Hugging Face, la plataforma donde buena parte de la industria de la IA aloja sus modelos y datasets, reveló el 16 de julio que intrusos vulneraron su infraestructura de producción durante el fin de semana anterior. La compañía afirma que la operación fue dirigida de principio a fin por un sistema de agentes de IA autónomos, y la califica como el primer caso documentado del escenario del atacante agéntico que la industria de la seguridad venía anticipando desde hace dos años.

La intrusión comenzó en el pipeline de procesamiento de datos. Un dataset malicioso explotó dos vulnerabilidades de ejecución de código, una vía de ejecución remota en un cargador de datasets y una inyección de plantillas en una configuración de dataset, para afianzarse en los workers de procesamiento. Desde allí, el atacante escaló hasta obtener acceso a nivel de nodo y se movió lateralmente por los clústeres internos.

Lo que distinguió al ataque fue su forma de operar. Hugging Face describe un framework de agentes autónomos ejecutando muchos miles de acciones individuales a través de un enjambre de sandboxes de vida corta, con una infraestructura de comando y control automigrante desplegada sobre servicios públicos. El modelo que impulsó el ataque no ha sido identificado. Los intrusos se llevaron datasets internos limitados y varias credenciales de servicio, de nube y de cluster. La evaluación de la exposición de socios y clientes sigue en curso, y la compañía afirma que no hay evidencia de manipulación de los modelos, datasets o Spaces públicos.

La defensa también se apoyó en parte en la IA. La detección provino de un triaje basado en LLM ejecutándose sobre la telemetría de seguridad, y el equipo forense analizó más de 17.000 eventos registrados usando GLM 5.2, un modelo de pesos abiertos ejecutándose en la propia infraestructura de Hugging Face. Esa elección fue tan forzada como deliberada. Las barreras de seguridad de los servicios comerciales de IA se negaron a procesar material forense que contenía cargas maliciosas del ataque, y la compañía señaló sin rodeos la asimetría resultante, diciendo que el atacante no estaba sujeto a ninguna política de uso mientras su propio trabajo forense quedaba bloqueado.

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