Author: Anthony John Padilla

ChatGPT, de OpenAI, Claude, de Anthropic, y Grok, de xAI, registraron hoy interrupciones casi al mismo tiempo, dentro de una franja aproximada entre las 10:30 y las 11:00 de la mañana, hora del este de Estados Unidos. Así lo reflejaron las páginas de estado de las propias compañías y los reportes recogidos por Downdetector. Desde varios países, usuarios empezaron a contar lo mismo: mensajes de error, respuestas que no llegaban y problemas al abrir conversaciones nuevas. Que tres servicios rivales fallaran en paralelo hizo que la coincidencia llamara la atención desde el primer momento.

ChatGPT Descargar

A medida que las compañías iban publicando avisos en sus páginas de estado, Downdetector mostraba un repunte claro de incidencias, señal de que no se trataba de casos sueltos. En el caso de OpenAI, la compañía informó en su página de estado de “un aumento de errores en ChatGPT y Codex” y dijo que ya había aplicado una medida de mitigación. También añadió que seguía vigilando la recuperación del servicio, lo que sugería cierta estabilización, aunque todavía sin dar una explicación sobre el origen del fallo.

En Anthropic, el alcance del incidente fue cambiando con el paso de la mañana. Al principio, la empresa indicó en su página de estado que había problemas en Mythos/Fable 5.1, Mythos/Fable 5, Opus 5, Opus 4.8 y Opus 4.6.

Después, Anthropic acotó esa misma lista en su página de estado y dejó como afectados solo Opus 4.8 y Opus 5, mientras aseguraba que seguía trabajando en una solución. Grok, el servicio de xAI, también apareció como caído tanto en la aplicación como en la versión web, siempre según los datos de Downdetector.

La magnitud del apagón se notó enseguida en las cifras de Downdetector. Solo en Estados Unidos, ChatGPT acumuló más de 35.000 reportes, frente a más de 1.400 en Claude y más de 1.200 en Grok. En India también hubo un aumento de avisos, otra vez según Downdetector: más de 2.800 para ChatGPT, 170 para Claude y más de 40 para Grok.

Las plataformas digitales se caen de vez en cuando, claro. Lo raro aquí fue ver fallos casi simultáneos en tres servicios de este tamaño, con bases de usuarios tan grandes, y eso disparó las especulaciones en cuestión de minutos.

Y hay algo más que el simple corte de servicio. La caída dejó a la vista hasta qué punto profesionales, estudiantes y empresas ya dependen de estas herramientas para programar, redactar textos o atender clientes. Varios reportes públicos apuntaron a un posible problema relacionado con Microsoft Azure, pero al cierre de esta información ninguna de las compañías había confirmado la causa.

Amazon Web Services (AWS) y el SANS Institute han lanzado hoy una advertencia a las empresas que ya están desplegando agentes de IA con capacidad para leer datos, consultar herramientas y ejecutar acciones: los controles de acceso tienen que venir activados de base. El motivo, dicen ambas organizaciones, es simple y serio a la vez: los prompts del sistema se están usando como si fueran una barrera de seguridad, cuando en realidad ofrecen más tranquilidad de la que merecen. El aviso llega en un punto incómodo para la adopción empresarial de estos agentes, con los equipos de seguridad corriendo detrás de despliegues que avanzan más deprisa que la gobernanza y que ya han dejado incidentes reales.

Lo que AWS y SANS quieren fijar desde el principio es esto: esas instrucciones no pueden tratarse como un control de seguridad. Son, como mucho, una guía de comportamiento, y un modelo puede ignorarla, entenderla mal o dejarla sin efecto si recibe entradas maliciosas.

Para Amazon Web Services y el SANS Institute, confiar en el prompt del sistema para frenar accesos indebidos es, directamente, un fallo de diseño.

Y llevado al terreno práctico, el problema se ve enseguida. Un atacante puede colar instrucciones manipuladas en documentos, correos, páginas web o incluso en respuestas devueltas por herramientas conectadas, y con eso empujar al agente a saltarse reglas internas.

La inyección de prompts sigue al frente de las amenazas para las aplicaciones basadas en modelos de lenguaje. OWASP la mantiene en la parte más alta de su lista de riesgos por una razón muy concreta: los modelos no distinguen siempre de forma fiable entre una instrucción legítima del sistema y contenido controlado por un tercero.

La consecuencia cae por su propio peso. Si un agente tiene acceso amplio a datos o puede ejecutar acciones, ni siquiera un prompt muy bien escrito asegura que vaya a mantenerse dentro de los límites previstos.

Por eso, la recomendación de Amazon Web Services y el SANS Institute va en otra dirección: bloquearlo todo de entrada y permitir solo capacidades concretas, aprobadas de antemano. Es un planteamiento muy cercano al zero trust, con permisos mínimos, limitados a una tarea específica y solo durante el tiempo estrictamente necesario.

AWS y SANS también insisten en otro punto que cambia bastante la conversación: los controles de verdad no deben vivir en el prompt, sino en la capa de datos y recuperación. La autorización, por tanto, tiene que aplicarse en tiempo de ejecución, de modo que el agente que actúa en nombre de un usuario tenga exactamente los mismos permisos que ese usuario, o incluso menos, pero nunca más.

La urgencia no sale de un supuesto abstracto. Un informe de 2026 señala que el número de agentes desplegados en organizaciones se duplicó en apenas cuatro meses y que el 38% de las empresas ya opera con más de 100 agentes.

El problema es que, según ese mismo informe, la monitorización no ha crecido al mismo ritmo. El resultado es bastante claro: muchos agentes siguen funcionando sin observación ni auditoría suficientes.

Ese informe de 2026 también deja una brecha difícil de pasar por alto entre la confianza declarada y lo que está ocurriendo en la práctica. Más del 80% de las organizaciones dice confiar en su capacidad para evitar accesos no autorizados a datos, pero casi 9 de cada 10 reconocieron al menos un incidente de seguridad relacionado con agentes durante el último año.

A eso se añade la actualización reciente de la guía de seguridad para LLM de OWASP, la iniciativa de estándares para agentes impulsada por el National Institute of Standards and Technology (NIST) y ataques ya documentados, entre ellos ofensivas contra la cadena de suministro de plugins e intrusiones en infraestructuras con múltiples agentes.

Nadie sabe cuándo la gobernanza y la visibilidad van a alcanzar el ritmo de despliegue. Pero para las empresas, a estas alturas, el mensaje ya cuesta discutirlo: si un agente puede tocar datos sensibles o ejecutar acciones críticas, la seguridad tiene que venir impuesta por la arquitectura, por los permisos y por controles que puedan verificarse.

Askeal, una startup enfocada en operaciones de seguridad, presentó hoy un asistente para analistas de centros de operaciones de seguridad, los conocidos SOC. La promesa no es la habitual en esta clase de herramientas: dar respuestas apoyadas en fuentes verificables antes de que el equipo tome una decisión. La plataforma, dice la empresa, está pensada para contestar preguntas de seguridad en lenguaje natural y trabajar sobre material real de una investigación.

Wireshark Descargar

La apuesta de Askeal pasa por la transparencia. La plataforma no entrega conclusiones cerradas sin contexto, sino que enseña de dónde sale cada respuesta.

Y si dos fuentes creíbles no coinciden, también lo deja a la vista. Askeal expone ambas posturas para que sea el analista quien decida con más criterio.

El producto está preparado para responder preguntas de seguridad en lenguaje natural y, al mismo tiempo, operar con material real de una investigación. Los usuarios pueden subir archivos, indicadores o evidencias; el sistema los cruza con su base de conocimiento y devuelve una valoración acompañada de referencias.

Ese planteamiento apunta a un problema bien conocido dentro de los SOC: la sobrecarga.

En muchos equipos, sostiene Askeal, un analista puede terminar frente a más de 50 alertas diarias que exigen revisión manual. Eso dispara la fatiga y hace más lento el triaje.

La compañía defiende que su plataforma puede recortar parte de ese trabajo repetitivo al acelerar la validación de información y ayudar a priorizar los siguientes pasos.

Uno de los rasgos con los que Askeal busca diferenciarse es que no se apoya solo en automatización.

La empresa afirma haber levantado una comunidad formada por proveedores de ciberseguridad, investigadores y profesionales verificados, cuya experiencia alimenta el sistema.

Ahí está una parte central de su discurso. En lugar de pedir a los analistas que confíen a ciegas en una herramienta, Askeal intenta poner delante una cadena de confianza visible, con expertos contrastados, fuentes que se pueden citar y respuestas que el propio usuario puede revisar.

La compañía señala que Askeal fue cofundada en agosto de 2025 por su CEO, Roxane Suau, y que ha levantado 1,1 millones en financiación presemilla para empujar su llegada al mercado y su expansión internacional.

También asegura que, tras abrir su beta en febrero de 2026, superó su meta inicial de 300 usuarios de prueba y llegó a 500 usuarios distribuidos en 69 países en unos dos meses y medio.

Aproximadamente la mitad de esos usuarios eran analistas SOC, según la empresa, un dato llamativo para una plataforma que todavía está en una fase temprana.

La firma añade que en junio de 2026 amplió además su oferta con un SOC Agent orientado a investigaciones más amplias.

Entre las funciones de ese SOC Agent aparecen la ingesta de datos, la extracción de indicadores, la correlación de evidencias y la recomendación de próximos pasos.

Con ese paso, Askeal busca dejar de ser solo una herramienta de consulta para ocupar un lugar más amplio dentro del flujo de trabajo de un SOC, justo cuando los equipos de seguridad están buscando recortar tiempos sin renunciar a la trazabilidad ni al rigor.

Un grupo de investigadores ha avisado hoy de que la expansión de los chatbots en atención al cliente puede volver más mecánica la comunicación humana. La inquietud no tiene que ver solo con que estas herramientas suenen cada vez más naturales. También apunta al efecto contrario: que las personas acaben hablando de un modo más robótico cuando interactúan con ellas.

ChatGPT Descargar

Y no se trata de algo marginal. Estos asistentes ya tramitan consultas, reclamaciones y devoluciones a gran escala, y esas interacciones no dejan de crecer. A juicio de los expertos, la exposición repetida a ese tipo de intercambio puede terminar moldeando hábitos de comunicación cotidianos, también fuera del soporte técnico o del servicio posventa.

Un trabajo teórico reciente plantea el concepto de “humanidad robotoide” para poner nombre a ese movimiento de ida y vuelta. La idea es sencilla: las máquinas se diseñan para parecer más cercanas, fluidas y empáticas, mientras las personas van ajustando su lenguaje para encajar mejor con los patrones de respuesta de esos sistemas.

Eso, sostiene ese trabajo teórico, puede acabar traduciéndose en mensajes más breves, directos , estructurados y previsibles, pensados para obtener una solución rápida. En determinados contextos, esa adaptación incluso puede resultar útil.

Pero los autores también advierten de otra posibilidad: que ese estilo salte a conversaciones de otro tipo y las vuelva menos espontáneas, o simplemente más rígidas.

No todo apunta en la misma dirección. Un estudio de Harvard Business School concluyó que la asistencia automatizada ayudó a agentes humanos de atención al cliente a responder un 22 % más rápido, mientras la satisfacción expresada por los clientes subió 0,45 puntos en una escala de cinco. Ese mismo estudio de Harvard Business School señala además que estas herramientas pueden mejorar el tono y la calidad del servicio.

El matiz aparece cuando se mira otra parte de la literatura. Si una respuesta humana llega demasiado rápido o suena excesivamente estandarizada, algunos clientes empiezan a sospechar que, en realidad, siguen hablando con un bot. Esa percepción puede restarle autenticidad al intercambio y desgastar la confianza, incluso cuando el problema ya ha quedado resuelto.

Los investigadores alertan también de riesgos más amplios: una dependencia mayor de estas herramientas para pedir consejos, redactar mensajes o resolver conflictos; una posible pérdida de habilidades de comunicación y de pensamiento crítico; cierta “atrofia del lenguaje”; y expectativas poco realistas sobre las relaciones humanas. Al fin y al cabo, conversar con una máquina diseñada para ser paciente, clara y estar siempre disponible no se parece demasiado a hablar con otra persona de verdad.

Además, señalan que cada vez más servicios se interponen entre dos personas para reescribir mensajes tensos y hacer que suenen más calmados. Eso puede aumentar el lenguaje positivo y la sensación de cooperación, aunque el efecto se debilita en cuanto la otra parte sospecha que hubo ayuda automática.

Por ahora, una parte importante de la evidencia procede de contextos occidentales y angloparlantes, según recuerdan los propios investigadores. Siguen abiertas, por tanto, muchas lagunas sobre cómo cambian estas dinámicas según la cultura, el idioma, el nivel de ingresos o el acceso digital. Todavía no está claro hasta qué punto estos efectos se repiten fuera de esos entornos ni cuál puede ser su alcance real.

Anthropic recortará de facto la capacidad semanal de Claude Code frente al nivel actual

Anthropic anunció hoy que el 14 de septiembre cambiará los límites semanales de Claude Code, su herramienta de programación. Retirará el refuerzo temporal del 50% que venía aplicando y lo cambiará por una subida fija del 25% sobre el límite original. La compañía lo presenta como una mejora permanente, pero para muchos usuarios el resultado será más simple de entender: tendrán menos capacidad que la disponible hasta ahora.

Ahí está el matiz del anuncio. Anthropic habla de una mejora estable, y en sentido estricto existe, pero al quitar el aumento temporal del 50% que llevaba meses en vigor y dejarlo en un 25% fijo sobre la base, el techo real baja para una parte importante de los clientes.

Según la empresa, el objetivo es asegurar la sostenibilidad de la plataforma a largo plazo. En números, el ajuste equivale a un recorte del 17% frente al nivel que los clientes han estado usando durante buena parte del verano. Afectará a los usuarios de los planes Pro, Max, Team y Enterprise por usuario, especialmente a quienes ya contaban con ese margen extra como parte normal del servicio.

La forma más fácil de verlo es con un ejemplo. Si un usuario tenía un límite base de 100 unidades, con el refuerzo temporal pasaba a 150. Desde el 14 de septiembre tendrá 125. Seguirá por encima del nivel original, así que la subida permanente existe, pero perderá 25 unidades respecto a su capacidad actual.

Ese detalle es lo que ha encendido el malestar entre desarrolladores. El aumento del 50% se introdujo el 13 de mayo como una medida temporal y, según Anthropic, se prorrogó cuatro veces durante el verano. Con ese historial, muchos acabaron tomándolo como el estándar real del servicio y no como una promoción puntual. Para equipos que dependen de sesiones largas de depuración o de flujos de trabajo intensivos, una reducción así se nota enseguida.

Y no todo el enfado tiene que ver con el recorte en sí. También pesa la forma en que Anthropic decidió contarlo.

La compañía destacó primero la “subida permanente del 25%” sin explicar desde el arranque que, comparada con los límites vigentes, la decisión implicaba una bajada efectiva. Eso provocó críticas en X e incluso una nota de la comunidad en la propia X señalando ese contexto ausente. Más tarde, Anthropic aclaró que el ajuste suponía un recorte del 17% y eliminó el hilo original.

Anthropic también asegura que dará más control y más transparencia sobre el consumo, un asunto delicado para desarrolladores que llevan tiempo pidiendo reglas menos difusas y más previsibles. En tareas como depuración extensa, refactorizaciones grandes o intercambios prolongados, sigue siendo difícil calcular cuánto “gastará” cada trabajo.

El movimiento también se puede leer dentro de algo más amplio en el sector. Al mismo tiempo, Anthropic dice que seguirá puliendo Claude Code con optimizaciones de rendimiento y con una herramienta automática para enviar informes de fallos.

Para los usuarios, la lectura inmediata es bastante directa: desde mediados de septiembre, Claude Code ofrecerá más que antes de mayo, pero menos de lo que ofrece ahora. Lo que todavía no está claro es cómo Anthropic convertirá esa promesa de más control y transparencia en reglas de consumo que de verdad se puedan prever.

Aurora, un grupo de ransomware de habla rusa, usó entre abril y julio de 2026 Cursor, el popular asistente de programación que SpaceX adquirió hace poco, como apoyo directo en intrusiones reales. Eso es lo que plantea una investigación de Gambit Security y CloudSEK. Lo que describen va bastante más allá de pedirle código a una IA: Cursor habría servido para guiar pasos clave del ataque, desde el reconocimiento inicial hasta la ejecución de comandos dentro de redes ya comprometidas. La conclusión conecta con una inquietud que en ciberseguridad lleva tiempo creciendo: estos asistentes están dejando de ser simples herramientas de productividad y se están convirtiendo en un multiplicador muy concreto para operadores maliciosos que quieren moverse más rápido y con menos conocimientos técnicos.

Los analistas de Gambit Security y CloudSEK sostienen que Aurora explotó Cursor durante operaciones de ransomware para tareas prácticas, de las que normalmente hace un intruso humano mientras recorre, prueba y exprime una red. En su reconstrucción del caso, Cursor se habría usado para escaneo de red, robo de credenciales, movimiento lateral y orientación a la hora de ejecutar comandos. Más que como creador del malware, habría funcionado como un asistente interactivo. La mecánica que describen se parece bastante a la de un atacante junior con un ingeniero senior disponible todo el tiempo: el operador marcaba un objetivo general, Cursor proponía los siguientes pasos y, cuando un comando fallaba, ofrecía alternativas para seguir avanzando.

Todo parte de un servidor expuesto de un afiliado de Aurora. A partir de ese material, Gambit Security y CloudSEK vincularon actividad registrada entre abril y julio de 2026 con ataques contra más de 20 organizaciones en al menos nueve países, entre ellos Estados Unidos, Bélgica, Alemania, Escocia, Italia y Argentina. El informe no dice que Cursor levantara por sí solo las campañas. Lo presenta, más bien, como una pieza operativa útil en distintas fases del acceso y la explotación, capaz de sostener el ritmo de las intrusiones y de resolver problemas sobre la marcha sin depender tanto de especialistas veteranos.

Ahí aparece uno de los aspectos más delicados del caso. Según la investigación de Gambit Security y CloudSEK, los operadores habrían conseguido esquivar parte de las salvaguardas integradas en Cursor. Para hacerlo, presentaban acciones maliciosas como si fueran ejercicios de pruebas de penetración o simulaciones defensivas, un truco conocido que puede empujar a estos asistentes a recomendar pasos peligrosos. Ese detalle pesa porque deja ver que los controles actuales todavía pueden quedarse cortos cuando alguien manipula con cuidado el contexto de la petición.

Los expertos citados por Gambit Security y CloudSEK calculan que la ayuda de Cursor hizo a Aurora entre un 30 % y un 50 % más rápido. También redujo la barrera de entrada al actuar como un consultor de explotación siempre disponible. Para el sector, el caso funciona como una prueba concreta de que estas plataformas ya están entrando en todo el ciclo del ataque. Y eso trae una doble presión: por un lado, obliga a los proveedores a endurecer sus controles; por otro, mete más urgencia a las empresas para adoptar defensas automatizadas capaces de responder a adversarios que ahora pueden aprender, adaptarse y escalar a mucha más velocidad.