Hugging Face, la plataforma donde buena parte de la industria de la IA aloja sus modelos y datasets, revelo el 16 de julio que intrusos vulneraron su infraestructura de produccion durante el fin de semana anterior. La compania afirma que la operacion fue dirigida de principio a fin por un sistema de agentes de IA autonomos, y la califica como el primer caso documentado del escenario del atacante agentico que la industria de la seguridad venia anticipando desde hace dos anos.

La intrusion comenzo en el pipeline de procesamiento de datos. Un dataset malicioso exploto dos vulnerabilidades de ejecucion de codigo, una via de ejecucion remota en un cargador de datasets y una inyeccion de plantillas en una configuracion de dataset, para afianzarse en los workers de procesamiento. Desde alli, el atacante escalo hasta obtener acceso a nivel de nodo y se movio lateralmente por los clusteres internos.

Lo que distinguio al ataque fue su forma de operar. Hugging Face describe un framework de agentes autonomos ejecutando muchos miles de acciones individuales a traves de un enjambre de sandboxes de vida corta, con una infraestructura de comando y control automigrante desplegada sobre servicios publicos. El modelo que impulso el ataque no ha sido identificado. Los intrusos se llevaron datasets internos limitados y varias credenciales de servicio, de nube y de cluster. La evaluacion de la exposicion de socios y clientes sigue en curso, y la compania afirma que no hay evidencia de manipulacion de los modelos, datasets o Spaces publicos.

La defensa tambien se apoyo en parte en la IA. La deteccion provino de un triaje basado en LLM ejecutandose sobre la telemetria de seguridad, y el equipo forense analizo mas de 17.000 eventos registrados usando GLM 5.2, un modelo de pesos abiertos ejecutandose en la propia infraestructura de Hugging Face. Esa eleccion fue tan forzada como deliberada. Las barreras de seguridad de los servicios comerciales de IA se negaron a procesar material forense que contenia cargas maliciosas del ataque, y la compania senalo sin rodeos la asimetria resultante, diciendo que el atacante no estaba sujeto a ninguna politica de uso mientras su propio trabajo forense quedaba bloqueado.

Los investigadores de seguridad han advertido que los ataques agenticos llegarian en cuanto los modelos fueran lo bastante buenos, y este es el relato publico mas claro hasta ahora de uno golpeando a una plataforma importante. La leccion que extrae Hugging Face es incomoda para la industria. Los defensores necesitan modelos que controlen, porque las herramientas que vigilan el mal uso para todos tambien vigilan la respuesta a incidentes, y los atacantes se saltan las reglas por completo. La compania dice que ha endurecido el pipeline de datasets, rotado las credenciales y ampliado su monitoreo automatizado.