En el mundo de la ciberseguridad se ha producido un cambio tectónico. El desarrollador sueco Daniel Stenberg, que ha mantenido la biblioteca cURL —infraestructura crítica para miles de millones de dispositivos— durante casi tres décadas, cerró en enero de 2026 el programa de recompensas por errores en HackerOne. Le siguió Nextcloud, que tomó una decisión similar en abril del mismo año. La razón no es la falta de vulnerabilidades, sino su exceso, generado por la inteligencia artificial.
El modelo en el que un investigador encuentra un error, lo reporta y recibe una recompensa se ha derrumbado bajo el aluvión de basura generada por IA. El director técnico de la empresa Minimus, John Morello, ofrece estadísticas aleccionadoras: la proporción de informes genuinos ha caído del 15% a menos del 5%. El resto son informes convincentes pero falsos, generados por redes neuronales más rápido de lo que los analistas humanos pueden rechazarlos.
Tres tipos de solicitantes en la nueva realidad
El director de seguridad de la información de Sophos, Ross McKerchar, identificó tres categorías de cazadores de errores en la era de la IA:
- Novatos — ejecutan el código a través de la IA y envían el resultado sin verificar su veracidad;
- Investigadores experimentados — confían en agentes de IA que reportan de manera convincente problemas inexistentes;
- Equipos — construyen tuberías de envío masivo de solicitudes, priorizando el volumen sobre la precisión.
HackerOne ya ha lanzado el sistema Hai Triage basado en IA para filtrar las solicitudes generadas, mientras que Bugcrowd ha introducido verificación de identidad obligatoria, CAPTCHA y bloqueos estrictos. Pero son medidas a medias. La decisión de cURL y Nextcloud es una respuesta racional a una economía que ha dejado de funcionar.
Experimento de Anthropic: la velocidad de detección superó a la velocidad de corrección
La magnitud del problema se hizo evidente tras las pruebas de Claude Mythos 5, un modelo capaz de encontrar de forma autónoma vulnerabilidades de día cero y escribir exploits funcionales. En el marco del Proyecto Glasswing, el modelo escaneó más de mil proyectos de código abierto, identificando 23 019 problemas potenciales. De los 1752 hallazgos verificados, más del 90% se confirmaron como vulnerabilidades reales. Sin embargo, se logró corregir menos del 1%.
Esta es una brecha catastrófica: por primera vez en la historia, la velocidad de detección se ha desvinculado de la velocidad de verificación y parcheo. Mythos 5 encontró una vulnerabilidad de 27 años en OpenBSD, una de 16 años en FFmpeg (que pasó desapercibida para 5 millones de pruebas automáticas) y una cadena en el núcleo de Linux que otorga control total sobre el dispositivo.
Mercado de vulnerabilidades: de masivo a exclusivo
La basura generada por IA ha devaluado los errores simples. Google redujo las recompensas base por errores de memoria en Chrome a $500, mientras que Apple elevó el techo por acceso oculto al núcleo de iOS a $2 millones. Microsoft lanzó el concurso Zero Day Quest con $5 millones. Pero esto no es caridad: es una lucha contra el mercado negro, donde los corredores privados pagan hasta $7 millones por una cadena de ataque completa. Todos cazan a un pequeño grupo de ingenieros cuyas habilidades valen millones en medio de la automatización barata.
Zugzwang regulatorio
El 11 de septiembre de 2026 entra en vigor la Ley de Resiliencia Cibernética de la UE, que exige a las empresas informar sobre vulnerabilidades explotadas activamente en un plazo de 24 horas. La multa es de hasta 15 millones de euros o el 2,5% de los ingresos globales. La ley requiere un canal funcional para recibir errores, que se ve desbordado por la basura de IA. Si cURL pudo cerrar su programa apoyándose en voluntarios, las corporaciones que venden software en la UE no tienen esa opción.
El problema se agrava porque incluso los modelos de IA baratos pueden reproducir los hallazgos de Anthropic. La empresa Aisle demostró que modelos pequeños con 3,6–5,1 mil millones de parámetros, con la configuración adecuada, encuentran con éxito vulnerabilidades críticas.
Mi análisis: La crisis en la ciberseguridad es solo el primer síntoma de un cambio fundamental. La IA se ha convertido en un productor de hallazgos a una escala impensable hace tres años, mientras que el ser humano sigue siendo el único eslabón capaz de verificarlos. Una dinámica similar ya se observa en la jurisprudencia y la producción de contenido. La era en la que el principal problema era la detección de vulnerabilidades ha terminado. El nuevo cuello de botella es la verificación, priorización y parcheo. Y quién cerrará esta brecha, ni los vendedores ni los reguladores lo saben aún. Los inversores deberían fijarse en las startups que automatizan precisamente estos procesos, no la búsqueda de errores.