Dragos: 2M de canarios de IA destapan fugas de prompts

Qué hizo el experimento de los 2 millones de canarios

HD Moore, jefe de investigación de la firma de seguridad Dragos, no quiso especular sobre qué pasa con un secreto cuando lo escribes en un prompt. Lo midió. Sembró cerca de 2 millones de credenciales y URLs rastreables —claves de acceso de AWS atadas a cuentas vacías, contraseñas de SSH, nombres DNS y referencias a repositorios privados de git— y metió cada una en un único prompt enviado a un único proveedor. Si el secreto aparecía en cualquier otro lugar, el canario se activaba y delataba exactamente qué eslabón de la cadena lo dejó escapar.

El resultado describe una cadena de suministro que gotea por todos lados: al menos tres proveedores de IA comprometidos por atacantes que usaron ese acceso para vaciar prompts, varios revendedores de marketplaces de inferencia que registraron los prompts y los filtraron a terceros, y múltiples casos de proveedores que ignoraron las banderas de privacidad de sus propios clientes. Moore lo resumió así: el experimento reveló brechas de seguridad, robo de prompts y fallas generalizadas en la protección de datos de clientes.

Por qué el prompt se lee en cada parada del camino

Hoy muchas apps de IA no hablan con un modelo directamente: le entregan el prompt a un bróker como OpenRouter o Vercel, conocidos como «AI routers» o «AI gateways». Esos intermediarios reciben un volumen enorme de prompts y los enrutan al motor de inferencia disponible según criterios como el precio más bajo o la idoneidad para la tarea. A veces el prompt pasa de un router a otro y luego a un pool de modelos que corren en proveedores de hosting distintos.

Leíste lo que hace la IA. ¿Y en tu negocio?

Un agente de IA puede quedarse con parte de tu día: ordenar lo pendiente y pedirte el OK antes de actuar. El Kit «tu mano derecha con IA» trae un video de 11 minutos y una ficha para dejar al tuyo trabajando. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.

👥 Quiero el Kit →

El detalle que rompe la intuición de «está cifrado en tránsito»: el prompt se descifra en cada salto. El router necesita leer el texto plano para decidir a dónde mandarlo. Y cada jugador de la cadena probablemente lo registra y lo guarda tanto tiempo como dicten sus políticas, cuando no indefinidamente.

Cada salto extra es una oportunidad más de que alguien lo lea. La política de privacidad de la primera parada no dice absolutamente nada sobre la tercera.

Los tres hallazgos que deberían preocuparte

1. Proveedores comprometidos desde la puerta de entrada. Los atacantes que tomaron uno de los proveedores reutilizaron «un par de cientos» de las claves de AWS sembradas. Todas se enviaron en una única petición durante ventanas cortas de finales de octubre, y toda petición enviada en esas ventanas fue robada. Algunas de las claves robadas venían de solicitudes que el proveedor rechazó antes de que corriera un modelo: eso indica que el atacante copiaba el tráfico en la puerta del proveedor, no en lo profundo del stack de inferencia. En otras dos brechas, parte de las peticiones robadas estaban marcadas como ZDR (Zero Data Retention). Una bandera de privacidad no sirve de nada cuando el atacante ya está adentro.

2. Revendedores que se quedan con el prompt. Algunos resellers del marketplace ofrecieron precios bajos para atraer tráfico, activaron el registro de peticiones y esperaron. Moore los identificó enviando la misma consulta al mismo modelo a través de vendedores distintos: cuando la credencial se reutilizaba en un canal y no en el otro, quedaba claro que el responsable era el revendedor y no el proveedor del modelo.

3. Privacidad incumplida de forma sistemática. Moore detectó proveedores que rastrean las URLs secretas incluidas en los prompts. El caso más claro involucra a un laboratorio chino de IA cuyos sistemas consultaron las URLs secretas de más de la mitad de los prompts enviados a sus modelos entre julio y octubre, incluido cerca de dos tercios de las peticiones marcadas como «sin recolección de datos» o ZDR. El scraper aparecía típicamente dos o tres días después de la petición.

Y no se limitaba a peticiones enviadas directamente a ese laboratorio: varios proveedores de hosting en Estados Unidos revenden sus modelos, y los prompts enviados a esos proveedores activaban exactamente el mismo scraper, porque el prompt volvía al laboratorio. Un cliente que eligió un proveedor estadounidense justamente para mantener sus datos en Estados Unidos no obtuvo lo que pagó. Más tarde, un cliente de git en otra nube intentó clonar los repositorios privados referenciados en los prompts, pero solo en los prompts que usaban los modelos de ese laboratorio. Otro proveedor de hosting en Estados Unidos seguía rastreando una URL secreta más de dos meses después de que se usara en una sola llamada a su endpoint de búsqueda.

El botín más rentable fueron las claves de nube

Las claves de AWS robadas no quedaron en un archivo: se usaron «decenas de miles» de veces en llamadas a la API de AWS. Los responsables revisaron buckets de S3, gestores de secretos y almacenes de parámetros buscando más credenciales, intentaron habilitar modelos alojados en AWS Bedrock y agregaron sus propios usuarios de IAM para mantener el acceso.

Hay dos señales que hacen el cuadro más incómodo. La primera: los secretos enviados a dos de los proveedores comprometidos se usaron juntos, casi de inmediato, desde el mismo servidor alquilado, lo que sugiere que fue el mismo adversario en ambos casos. La segunda, reportada por Cryptobriefing: la actividad de robo confirmada más temprana se remonta a mediados de julio, es decir, las fugas estaban en marcha casi desde que arrancó el experimento. Y ninguno de los proveedores afectados lo sabía: se enteraron cuando Moore les escribió.

¿Qué pasa con OpenRouter y la economía de los gateways?

Este hallazgo llega en un momento en que el enrutamiento de modelos se volvió infraestructura crítica. OpenRouter cerró una ronda Serie B de US$113 millones el 26 de mayo de 2026 liderada por CapitalG, con participación de NVentures (NVIDIA) y valoración cercana a US$1.300 millones, según Tech Times. El mismo medio señala que su volumen semanal de tokens pasó de 5 billones a 25 billones y que la plataforma no almacena prompts por defecto: el logging es opt-in.

El contraste interesante es que no todos operan así. Ramp lanzó su propio router en agosto de 2026 y, según TechCrunch, su política de retención es opt-out: registra entradas, salidas y llamadas a herramientas durante un año por defecto. Es exactamente el tipo de retención por defecto que el experimento de Moore convierte en riesgo material para quien pega datos sensibles en un prompt.

¿Qué significa esto para tu startup?

La conclusión operativa es simple y brutal: todo lo que entra a un prompt debe tratarse como potencialmente público. No porque el proveedor sea malo, sino porque no controlas cuántas manos tocan el dato entre tu app y el modelo.

  • Prohíbe secretos en prompts, por política escrita. Claves de AWS, tokens de API, contraseñas de SSH, URLs internas, cadenas de conexión a bases de datos y datos de clientes no van en un prompt, ni siquiera para «probar rápido». El experimento demostró que los atacantes están cosechando justamente ese material y probándolo en horas.
  • Cambia los secretos por referencias. En lugar de pegar una credencial, usa variables de entorno en tu backend y pasa referencias opacas. Si el modelo necesita contexto, dale el resultado de una función, no la llave que abre la puerta.
  • Haz un inventario de tu cadena real. Muchos equipos solo saben qué SDK usan. Rastrea qué router, qué revendedor y qué proveedor de hosting hay detrás de cada endpoint, incluidos los asistentes integrados en tu IDE y en tus herramientas de soporte.
  • Evita los pools por defecto. Moore recomienda elegir explícitamente los proveedores upstream en lugar de aceptar el pool por defecto del proveedor o del revendedor. Un pool optimizado por precio es un pool optimizado por riesgo.
  • Verifica el ZDR con tus propios canarios. Si la privacidad es parte de tu propuesta de valor, siembra tokens rastreables en prompts de prueba con frecuencia y mide si algo vuelve a llamar. Un flag contractual no reemplaza una prueba.
  • Pon el ZDR en el contrato, no en la landing. Cuando negocies con un proveedor, la cláusula de retención cero debe cubrir sus subencargados, no solo la primera parada.

La única defensa real es reducir la superficie

Moore es claro sobre el orden de las soluciones: lo más efectivo es alojar los modelos en servidores propios, una opción cara que pocas startups pueden pagar al inicio. La segunda mejor alternativa es contratar directamente con un proveedor de primer nivel, que ofrece «un contrato y una política de privacidad que leer». Incluso así, advierte, no hay garantía de que nada se filtre: solo se minimizan las probabilidades.

Para un founder, la lectura de fondo es que la seguridad de la IA dejó de ser un problema del modelo y pasó a ser un problema de arquitectura y de proveedores. Tu app puede ser impecable y tu modelo el mejor de su clase, pero si el prompt atraviesa cuatro intermediarios con logging activo, tu promesa de privacidad es decorativa.

El costo de arreglarlo hoy es una tarde de auditoría y un cambio de configuración. El costo de no hacerlo es descubrir, por un investigador externo y no por tu propio monitoreo, que los datos de tus clientes llevaban meses circulando por la cadena.

Fuentes

¿te gustó o sirvió lo que leíste?, Por favor, comparte.

Leíste lo que hace la IA. ¿Y en tu negocio?

Un agente de IA puede quedarse con parte de tu día: ordenar lo pendiente y pedirte el OK antes de actuar. El Kit «tu mano derecha con IA» trae un video de 11 minutos y una ficha para dejar al tuyo trabajando. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.

👥 Quiero el Kit →

Daily Shot: Tu ventaja táctica

Lo que pasó en las últimas 24 horas, resumido para que tú no tengas que filtrarlo.

Suscríbete para recibir cada mañana la curaduría definitiva del ecosistema startup e inversionista. Sin ruido ni rodeos, solo la información estratégica que necesitas para avanzar:

  • Venture Capital & Inversiones: Rondas, fondos y movimientos de capital.
  • IA & Tecnología: Tendencias, Web3 y herramientas de automatización.
  • Modelos de Negocio: Actualidad en SaaS, Fintech y Cripto.
  • Propósito: Erradicar el estancamiento informativo dándote claridad desde tu primer café.

📡 El Daily Shot Startupero

Noticias del ecosistema startup en 2 minutos. Gratis, todos los días.

Share to...