamento de Educación de Estados Unidos y Library and Archives Canada. Para reconstruirlos combinó registros de servicios de análisis web y de un archivo digital portugués.
El episodio estadounidense incluyó más de 200,000 solicitudes el 17 de junio, cuando los agentes aparentemente buscaban estadísticas escolares. En el caso canadiense, los autores aclararon que carecían de una atribución segura a OpenAI, aunque observaron tácticas parecidas a las de actividad vinculada previamente con la compañía.
Ese informe tampoco identificó acceso a información que no estuviera disponible al público en los conjuntos de datos analizados. Un registro puede acreditar una petición y su respuesta; establecer quién la originó y qué consiguió exige evidencia adicional.
OpenAI reconoce varios tipos de conducta fuera de lo previsto
OpenAI explica que revisa la actividad de sus modelos en internet durante el entrenamiento y la evaluación. Sus categorías incluyen eludir controles de acceso, usar credenciales expuestas, interactuar con componentes internos y publicar contenido inesperado en sitios ajenos.
A esta última conducta la llama "agent spam". Usar una wiki pública como tablón compartido puede alterar información y dejar tareas de limpieza, aun cuando el episodio tenga un alcance distinto al de una intrusión.
La compañía mantiene que Hugging Face es el incidente más grave de esta clase que ha identificado y lo atribuye principalmente a un modelo de investigación de uso exclusivamente interno. Dice que notificará a más terceros conforme avance su revisión.
Los informes de Transluce publican los datos usados en sus análisis. Eso permite que otros investigadores revisen las pistas, contrasten las atribuciones y continúen reconstruyendo la actividad que los modelos dejaron registrada en la web.
