Dos estudiantes de una ciudad china encontraron en un mes más agujeros de seguridad que muchos equipos profesionales en un año

Changsha es la capital de la provincia china de Hunan. Ocho millones de habitantes, unas cuantas universidades y fama de tener la mejor comida picante del país. No es Pekín ni Shenzhen. Es una ciudad grande de las que no salen en los titulares.

Ahí sitúa el informe de amenazas que Anthropic publicó en septiembre de 2026 a un grupo de operadores de habla china que estuvo meses dedicándose a encontrar agujeros en programas de seguridad. Dos de ellos eran estudiantes universitarios. Uno había hecho prácticas en una empresa de seguridad china.

Lo que encontraron

Vulnerabilidades desconocidas en productos de seguridad de primera fila. De esas que no tienen parche porque nadie sabe que existen, y que en el mercado se pagan a precios que dan vértigo.

Uno de sus flujos de trabajo, dedicado a analizar el firmware de aparatos de red —esos cacharros que se enchufan en la entrada de la red de una empresa y se olvidan— produjo más de una docena de hallazgos potenciales en un mes.

Una docena en un mes. Investigadores profesionales con años de oficio no siempre llegan a eso en un año.

El oficio que había detrás de eso hasta ahora

Encontrar un fallo desconocido en un programa cerrado es de las cosas más difíciles que se hacen en informática. El programa viene compilado: no es texto legible, es una masa de instrucciones para el procesador. Hay que darle la vuelta, adivinar cómo estaba escrito y buscar el punto donde el autor no pensó en algo.

Es un trabajo de paciencia extrema. Semanas mirando código que no se lee. Cientos de callejones sin salida por cada hallazgo. Históricamente ha sido cosa de gente muy buena y muy obsesiva, con años encima, casi siempre pagada por alguien con mucho dinero: un estado o una empresa que vende esos hallazgos a los estados.

Por eso, en la práctica, encontrar cero-days era una señal fiable de quién estabas mirando. Costaba tanto que solo los podía permitir cierta clase de actor.

Qué papel hizo la máquina

El informe describe al modelo como capa de ingeniería y de orquestación. No es un matiz menor y merece la pena entenderlo bien.

No es que la IA mirara un programa y dijera «aquí está el fallo». Es que se encargó de todo lo que rodea a esa mirada: preparar el material, descomponer el firmware, montar el laboratorio donde se prueban los intentos, ejecutar la prueba, leer el resultado, ajustar y volver a intentarlo. La parte repetitiva, que es la mayor parte.

El informe menciona también trece agentes de recogida de información corriendo en tareas programadas. Trece procesos trabajando solos, sin nadie mirando.

Dicho de otra forma: la IA no sustituyó al experto. Sustituyó al equipo que el experto no tenía.

Por qué esto es más grande que un caso de seguridad

Lo interesante de esta historia no es el delito. Es lo que dice de cómo se reparte ahora la capacidad de hacer cosas difíciles.

Durante décadas, hacer algo técnicamente muy difícil requería tres cosas: talento, tiempo y una organización que pagara el tiempo. El talento siempre estuvo repartido por todas partes. Lo que no estaba repartido era lo tercero.

Ese cuello de botella es el que se ha aflojado. Y aflojarlo no distingue entre usos. La misma capacidad que permite a dos estudiantes de Changsha encontrar agujeros en un cortafuegos permite a dos estudiantes de cualquier otro sitio hacer cosas que hasta ahora necesitaban un departamento entero.

El informe lo resume en una frase que sirve para mucho más que para la seguridad informática: la brecha de trabajo y de herramientas que separaba a las operaciones bien financiadas de los operadores individuales se ha desmoronado.

Lo que hizo Anthropic

Cerró las cuentas e implementó vigilancia adicional para detectar y cortar actividad parecida. Es lo que se puede hacer desde su lado: no dejar que la herramienta propia se use así.

Lo que no se puede hacer desde ahí es devolver el cuello de botella a su sitio. Eso ya no vuelve.