La operación combinó decisiones humanas con hasta ocho agentes capaces de explorar sistemas, buscar vulnerabilidades y modificar sus tácticas. Los investigadores atribuyen el robo de más de 2500 registros y 85 credenciales a esta estructura.
Taiwán confirmó que varios organismos públicos fueron blanco de una campaña de ciberataques que utilizó agentes de inteligencia artificial para acelerar tareas de reconocimiento, detectar posibles accesos y coordinar diferentes etapas de la intrusión.
El Ministerio de Asuntos Digitales indicó que sus sistemas de monitoreo detectaron actividad anormal durante julio. A partir del día 20, el Instituto Nacional de Ciberseguridad comenzó a enviar alertas mientras investigaba el origen, los métodos y el alcance de la campaña.
Las instituciones afectadas completaron las medidas de respuesta, según el Gobierno taiwanés. Las autoridades atribuyeron la actividad a operadores extranjeros y evitaron señalar públicamente a un país o grupo específico.
La investigación técnica fue realizada por Dream, una empresa israelí de ciberseguridad que encontró un archivo de 160 MB con 1395 documentos generados durante la operación. Ese material permitió reconstruir cómo trabajaban los agentes, qué objetivos recibían y de qué manera modificaban sus estrategias cuando un intento fallaba.
De acuerdo con la compañía, el sistema comprometió al menos 85 cuentas gubernamentales y extrajo más de 2500 registros de personal. También exploró sistemas vinculados con la seguridad nuclear, proveedores tecnológicos, una plataforma estatal de correo electrónico y al menos siete empresas del sector energético.
El alcance de cada incidente debe diferenciarse. Dream confirmó el acceso a cuentas y la extracción de información en determinados organismos. En el caso de las entidades energéticas y la agencia nuclear, la evidencia pública describe principalmente tareas de reconocimiento y búsqueda de vulnerabilidades.
Cómo trabajaron los agentes de IA durante el ataque
La plataforma estaba construida con Hermes y OpenClaw, dos sistemas de agentes de código abierto que permiten conectar modelos de lenguaje con navegadores, terminales, archivos y otras herramientas informáticas.
Durante aproximadamente cuatro días, entre el 1° y el 4 de julio, el sistema ejecutó 12 oleadas de actividad y desplegó hasta ocho agentes en paralelo. Cada uno recibió una tarea diferente dentro de la campaña.
Una parte del equipo digital se encargó de mapear los sitios gubernamentales. Para hacerlo, descargó y analizó archivos JavaScript, donde encontró direcciones internas, puntos de acceso a interfaces de programación, identificadores de autenticación y configuraciones que permitieron descubrir 21 sistemas conectados.
Otros agentes revisaron bases de datos de vulnerabilidades, repositorios de código y publicaciones técnicas. Cuando un camino de ataque dejaba de funcionar, el sistema analizaba el resultado, buscaba otra alternativa y reasignaba recursos a los objetivos con mayores probabilidades de éxito.
La infraestructura también generaba informes después de cada etapa. Esos documentos alimentaban la siguiente ronda de decisiones y permitían que los agentes corrigieran errores o descartaran falsos positivos.
Por medio de este proceso, la plataforma encontró interfaces que entregaban información sin solicitar autenticación, patrones previsibles en las contraseñas y fallas en servicios de inicio de sesión. Dream también identificó la extracción de credenciales para bases de datos, secretos utilizados por sistemas de acceso único e información sobre las redes internas.
Los atacantes lograron sortear las protecciones del modelo al presentar las operaciones como una prueba autorizada de seguridad. De esta manera, las herramientas interpretaron las instrucciones como tareas de análisis defensivo y ejecutaron acciones contra sistemas reales.
La operación tuvo un alto grado de autonomía y mantuvo dirección humana
La campaña fue presentada inicialmente como uno de los primeros ciberataques autónomos de principio a fin contra una infraestructura gubernamental. La evidencia disponible muestra un funcionamiento más preciso: los agentes automatizaron buena parte de las tareas técnicas y los operadores conservaron la dirección estratégica.
Una persona eligió las organizaciones, definió los objetivos y configuró el sistema. Desde ese punto, los agentes pudieron dividir el trabajo, analizar respuestas, buscar información adicional y modificar determinadas tácticas.
Por esta razón, la descripción de ataque “casi autónomo” resulta más adecuada. La IA amplificó el trabajo de los atacantes y redujo el tiempo necesario para investigar numerosos sistemas. Las decisiones centrales continuaron dependiendo de personas.
Esta diferencia también permite entender el cambio que introduce la inteligencia artificial en la ciberseguridad. Los delincuentes ya utilizaban automatización para escanear servidores o probar contraseñas. En este caso, los agentes incorporaron capacidad para interpretar resultados, elegir entre distintas rutas y coordinar acciones simultáneas.
Quién estuvo detrás del ataque contra Taiwán
El Gobierno de Taiwán afirmó que la actividad procedía del extranjero y no identificó públicamente a sus responsables. Dream tampoco vinculó la operación con un grupo específico ni presentó pruebas suficientes para atribuirla formalmente a un Estado.
Los investigadores encontraron reportes internos escritos en chino simplificado, mientras que los datos extraídos de los objetivos estaban redactados en chino tradicional, el sistema utilizado habitualmente en Taiwán. Ese indicio apunta hacia un operador de habla china y no permite, por sí solo, determinar su identidad o relación con un gobierno.
Taiwán enfrenta una elevada presión digital. Su Oficina de Seguridad Nacional informó que la infraestructura crítica del país recibió un promedio de 2,63 millones de intentos de ataque diarios durante 2025, un 6% más que el año anterior.
Tras la campaña de julio, el Ministerio de Asuntos Digitales afirmó que reforzó el monitoreo de posibles rutas de acceso y distribuyó nuevas directrices para responder a amenazas que combinen herramientas convencionales con agentes de IA.
El caso anticipa una transformación concreta en las operaciones de ciberespionaje. Un equipo reducido puede utilizar agentes para revisar más objetivos, mantener varias líneas de ataque abiertas y procesar grandes cantidades de información. Frente a esa escala, los organismos necesitarán detectar comportamientos anómalos con mayor rapidez, reducir los privilegios de cada cuenta y cerrar interfaces expuestas antes de que una herramienta automatizada las encuentre.