El modelo de bounty de errores, que durante décadas sirvió como fundamento de la ciberseguridad, atraviesa una crisis sistémica. El desarrollador sueco Daniel Stenberg, que ha mantenido la biblioteca cURL durante más de 30 años, anunció recientemente el cierre del programa de recompensas en HackerOne. La razón es una avalancha de informes de vulnerabilidades generados por redes neuronales, que parecen convincentes pero no contienen amenazas reales. Tras él, los desarrolladores de Nextcloud tomaron una decisión similar.

La economía del bounty de errores se basaba en la escasez de investigadores cualificados. La inteligencia artificial eliminó esta limitación en cuestión de meses. Según estimaciones del director técnico de la empresa Minimus, John Morello, la proporción de solicitudes genuinas cayó del 15% a menos del 5%. El resto es ruido de IA plausible pero vacío ("slop"), que se genera más rápido de lo que los analistas alcanzan a rechazarlo.

Tres tipos de solicitantes en la nueva realidad

El director de seguridad de la información de Sophos, Ross McKerchar, distingue tres categorías de participantes en el mercado: novatos que confían ciegamente en los modelos de IA; investigadores experimentados que son engañados por las alucinaciones de las redes neuronales; y equipos organizados que han convertido a los agentes de IA en una cadena de montaje de presentación masiva de solicitudes, orientada al volumen y no a la precisión.

Las plataformas más grandes reaccionan con dureza. HackerOne lanzó el sistema de filtrado Hai Triage, y Bugcrowd introdujo la verificación obligatoria de identidad, CAPTCHA y el bloqueo de cuentas tras 10 informes rechazados consecutivos. Las decisiones de cURL y Nextcloud no son una capitulación, sino una respuesta racional a una economía que ha dejado de funcionar.

Experimento de Anthropic: la velocidad de detección superó la velocidad de corrección

La magnitud del problema se hizo evidente tras el lanzamiento de Claude Mythos 5 de Anthropic. El modelo, capaz de encontrar de forma autónoma vulnerabilidades de día cero y escribir exploits funcionales, escaneó más de 1000 proyectos de código abierto. Resultado: 23 019 problemas potenciales, de los cuales 6202 fueron considerados prioritarios o críticos. Una verificación independiente confirmó más del 90% de los hallazgos como vulnerabilidades reales. Sin embargo, se corrigió menos del 1%.

Tres hallazgos son especialmente reveladores: una vulnerabilidad de 27 años en OpenBSD que permite colapsar un servidor de forma remota; una de 16 años en FFmpeg que no fue detectada por 5 millones de pruebas automáticas; y una cadena en el núcleo de Linux que otorga control total sobre el dispositivo. Ni Claude Mythos 5 ni la similar GPT-5.5-Cyber de OpenAI recibieron un lanzamiento público: la industria no alcanza a cerrar los agujeros que encuentran en modo de prueba.

El mercado se desplaza hacia la exclusividad

El slop de IA ha derrumbado el precio de las vulnerabilidades simples. Google redujo las recompensas básicas por errores de memoria en Chrome a $500, mientras que Apple, Microsoft y Google se ven obligadas a pagar primas sin precedentes por exploits complejos y confirmados. El techo de recompensa por acceso oculto al núcleo de iOS alcanzó los $2 millones, y por un exploit zero-click con persistencia en el chip Titan M, $1.5 millones. Esto no es caridad, sino una defensa forzada contra el mercado negro, donde por una cadena de ataque completa se ofrecen hasta $7 millones.

Todos los participantes del mercado hoy cazan a un pequeño grupo de ingenieros cuya habilidad para ensamblar exploits complejos manualmente vale millones en medio de la automatización barata.

Los reguladores agravan la presión

A partir del 11 de septiembre de 2026 entra en vigor el Cyber Resilience Act de la UE, que exige a las empresas que venden dispositivos conectados informar sobre vulnerabilidades activamente explotadas en un plazo de 24 horas. La multa es de hasta €15 millones o el 2.5% de los ingresos globales. La ley requiere un canal de recepción de solicitudes funcional, que ya se ahoga en ruido de IA. Si cURL pudo cerrar su programa confiando en voluntarios, las corporaciones no tienen esa opción.

El problema se agrava porque incluso modelos antiguos y baratos son capaces de reproducir los hallazgos de Anthropic. Un experimento de la empresa Aisle mostró que redes neuronales pequeñas con 3.6–5.1 mil millones de parámetros, con una presentación de contexto adecuada, detectan con éxito vulnerabilidades clave.

La crisis en la ciberseguridad es el primer síntoma de un cambio fundamental. La IA actúa como productora de hallazgos a una escala impensable hace tres años, mientras que el humano sigue siendo el único eslabón capaz de verificarlos y corregirlos. Una dinámica similar ya se vislumbra en la jurisprudencia y la producción de contenido. En todos los ámbitos se perfila una división del trabajo: la IA produce el producto, el especialista asume la responsabilidad por la calidad.

Mi análisis: La industria ha caído en una trampa de su propio progreso. La velocidad de detección de vulnerabilidades se ha desvinculado de la velocidad de su corrección, y esta brecha solo crecerá. La cuestión no es quién encontrará más agujeros, sino quién podrá cerrarlos. Por ahora, no hay respuesta ni de los proveedores ni de los reguladores.