El instituto holandés de divulgación de vulnerabilidades fue comprometido por un atacante que automatizó la cadena de explotación con inteligencia artificial, exponiendo un nuevo patrón de ataque que reduce el tiempo de escalamiento de privilegios a una escala sin precedentes.
El Dutch Institute for Vulnerability Disclosure (DIVD), organización sin fines de lucro formada por investigadores de seguridad voluntarios cuya función es encontrar y divulgar responsablemente vulnerabilidades en software de terceros, acaba de confirmar que fue breacheada a través de dos zero-days en su propio sistema de tickets. Los atacantes ingresaron por Zammad, la plataforma de helpdesk de código abierto que DIVD utilizaba internamente, y lograron escalar desde una cuenta regular hasta acceso root en cuestión de segundos. La velocidad del ataque, según DIVD, estuvo directamente vinculada al uso de un agente de inteligencia artificial que automatizó cada paso de la cadena de explotación sin intervención humana.
Las vulnerabilidades fueron identificadas como CVE-2026-102489 y CVE-2026-102490. Trabajando con Merlon Security durante la investigación forense del incidente, DIVD determinó que cada falla era grave por sí sola, pero encadenarlas permitía un ataque considerablemente más peligroso: secuestro de sesiones, ejecución remota de código y escalamiento de privilegios desde usuario estándar de Zammad hasta root del sistema. Una vez con acceso root, el atacante alcanzó otros servicios, accedió a datos y logró exfiltrar información antes de que la respuesta de DIVD detuviera el avance. La segmentación de red y la reacción rápida de los equipos de IT y respuesta a incidentes impidieron que el atacante se moviera completamente a través de la infraestructura, pero el daño ya estaba parcialmente hecho.
Cómo un agente de IA redujo el tiempo de ataque de horas a segundos
El elemento distintivo de este incidente no es solo la existencia de dos zero-days encadenables, sino la forma en que fueron explotadas. DIVD indicó que el atacante utilizó un agente de IA capaz de tomar decisiones y ejecutar los siguientes pasos de la cadena de explotación sin esperar instrucciones de un operador humano. Esto significa que el agente analizó el entorno, identificó cómo encadenar las dos vulnerabilidades, ejecutó el escalamiento de privilegios y se movió hacia otros servicios de forma autónoma. En un ataque tradicional, cada uno de estos pasos requeriría tiempo de reconocimiento, prueba y error, y coordinación manual. Acá, el proceso completo tomó segundos.
La detección del ataque fue posible en parte porque el agente dejó rastros visibles de su actividad. DIVD señaló que el ataque fue relativamente ruidoso, lo que facilitó la identificación de lo que había ocurrido durante la investigación forense. Sin embargo, la organización también advirtió que un atacante más cuidadoso usando el mismo enfoque podría ser considerablemente más difícil de detectar. La automatización no solo acelera el ataque — también abre la posibilidad de que un mismo agente ejecute múltiples cadenas de explotación en paralelo contra diferentes objetivos, algo que un operador humano no podría coordinar a esa escala.
Zammad tiene más de 2,000 clientes y 55,000 usuarios expuestos
Zammad es una plataforma de helpdesk de código abierto con más de 2,000 clientes y 55,000 usuarios. La versión segura es la versión 7, que Zammad considera libre de estas vulnerabilidades. DIVD está notificando activamente a los propietarios de instancias vulnerables y publicó un script para verificar logs en busca de signos de abuso. La recomendación es directa: actualizar a la versión 7 de inmediato o desconectar el sistema hasta poder hacerlo. La razón es simple — el ataque puede moverse desde acceso no autenticado hasta privilegios root en segundos, con el agente de IA ejecutando automáticamente cada paso.
El impacto potencial en América Latina es estructural. Zammad es utilizado por organizaciones de diversos sectores en la región, incluyendo empresas de tecnología, proveedores de servicios gestionados y equipos de soporte técnico que manejan información sensible de clientes. La dependencia de plataformas de código abierto sin equipos de seguridad dedicados a monitorear actualizaciones críticas es común en empresas medianas de México, Colombia, Argentina y Brasil. Si una instancia de Zammad en cualquiera de estos países no fue actualizada a la versión 7, está expuesta a un ataque que puede completarse antes de que un equipo de respuesta tenga tiempo de reaccionar. No hay datos públicos de cuántas instancias de Zammad operan en la región, pero la combinación de adopción de código abierto y recursos limitados para gestión de parches hace que el riesgo sea considerable.
El patrón que convierte la automatización en un multiplicador de riesgo
Este incidente confirma que los ataques impulsados por IA ya no son un riesgo teórico. El agente utilizado en el ataque contra DIVD no solo ejecutó una secuencia predefinida de comandos — tomó decisiones en tiempo real basadas en el entorno que encontró. Esto cambia la ecuación de defensa. Tradicionalmente, los equipos de respuesta a incidentes cuentan con una ventana de tiempo entre el acceso inicial y el movimiento lateral o la exfiltración de datos. Esa ventana se mide en horas o días. En este caso, se midió en segundos.
La investigación de DIVD todavía está en curso, con el próximo comunicado público programado para el 1 de octubre. Lo que ya está claro es que la automatización de cadenas de explotación mediante agentes de IA representa un cambio cualitativo en la velocidad y escala de los ataques. Un atacante con acceso a un agente capaz de encadenar vulnerabilidades puede comprometer múltiples objetivos en paralelo, reduciendo el costo operativo de cada intrusión y aumentando la probabilidad de éxito antes de que las defensas reaccionen. DIVD publicó un script para que otros administradores de Zammad verifiquen sus logs en busca de indicios de abuso, pero la ventana de detección es estrecha si el atacante optimiza el agente para reducir el ruido.
Nuestro análisis
El ataque contra DIVD es el primer caso documentado públicamente en el que un agente de IA fue utilizado para automatizar una cadena completa de explotación de zero-days en un entorno real, desde acceso inicial hasta escalamiento de privilegios y movimiento lateral. Esto no es solo una mejora incremental en la eficiencia de los atacantes — es un cambio de categoría. Los equipos de defensa que diseñan sus controles asumiendo que tienen horas para detectar y contener un ataque están operando con un modelo que ya no refleja la realidad. La segmentación de red y la respuesta rápida de DIVD fueron efectivas para limitar el daño, pero solo porque el ataque fue ruidoso. Un agente optimizado para evasión podría haber operado sin dejar rastros suficientes para una detección temprana.
El patrón también plantea una pregunta sobre la sostenibilidad de la divulgación responsable de vulnerabilidades en un entorno donde los atacantes pueden automatizar la explotación de zero-days a esta escala. Si un agente puede encadenar dos vulnerabilidades en segundos, ¿cuánto tiempo tiene un proveedor para parchear antes de que la ventana de explotación se cierre? ¿Y qué pasa cuando el mismo agente puede probar combinaciones de vulnerabilidades conocidas y desconocidas en miles de objetivos simultáneamente, sin costo operativo adicional para el atacante?