Una nueva variante de malware descubierta por investigadores de Cisco Talos combina técnicas tradicionales de robo de credenciales con una capa de inteligencia artificial generativa para priorizar víctimas. Llamado "Volta-Autodoxer" —el nombre que el código usa para referirse a sí mismo internamente—, el infostealer no solo recopila datos sensibles como contraseñas, tokens de sesión y claves de criptomonedas, sino que también envía un dossier estructurado con la información robada a modelos de lenguaje grandes (LLM) comerciales, que actúan como "analistas de inteligencia" para clasificar a la víctima en términos de valor financiero y vulnerabilidades de seguridad.
El hallazgo se presentó en un análisis técnico publicado el 31 de octubre de 2026 y reportado originalmente al proyecto Kernel Panic, un esfuerzo colaborativo de investigadores de ciberseguridad que comparten descubrimientos de forma responsable antes de los parches. Los investigadores de Cisco Talos detectaron el malware usando su nuevo framework CAIRN (Cognitive Analysis of AI-Risk Networks), diseñado específicamente para identificar herramientas de hacking que incorporan capacidades de inteligencia artificial.
Qué hace el malware
Volta-Autodoxer es un implant Windows de 64 bits que opera como un infostealer convencional: ejecuta una pasada inicial de escaneo en el sistema objetivo, recopilando contraseñas de navegadores, cookies, tarjetas de pago guardadas, seed phrases de carteras de criptomonedas, tokens OAuth de Microsoft, claves SSH y credenciales de proveedores de nube como AWS, Azure y Google Cloud. También captura sesiones activas de Discord, Telegram, Steam y Roblox —credenciales y tokens que permiten acceso directo a cuentas sin necesidad de crackear contraseñas.
Luego realiza una segunda pasada más profunda. Usando el acceso obtenido en cuentas de correo electrónico, el malware escanea recibos digitales, recupera historiales de pedidos de UberEats y DoorDash, recopila información de perfiles de Discord y consulta valores de inventario de Roblox a través de la API de Rolimons. El resultado no es una lista cruda de archivos, sino un perfil estructurado de la persona —sus cuentas, hábitos y activos.
La diferencia está en la tercera etapa. El implant compila todos estos datos en un dossier serializado y lo envía a OpenRouter, un servicio de enrutamiento de prompts de IA que reenvía peticiones a múltiples proveedores de modelos. El modelo predeterminado identificado es el Claude Opus 4.6 de Anthropic, con fallbacks hacia Kimi K2 de Moonshot AI y Gemini 2.5 Flash de Google cuando el modelo principal devuelve una frase de rechazo. El prompt incrustado en el malware instruye al modelo para actuar como un "analista de inteligencia" y producir una evaluación estructurada y con citas del valor financiero de la víctima, sus prácticas de seguridad y la higiene de sus contraseñas.
Una capa opcional, no una innovación completa
Es importante destacar que la capa de IA es opcional. El malware funciona completamente sin ella cuando no hay ninguna clave de API presente —lo que significa que la fase tradicional de recopilación de credenciales, por sí sola, ya constituye una amenaza completa. El elemento de IA funciona como una capa de triaje, no como la fase de intrusión en sí. El malware no escribe exploits, no elige objetivos y no realiza la violación inicial. Lee material robado y produce una evaluación.
Esto plantea una pregunta que aún no tiene respuesta definitiva: qué puede y no puede sustentar la evidencia pública. Hasta el momento, las investigaciones describen el diseño del malware, no un caso documentado de despliegue activo contra víctimas reales. La distinción es crucial para los defensores, ya que determina si la prioridad debe ser cazar muestras específicas de este malware o enfocarse en medidas de protección de credenciales que ya son efectivas contra cualquier infostealer.
Por qué importa
El hallazgo ilustra una tendencia más amplia: los cibercriminales están incorporando cada vez más herramientas de IA en sus operaciones. Investigadores de CrowdStrike han observado múltiples grupos de hackers empleando herramientas de IA en diversos sectores, incluyendo salud, retail y gobierno. Otro infostealer llamado Aoki (o Aokigahara), documentado por Symantec a mediados de octubre, ya estaba robando credenciales de asistentes de programación con IA —Claude, Codex, Cursor, Codeium, Gemini—, señalando que los tokens de acceso a servicios de IA se consideran tan valiosos como los datos de tarjetas de crédito.
Volta-Autodoxer lleva esto un paso más allá: no solo roba credenciales, sino que usa IA para decidir cuál credencial vale más la pena explotar. Es, en esencia, un sistema automatizado de puntuación de víctimas —un "analista" que trabaja 24 horas al día, no necesita salario y no comete errores de juicio humano.
La pregunta sin respuesta es: si la etapa de IA es opcional, ¿cuántas variantes de Volta ya están en el mundo con ese módulo activo? Y más importante: ¿los modelos comerciales que se están usando para estas evaluaciones son conscientes de que sus prompts están siendo inyectados por malware? La respuesta podría definir si asistiremos, en los próximos meses, a la primera oleada de presión regulatoria sobre los proveedores de LLM para que implementen verificación de procedencia de prompts o restricciones específicas contra uso malicioso.
Fuentes: WIRED, The Hack Academy, KillBait
✓ Fuentes independientes cruzadas y verificadas antes de la publicación
