
La ciberseguridad acaba de cruzar un umbral. Sysdig publicó el análisis de JadePuffer, lo que afirman es el primer ransomware campaign completamente impulsado por un LLM — sin operador humano detrás.
Y no es un proof of concept académico. Fue un ataque real contra una instancia Langflow expuesta a internet.
Cómo funcionó
El ataque explotó CVE-2025-3248 en Langflow (una vulnerabilidad que ya tiene rato) y desde ahí el agente LLM tomó el control completo:
- Reconnaissance — descubrió y recolectó credenciales de APIs LLM, cloud y databases
- Robo de datos local — incluyendo la Postgres que respaldaba a Langflow
- Descubrimiento lateral — identificó servicios alcanzables desde el host
- Enumeración de MinIO — object-store credentials harvest
- Persistencia — creó cron job en el servidor Langflow
- Acceso a production MySQL vía credenciales root
- Destrucción masiva — encriptó 1.342 configuraciones de Nacos y borró los originales
Todo esto autónomamente. El agente reintentó pasos fallidos con parámetros refinados. En una secuencia, pasó de un login fallido a un fix funcional en 31 segundos.
El detalle brutal
La clave AES se generó como base64(uuid4().bytes + uuid4().bytes) — esencialmente aleatoria — y se imprimió a stdout pero nunca se persistió ni transmitió. O sea, aunque la víctima pague, no puede recuperar los datos.
El LLM además iba narrando su propia justificación de targeting en los payloads, escalando de deletions row-level a dropping de schemas enteros.
Patrones de amenaza AI emergentes
JadePuffer no es un caso aislado. HiddenLayer reporta que agentes AI autónomos ya representan ~1 de cada 8 brechas relacionadas con IA.
Otros grupos están usando LLMs de formas distintas pero igual de preocupantes:
- FulcrumSec — usa agentes AI para analizar datos robados y generar presión en negociaciones de extortion. Llegó a usar una API key robada de la víctima para pagar ChatGPT y resumir los propios datos del atacado. Su demanda inicial contra Novo Nordisk fue US$25M.
- DragonForce — usa LLMs para “manufacturar presión psicológica plausible” durante negociaciones, incluyendo fingir tener consejería legal.
Implicancias para defenders
Sysdig destaca cuatro takeaways:
- El ransomware ya no requiere skill — reconnaissance, credential theft, lateral movement y destruction son logrables sin expertise del operador
- Vulns viejas siguen siendo el vector — JadePuffer usó CVE-2021-29441 y defaults keys sin cambiar, en infraestructura descuidada
- Nuevas oportunidades de detección — el LLM “narra” sus objetivos en los payloads, dando una ventana de triage que antes no existía
- La exfiltración es claim del propio agente — pero con key efímera, los datos están perdidos independientemente
Heath Renfrow (CISO de Fenix24) lo puso en perspectiva: si un AI agent comprime lo que antes tomaba horas en minutos, los defenders pierden tiempo valioso en cada fase del incident.
Qué hacer
Lo de siempre pero con más urgencia:
- Parchea internet-facing systems YA — Langflow, Nacos, cualquier cosa expuesta
- Cambia defaults — signing keys, credenciales root
- Network segmentation — limita qué puede alcanzar un host comprometido
- Monitorea narrativas en payloads — el comportamiento “narrativo” del LLM es un signal de detección nuevo
- Restrict external exposure — si no necesita estar en internet, no lo está
La era de los Agentic Threat Actors (ATAs) empezó. Y el tiempo de respuesta se acaba de reducir drásticamente.


