Detectan una campaña activa de malware que apunta a agentes de programación basados en IA

Malware en GitHub manipula archivos de agentes de programación con IA

Nos ayudas mucho si nos sigues en Google Seguir en

Una campaña activa de malware está utilizando archivos de configuración e instrucciones de agentes de programación con inteligencia artificial para ejecutar código malicioso, robar credenciales y propagarse a otros repositorios. Bitdefender ha identificado 22 repositorios de GitHub con archivos diseñados para aprovechar cómo estas herramientas leen y siguen instrucciones dentro de un proyecto.

El hallazgo amplía el foco de seguridad: el riesgo no se limita a descargar y ejecutar un programa sospechoso. También puede estar en los archivos que guían al agente de IA, en los ganchos que se ejecutan al abrir un proyecto o en configuraciones relacionadas con herramientas conectadas al entorno de desarrollo.

Las instrucciones del proyecto se convierten en una vía de ataque

Los agentes de programación basados en IA pueden consultar archivos del repositorio para conocer las convenciones y tareas de un proyecto. Según la investigación de Bitdefender, los atacantes insertan instrucciones maliciosas en archivos como AGENTS.md o CLAUDE.md para intentar que el agente ejecute un script oculto.

La instrucción puede presentar ese script como un artefacto firmado o sellado que no debe inspeccionarse. El objetivo es que el agente lo ejecute sin que el desarrollador compruebe qué hace. No se trata de una vulnerabilidad atribuida a un producto concreto: el mecanismo descrito explota la confianza que se deposita en archivos del proyecto y la capacidad de las herramientas para ejecutar acciones.

La campaña también contempla una vía que no depende de convencer al agente mediante instrucciones. Bitdefender señala el uso de ganchos de inicio de sesión: código asociado a eventos del entorno que puede ejecutarse cuando un repositorio se considera de confianza. Así, la ejecución podría producirse al abrir o utilizar el proyecto, sin que el desarrollador escriba una orden específica para el agente.

Del equipo comprometido a otros repositorios

Una vez ejecutado, el malware puede robar credenciales y comprobar a qué cuentas tiene acceso. La investigación describe dos mecanismos de propagación: modificar configuraciones de 14 herramientas de programación basadas en IA instaladas en la máquina y emplear credenciales robadas de GitHub o GitLab para insertar archivos maliciosos en otros repositorios.

Esto conecta el riesgo del puesto de trabajo con la cadena de suministro de software. Si una cuenta comprometida tiene permisos para escribir en repositorios, el código malicioso podría llegar a proyectos que otras personas desarrollan o utilizan. La ficha también sitúa dentro del alcance potencial los tokens de integración y entrega continuas (CI/CD) y el acceso a registros de paquetes. No implica que todos esos activos hayan sido comprometidos en cada caso, sino que las credenciales disponibles en el entorno pueden ampliar las consecuencias de una infección.

Para un desarrollador, el efecto inmediato puede ser la exposición de sus credenciales y de los proyectos a los que accede. Para un equipo de IT o de seguridad, la cuestión es comprobar no solo los ejecutables descargados, sino también los cambios en archivos de instrucciones, configuraciones de agentes y ganchos de los repositorios. La campaña hace relevante revisar quién puede modificar esos elementos y qué permisos tienen las credenciales utilizadas durante el desarrollo.

Qué revisar en los flujos de desarrollo con IA

Las medidas más directamente relacionadas con este mecanismo son tratar los archivos de instrucciones como código que requiere revisión y no aceptar automáticamente las órdenes que contengan. Antes de ejecutar un script recomendado por un agente, hay que inspeccionar su contenido y entender qué recursos puede modificar o consultar. Una instrucción que pide no examinar un archivo no es una garantía de seguridad.

También resulta útil comprobar los cambios introducidos en los archivos de configuración del agente y en los ganchos de inicio, sobre todo al incorporar un repositorio nuevo o marcarlo como confiable. Las credenciales de GitHub y GitLab, los tokens de CI/CD y los accesos a registros de paquetes deberían limitarse a los permisos necesarios para la tarea. Si se sospecha que una credencial ha quedado expuesta, la respuesta debe centrarse en revocarla o sustituirla y revisar qué acciones pudo realizar; la ficha no detalla un procedimiento específico de recuperación.

Estas comprobaciones forman parte de una estrategia de ciberseguridad aplicada al desarrollo: la automatización no elimina la necesidad de validar qué instrucciones recibe una herramienta ni qué permisos tiene para actuar.

Una detección en muestras no equivale a cobertura universal

Bitdefender indica que su producto AI Guardian detectó el archivo de instrucciones maliciosas en las 22 muestras analizadas. Ese resultado corresponde a esas muestras y a las pruebas descritas; no demuestra que cualquier variante futura vaya a ser detectada ni que otros entornos obtengan el mismo resultado.

La investigación subraya un cambio práctico para los equipos que incorporan agentes de IA: los archivos de contexto y configuración deben entrar en las revisiones de seguridad habituales. La herramienta puede acelerar el trabajo de programación, pero también puede actuar sobre instrucciones preparadas por terceros. El artículo original de Cybersecurity News recoge los detalles atribuidos a Bitdefender.

Blogs de tecnología Similares

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *