Durante la conferencia Ekoparty 22 en Buenos Aires, especialistas analizaron cómo la inteligencia artificial está transformando los programas de bug bounty. Un caso de Vercel expuso el impacto: de 1.300 reportes, apenas 73 generaron recompensa y uno de ellos reveló una falla crítica en el núcleo de Linux.
La inteligencia artificial está acelerando la búsqueda de vulnerabilidades en sitios web y programas a un ritmo que empieza a poner bajo presión a las empresas encargadas de corregirlas. El fenómeno quedó expuesto en un caso reciente de Vercel, una de las compañías que provee infraestructura para desarrollar y alojar aplicaciones en internet: durante un desafío de seguridad recibió 1.300 reportes de posibles fallas en apenas dos semanas y apenas 73 eran relevantes.
Hubo reportes repetidos, problemas sin impacto y resultados producidos por agentes de inteligencia artificial que sus propios operadores humanos no habían revisado con suficiente cuidado. Pero, en medio de todo ese ruido, apareció una vulnerabilidad seria en el núcleo de Linux, una pieza de software usada por servidores y computadoras en todo el mundo.
El caso fue presentado este miércoles durante la edición número 22 de Ekoparty, la conferencia de hackers y ciberseguridad que se realiza en el CEC de Buenos Aires. Andrés Riancho, Principal Security Engineer de Vercel, y Alan “El Mago” Levy, fundador de Bug Bounty Argentina, analizaron allí cómo la IA está transformando una actividad que hace años forma parte central de la seguridad informática: los programas de bug bounty.
En estos programas, las compañías invitan a investigadores independientes a buscar vulnerabilidades en sus productos y ofrecen recompensas económicas por los errores que reportan. Esta rama del hacking es una de las más populares y, con la aparición de modelos capaces de programar, ejecutar herramientas y trabajar de manera relativamente autónoma, la escala de los hallazgos se está viendo alterada.
Ahora un investigador puede poner varios agentes a buscar problemas al mismo tiempo y automatizar tareas que hasta hace poco requerían muchas horas de trabajo manual: como viene pasando en muchos rubros, la IA generativa introdujo una velocidad-máquina con la cual ya no se puede competir y que está destapando una enorme cantidad de problemas.
El hackeo de OpenAI a la empresa Hugging Face fue uno de los emblemas de este tipo de prácticas, con la escala de una empresa que desarrolla modelos de frontera.
Riancho y Levy, dos investigadores con experiencia en este ecosistema, hablaron con Clarín sobre las consecuencias de ese cambio. Desde dos lados distintos del mostrador, uno encargado de gestionar vulnerabilidades dentro de Vercel y otro como parte del ejército que se dedica a buscarlas, coincidieron en que el problema ya no pasa únicamente por encontrar fallas: las empresas tienen que determinar cuáles son reales, medir su impacto, descartar miles de reportes y corregir aquello que verdaderamente representa un riesgo.
“Yo creo que hoy, y de manera temporal, está ayudando mucho más a los atacantes que a los que estamos defendiendo”, explicó a este medio Riancho.
“Vas a tener muchos repositorios de código open source y herramientas muy importantes que vienen siendo mantenidas desde hace quizás 10 años. Esas herramientas tienen un montón de pequeños errores y vulnerabilidades, cosas que los humanos quizás no van a poder encontrar, pero los agentes y los modelos de inteligencia artificial son muy buenos para encontrar vulnerabilidades”, complementó.
1.300 reportes, sólo 73 relevantes: qué se paga y qué no
El desafío organizado por Vercel, empresa fundada por el argentino Guillermo Rauch, ofrece una buena foto del nuevo escenario. “Recibimos 1.300 reportes de vulnerabilidades durante un período de dos semanas. De ese total, terminamos pagando una recompensa por 73 vulnerabilidades”, contó Riancho.
Eso significa que apenas una pequeña fracción de los reportes terminó generando algún tipo de recompensa. Incluso entre esos 73 casos, explicó, la gran mayoría recibió menos de 2.000 dólares porque se trataba de mejoras que Vercel debía hacer en sus productos, pero que no implicaban un riesgo importante para sus clientes.
Una parte sustancial del resto era material repetido. Riancho estimó que entre el 60 y el 70% de los reportes eran duplicados. Otros directamente eran inválidos.
“Alguien de manera manual o muy probablemente con un agente hizo su investigación, el agente capaz se equivocó y el humano no verificó que realmente hubiera hecho bien su trabajo. Entonces nos enviaban cosas que no tenían ningún tipo de impacto, no eran válidas o estaban fuera de alcance”, explicó Riancho.
Entre ese volumen apareció, sin embargo, un reporte que cambió por completo la escala del problema. Un investigador había encontrado una vulnerabilidad de ejecución remota de código, conocida en seguridad como RCE (Remote Code Execution), en el kernel de Linux, el núcleo del sistema operativo que administra algunos de sus componentes más sensibles.
La falla podía permitir que un atacante saliera del entorno aislado en el que debía permanecer y llegara hasta la infraestructura que sostenía otros entornos de Vercel. Una de las barreras diseñadas para mantener separados los sistemas de distintos clientes podía ser atravesada.
El problema era muy grave porque la vulnerabilidad podía alcanzar a otras compañías que utilizaran el mismo mecanismo de virtualización.
“Nosotros la revisamos y dijimos: ‘Che, pará, esto es muy serio’. Esto no sólo afecta a Sandbox [entorno aislado de Vercel], afecta a todos los que usan el kernel de Linux y a todos los que estaban haciendo virtualización de la misma manera que nosotros”, recordó.
Vercel se comunicó con el investigador, que trabajó con los responsables de mantener esa parte del kernel de Linux para desarrollar una corrección. La vulnerabilidad fue parcheada y, según explicó Riancho, Amazon también publicó una nueva versión de Amazon Linux con el arreglo incorporado. Le pagaron 50 mil dólares.
El episodio tuvo además una particularidad que ilustra hasta qué punto la IA modificó el proceso de investigación. Según Riancho, quien reportó la vulnerabilidad inicialmente no había dimensionado el alcance de lo que había encontrado.
“Le pidió al agente que encuentre vulnerabilidades dentro de este Bug Bounty Program. Ahí el agente empezó a hacer pruebas, pruebas, pruebas, gastó un montón de tokens y encontró algo válido. El humano que estaba revisando la salida de ese agente lo envió sin darle mucha revisión y no terminó de entender que esto era mucho más grande”, contó.
El caso muestra cómo los agentes pueden llegar a encontrar problemas cuya complejidad e impacto incluso superen la comprensión inicial del operador que los puso a trabajar.
Del otro lado del mostrador: así opera un hacker que busca fallas en la era de la IA
La IA también puede ayudar a corregir problemas, pero ambas tareas tienen dificultades distintas. Señalar una porción de código vulnerable resulta más sencillo que desarrollar una corrección, probarla, contemplar posibles casos excepcionales y asegurarse de que el parche no rompa otras funciones ni introduzca un nuevo problema.
Levy observa un cambio similar desde el lado de los investigadores. Conocido en la comunidad como “El Mago” (además de hacker es ilusionista), fundó Bug Bounty Argentina en 2019 y reportó vulnerabilidades a compañías como Meta, Disney, Mercado Libre, BMW, Sony y Visa. Vive de eso: de encontrar errores en otras compañías.
“La AI puede ejecutar herramientas, scripts, analizar respuestas, todo lo que hasta el año pasado casi que dependía del hunter [el cazador de vulnerabilidades]. Hoy vemos a la IA como un grupo de trabajo a nuestra disposición. Podemos darle ciertas tareas a algunos agentes y otras a otro grupo”, explicó a Clarín.
Pero esa automatización también produce reportes de baja calidad. Levy cree que la experiencia del investigador sigue siendo fundamental para distinguir un hallazgo importante de lo que en la industria empezó a conocerse como “AI slop”, contenido producido automáticamente que parece plausible pero carece de valor real.
“Para el bug bounty hunter con cierta experiencia, pre AI, cazar vulnerabilidades con AI es lo mismo que antes pero con esteroides. Yo siempre repetí una frase: ‘No encontrás lo que no buscás’. Parece una frase tonta, pero en bug bounty es así. La IA sirve para complementarnos y mejorar nuestras habilidades, ayudarnos a encontrar cosas que no se nos habían ocurrido, mirar donde no miramos”, sostuvo.
La avalancha obliga también a automatizar el otro extremo del proceso. Vercel desarrolló un agente para hacer triage, la primera evaluación que determina si un reporte parece válido, qué gravedad puede tener y cómo debe continuar su análisis.
De los 1.300 casos procesados por ese sistema, contó Riancho, sólo 40 investigadores respondieron cuestionando una decisión automática que había marcado su reporte como inválido. Eso representa alrededor del 3% del total, aunque no implica que todas esas objeciones hayan sido correctas ni permite medir por sí solo la tasa de error del sistema.
Pero la dificultad es que un agente puede descartar una vulnerabilidad válida, considerar crítica una falla de bajo impacto o aceptar algo que en realidad no representa ningún problema. Es difícil separar el ruido de la señal.
Para Levy, ese proceso se convirtió en uno de los grandes desafíos de 2026. “Encontrar vulnerabilidades ya no es el principal desafío. El principal desafío es separar el ruido y encontrar algo que sea realmente interesante para la empresa, reportarlo y poder transmitir ese mensaje”, explicó.
Las compañías, agregó, están modificando procesos que fueron diseñados para un volumen mucho menor de reportes. También tienen que enfrentar un problema económico: los presupuestos destinados a recompensas fueron calculados antes de que la IA multiplicara la capacidad de los investigadores para encontrar fallas.
Riancho insiste en que, al menos por ahora, esa asimetría favorece a quien busca vulnerabilidades. El código acumulado durante años ofrece una superficie enorme para que nuevos agentes revisen problemas que habían permanecido ocultos (de hecho, este año se encontraron vulnerabilidades que estaban allí desde hacía casi dos décadas).
La consecuencia empieza a verse en eventos como Ekoparty y en comunidades enteras dedicadas al bug bounty, y la charla de este miércoles puso en evidencia un problema que parece que sólo se seguirá incrementando.
La capacidad para encontrar errores creció de forma abrupta y apareció un nuevo problema: sí, ahora los hackers tienen anabólicos para enviar reportes a empresas. Pero ahora las compañías que reciben esos reportes tienen un trabajo enorme para separar qué parte de lo que encontraron los humanos asistidos por máquinas realmente tiene valor.
La carrera del gato y el ratón de la ciberseguridad sigue, todavía, dándole la ventaja al hacker que ataca sistemas por sobre el que los defiende.
Ekoparty 22 arrancó con un reconocimiento
El kickoff de Ekoparty 22 estuvo a cargo de Leo Pigñer, CEO de la conferencia, que adelantó una de las novedades para el año próximo: en 2027, la edición de Miami estará asociada a HackMiami, una conferencia de seguridad que lleva más de 15 años en esa ciudad de Florida. “Es la primera vez que hacemos dos ekos en un año y es un laburazo de todo el equipo”, aseguró Pigñer.
Antes de la primera charla, la organización reconoció a Julio Ardita, uno de los nombres históricos del hacking argentino. Apodado “Gritón”, Ardita se hizo conocido a mediados de los 90, cuando desde Buenos Aires consiguió acceder a sistemas de la Universidad de Harvard y los utilizó como punto de entrada para infiltrarse en redes del Departamento de Defensa de Estados Unidos y de la NASA, entre otros organismos, además del FBI. Según la investigación de las autoridades estadounidenses, algunos de esos sistemas contenían información sensible, aunque no clasificada, vinculada con satélites, radiación e ingeniería.
El caso también quedó en la historia por la investigación que permitió identificarlo. Para seguir sus movimientos, las autoridades estadounidenses consiguieron por primera vez una orden judicial para intervenir una red informática, una técnica que hasta entonces se asociaba principalmente con escuchas telefónicas. Ardita finalmente se presentó ante la Justicia estadounidense y en 1998 fue condenado, tras declararse culpable, a tres años de libertad condicional y una multa de 5.000 dólares.
«Cuando empecé, en los 90, muchos de los que están acá hoy ni habían nacido», bromeó Ardita al agradecer el galardón.
El reconocimiento funcionó también como una forma de conectar distintas generaciones de una comunidad que este año volvió a reunirse bajo el lema Embrace the Chaos, abrazar el caos. La edición 22 recuperó esa idea para poner el foco en un escenario atravesado por la inteligencia artificial, la automatización, la vigilancia digital y tecnologías que avanzan a una velocidad difícil de seguir.
“Embrace the Chaos es el concepto que atraviesa la edición 22 de Ekoparty. En un contexto marcado por la hipervigilancia, el reconocimiento facial, la inteligencia artificial y sistemas cada vez más automatizados que toman decisiones sobre nuestra identidad, privacidad y comportamiento, la comunidad hacker tiene un rol fundamental: entender cómo funcionan esos sistemas, encontrar sus límites y desafiar las reglas que parecen inamovibles”, aseguró Ornella Paturzo Vanni, directora de comunicaciones de Ekoparty.
El arte de la convención acompañó, con una serie de instalaciones en la entrada del Centro de Convenciones Buenos Aires.
Sobre la firma
Mirá también
Newsletter Clarín
Recibí en tu mail todas las noticias, historias y análisis de los periodistas de Clarín
QUIERO RECIBIRLO