Google Threat Intelligence Group (GTIG) afirmó que observó un marco basado en modelos de lenguaje que podía analizar cambios en software, buscar posibles vulnerabilidades, redactar exploits y ejecutarlos automáticamente. El sistema, llamado exploit_agent, estaba alojado en un servidor de pruebas expuesto, según la actualización de GTIG y Mandiant publicada el 16 de noviembre de 2026. GTIG describe el caso y su alcance.

Qué automatizaba exploit_agent

Diagrama de cuatro etapas: comparar versiones de software, analizar posibles vulnerabilidades, preparar exploits y ejecutarlos automáticamente, según GTIG.

GTIG situó la observación en el trimestre anterior a su actualización. Según el grupo, exploit_agent comparaba versiones de programas web populares alrededor de la publicación de parches, analizaba posibles fallos, preparaba exploits y los ejecutaba sin intervención humana. El marco combinaba varios modelos de lenguaje avanzados y locales.

GTIG también dijo que encontró datos de víctimas extraídos y scripts para tareas posteriores a la intrusión, como reconocimiento interno, fuerza bruta e instalación de webshells. La telemetría del servidor indicaba interés en sitios franceses de medios, entretenimiento y educación.

Para priorizar una vulnerabilidad, importa tanto el fallo como las condiciones concretas del sistema donde se ejecutaría un exploit.

Qué frameworks estaban desplegados y cuáles en experimentación

GTIG diferenció dos estados: afirmó haber observado CAIRN y PentAGI desplegados en operaciones reales, mientras que describió CyberStrikeAI y HexStrike AI como herramientas con las que los actores experimentaban. También informó de una plataforma personalizada derivada de PentAGI, utilizada para reconocimiento y análisis de vulnerabilidades contra organizaciones de Asia entre finales de agosto y principios de octubre de 2026.

El grupo señaló que la ejecución autónoma puede dejar tráfico forense, identificadores reconocibles y rastros en el código. Esos indicios pueden ofrecer oportunidades de detección, aunque no impiden por sí mismos que una operación alcance sus objetivos.

Por qué importa el contexto al priorizar vulnerabilidades

Demostración de Maze sobre análisis contextual y priorización de vulnerabilidades

Una demostración defensiva de Maze ofrece un ejemplo distinto del flujo atacante descrito por GTIG. James Berthoty mostró cómo la herramienta tuvo en cuenta que el adaptador de red de un entorno de AWS no admitía la capacidad RDMA necesaria para una vulnerabilidad analizada. En otro caso, elevó la prioridad de una vulnerabilidad de nivel medio porque el servidor estaba expuesto a Internet y había un exploit público disponible.

El ejemplo ilustra por qué la exposición y los requisitos del entorno pueden cambiar la prioridad práctica de un fallo. Es una demostración del producto Maze, no una evaluación independiente.