Microsoft documentó el uso de ARTEX, un framework ofensivo que permite a atacantes automatizar todo el ciclo desde la búsqueda de secretos en código público hasta el acceso a infraestructura cloud, eliminando la necesidad de intervención humana en cada paso.
A partir del 28 de octubre de 2026, Microsoft Threat Intelligence comenzó a rastrear una campaña en la que actores de amenaza utilizaron agentes de inteligencia artificial para escanear repositorios públicos de GitHub en busca de credenciales expuestas — claves de API, secretos de aplicaciones, tokens de autenticación — y ejecutar automáticamente los pasos siguientes del ataque sin intervención manual. En al menos un caso observado, el tiempo transcurrido entre el escaneo inicial y la exfiltración de datos desde Azure Key Vault fue de cinco minutos. La herramienta identificada en esta actividad es ARTEX, un framework agentic ofensivo que permite a los atacantes no solo acelerar la búsqueda de secretos en múltiples repositorios, sino también analizar los resultados y ejecutar acciones de seguimiento — descubrimiento de recursos en la nube, exfiltración de credenciales y datos — sin que el operador humano tenga que intervenir en cada etapa del proceso.
Cómo funciona un ataque agentic y por qué cambia el ritmo de la amenaza
El escaneo de repositorios públicos en busca de credenciales no es una técnica nueva. Durante años, los atacantes han revisado manualmente código expuesto en GitHub para encontrar claves de API, tokens de OAuth y otros secretos que los desarrolladores dejan en archivos de configuración o scripts. Lo que cambia con ARTEX es la eliminación del cuello de botella humano: el agente de IA puede enviar grandes volúmenes de consultas a GitHub — combinando el nombre de una organización objetivo con palabras clave relacionadas con servicios cloud o proveedores de IA — y luego procesar automáticamente los resultados para identificar qué credenciales son válidas y qué recursos pueden comprometerse con ellas. Microsoft observó que las consultas enviadas por el framework incluían el nombre de organizaciones específicas, términos vinculados a servicios cloud y palabras clave asociadas a otros proveedores de IA.
Una vez que el agente encuentra una credencial válida, puede ejecutar el siguiente paso sin esperar instrucciones: autenticarse en el servicio correspondiente, enumerar recursos disponibles, acceder a Azure Key Vaults o Storage Accounts y exfiltrar datos. En el caso documentado de cinco minutos, el agente pasó del escaneo inicial a la exfiltración de datos desde Azure Key Vault sin pausa intermedia. Esta capacidad de encadenar acciones de forma autónoma reduce drásticamente el tiempo de exposición entre el momento en que una credencial queda pública y el momento en que se abusa de ella — una ventana que antes podía medirse en días o semanas, y que ahora puede medirse en minutos.
Infraestructura de ataque y patrones de acceso observados por Microsoft
Microsoft identificó inicios de sesión exitosos de entidades de servicio desde la dirección IP 199.19.77[.]84 involucrando múltiples IDs de aplicación a partir del 28 de octubre de 2026. En algunos casos, la credencial comprometida pertenecía a una aplicación multitenant gestionada por un proveedor (vendor-owned application), lo que permitió a los atacantes acceder a múltiples tenants downstream que confiaban en esa aplicación. Los atacantes utilizaron las credenciales comprometidas para descubrimiento de recursos en la nube, exfiltración de credenciales y datos desde Azure Key Vaults y Storage Accounts, y abuso de Azure AI services — un patrón consistente con el uso de agentes de IA para automatizar la explotación de infraestructura cloud.
Además de la IP principal, Microsoft observó operaciones maliciosas desde 65.87.223[.]26, incluyendo indicios de explotación de vulnerabilidades mediante comandos shell incrustados en el user agent y intentos de obtener tokens de autenticación de App Service. Desde 157.22.126[.]128 se registraron operaciones de reconocimiento dirigidas a cargas de trabajo de IA desplegadas en Azure AI services. La empresa Todyl reportó actividad similar involucrando las mismas direcciones IP, lo que sugiere que la campaña no se limitó a un único conjunto de objetivos.
Exposición estructural en América Latina por dependencia de GitHub y Azure
La dependencia de GitHub como plataforma de desarrollo y de Azure como infraestructura cloud es significativa en América Latina, particularmente en sectores de tecnología financiera, servicios digitales y startups que operan con equipos distribuidos. Aunque Microsoft no reportó casos específicos de organizaciones latinoamericanas afectadas en esta campaña, la exposición estructural es evidente: muchas empresas de la región utilizan aplicaciones multitenant de proveedores globales y almacenan secretos en repositorios públicos sin implementar controles de escaneo automático. La práctica de almacenar credenciales en archivos de configuración para acelerar el desarrollo — común en equipos con recursos limitados de seguridad — amplifica el riesgo de que un agente de IA encuentre y explote esas credenciales antes de que la organización tenga tiempo de detectar la exposición.
En México y Brasil, donde la adopción de servicios cloud ha crecido rápidamente en los últimos dos años, la falta de rotación automática de secretos y la ausencia de monitoreo de repositorios públicos en muchas organizaciones medianas significa que una credencial expuesta puede permanecer válida durante semanas o meses. Con ARTEX reduciendo el tiempo de explotación a minutos, esa ventana de exposición se vuelve irrelevante: para cuando una organización detecta que un secreto quedó público, el agente de IA ya puede haber completado la exfiltración.
Qué hace que las credenciales expuestas sigan siendo explotables después de eliminarlas del código
Eliminar un secreto de un repositorio público no revoca la credencial. Una vez que una clave de API, un token de OAuth o un secreto de aplicación queda expuesto en GitHub, permanece válida hasta que se rota o revoca manualmente. Microsoft señala que las organizaciones deben asumir que cualquier secreto encontrado en un repositorio público está comprometido, independientemente de cuánto tiempo haya estado visible o si ya fue eliminado del código. GitHub ofrece escaneo automático de secretos en repositorios públicos y permite a las organizaciones habilitar monitoreo público para detectar secretos filtrados en repositorios secundarios fuera de su control directo. GitHub Advanced Security for Azure DevOps incluye protección de push que puede bloquear secretos antes de que se suban al repositorio.
Microsoft recomienda migrar aplicaciones OAuth desde autenticación basada en secretos hacia identidades administradas (managed identities), que eliminan la posibilidad de exposición de secretos en código y reducen la carga operativa asociada con la gestión manual de credenciales. Sin embargo, esta migración requiere cambios en la arquitectura de aplicaciones y no siempre es viable en el corto plazo para organizaciones con aplicaciones legacy o equipos de desarrollo con capacidad limitada.
Nuestro análisis
Esta campaña marca un punto de inflexión en la velocidad con la que los atacantes pueden convertir una exposición pasiva de credenciales en un compromiso activo de infraestructura. ARTEX no introduce una técnica nueva — el escaneo de repositorios públicos para secretos es una práctica documentada desde hace años — pero sí elimina la fricción operativa que antes limitaba la escala y la velocidad de estos ataques. Un operador humano puede revisar decenas de repositorios por día; un agente de IA puede revisar miles y ejecutar automáticamente los pasos siguientes sin pausa. El caso de cinco minutos desde el escaneo hasta la exfiltración no es un outlier técnico: es el nuevo estándar de velocidad que las organizaciones deben asumir cuando evalúan su exposición.
Lo que todavía no está claro es qué proporción de las credenciales expuestas en GitHub son explotadas por agentes de IA versus operadores humanos tradicionales, y si los atacantes están priorizando objetivos específicos o simplemente automatizando la explotación de cualquier credencial válida que encuentren. Microsoft no reportó atribución de los actores de amenaza detrás de esta campaña ni indicó si ARTEX está siendo utilizado por múltiples grupos de forma independiente o si la herramienta está siendo operada por un único actor. La ausencia de esa información dificulta evaluar si esta es una capacidad ampliamente distribuida o si todavía está concentrada en un número limitado de operadores. ¿Qué pasaría si ARTEX o frameworks similares se vuelven accesibles para actores de menor sofisticación, convirtiendo la explotación automatizada de secretos expuestos en una commodity?