IA China Copia Modelos Americanos Se Roba el Futuro

Las empresas chinas de inteligencia artificial (IA) están utilizando una técnica llamada 'destilación' para acelerar su desarrollo, y según informes de empresas como Anthropic y OpenAI, esto implica "distilar" los modelos de IA estadounidenses. La destilación consiste en usar un modelo de IA grande y costoso como tutor para entrenar un modelo más pequeño y económico. Al someter al modelo grande a miles de preguntas, las respuestas generadas se utilizan para mejorar el modelo pequeño de forma más eficiente y a menor costo.

Si bien la destilación en sí no es ilegal y se ha practicado durante años en la industria, su uso sin permiso infringe las reglas de las compañías de IA. Las empresas estadounidenses alegan que esta práctica otorga a las empresas chinas una ve ntaja significativa, permitiéndoles acortar la brecha tecnológica. Anthropic, por ejemplo, descubrió una campaña masiva en la que el equipo de IA Qwen de Alibaba utilizó miles de cuentas fraudulentas para interactuar con su modelo Claude, con el fin de mejorar su propia tecnología. Otras empresas chinas como Deepseek, Moonshot y MiniMax también han sido acusadas de tácticas similares.

Investigaciones de universidades chinas también han detectado signos de destilación en modelos nacionales, principalmente extrayendo información de modelos estadounidenses. Esta situación ha llevado a las empresas estadounidenses a presionar al gobierno para que considere esta práctica como un robo de propiedad intelectual que perjudica la competitividad de EE. UU. en la carrera geopolítica de la IA. A pesar de que la destilación también es utilizada por empresas estadounidenses, la escala y la naturaleza sin permiso de su uso por parte de empresas chinas es la principal preocupac ión. Se estima que bloquear estas técnicas podría permitir a Estados Unidos mantener una ventaja de 12 a 24 meses sobre las capacidades chinas.

Fuente Original: https://slashdot.org/story/26/07/11/040239/chinas-ai-companies-may-be-distilling-americas-ai-models?utm_source=rss1.0mainlinkanon&utm_medium=feed

Artículos relacionados de LaRebelión:

• IA Avanzada La Puerta Trasera de Singapur a China
• China May Restrict Global Access To Top AI Models
• IA China Barata Desafia a Gigantes Paridad Proxima
• IA China Desafia a EEUU en Ciberseguridad Nuevos Riesgos
• Imagenes Inofensivas Pueden Hackear Modelos de IA

Artículo generado mediante LaRebelionBOT

Open-Source AI Zhipu Founders Bold Vision

In a significant endorsement for the open-source movement in artificial intelligence, the founder of Zhipu, a prominent AI company, has publicly advocated for open-source models over restricted frontier AI. This stance highlights a growing debate within the tech industry regarding the accessibility and development trajectory of advanced AI technologies.

The founder's argument centres on the belief that open-source AI fosters greater collaboration, innovation, and transparency. By making powerful AI models freely available, it allows a broader community of developers, researchers, and businesses to experiment, build upon, and refine these technologies. This collaborative approach, proponents argue, can accelerate progress and lead to more diverse and beneficial AI applications. In contrast, frontier models, often developed and controlled by a few large corporations, can lead to concentration of power and may not fully cater to the varied needs of the global community. The call for open-source AI is seen as a move towards democratising AI development, ensuring that its benefits are more widely shared and its potential risks are more thoroughly scrutinised by a diverse group of experts.

This perspective from Zhipu's founder suggests a potential shift in how leading AI companies view the future of AI development. It signals a recognition that the rapid advancements and ethical considerations surrounding AI may be better addressed through an open and collaborative ecosystem rather than a closed, proprietary one. The implications of this endorsement could extend to how AI research is funded, how talent is attracted, and ultimately, how AI impacts society as a whole.

Fuente Original: https://news.google.com/rss/articles/CBMimwFBVV95cUxNSmY4bXFIdzJiMTg2amhPdFRRYnRuX0lfWHBENmtud0VkUW9POF9CWjRUcHJBQ3RKdy1HTl9xN1FjY29ZYnl4bVMyQl9zdkJzUDJKWTlrbENhN3pCakJVcGtLNUpOLW9teWEtc3ZVbGFvS1JNYW1Pdmw0OC1BMjJBWnNsUnJIMWRBV0luUGZkdXdRdTVNdElkZzQtcw?oc=5

Artículos relacionados de LaRebelión:

• Google Transfers Open Health Stack to Linux Foundation
• Open Infrastructure The Key to AIs Future
• Coheres North Mini Code Open-Source Agent For Coding
• Europes Open Source
• EUs Open Source Revolution Tech Sovereignty Unveiled

Artículo generado mediante LaRebelionBOT

Alerta de Seguridad Vulnerabilidad NPM y Jscrambler Revelada

Una reciente vulnerabilidad ha sacudido el mundo del desarrollo, afectando a la popular biblioteca de JavaScript, Jscrambler, en su versión 8.14.0 distribuida a través de NPM. Lo alarmante de este incidente es que, durante el proceso de instalación de esta versión comprometida, se detectó la descarga e instalación de un ladrón de información (infostealer) escrito en Rust. Esto significa que, al intentar utilizar o actualizar Jscrambler, los desarrolladores sin saberlo podían estar exponiendo sus sistemas a malware diseñado para robar datos sensibles.

La implicación d irecta de este hallazgo es un serio riesgo para la seguridad de los proyectos que utilizaban o actualizaron a esta versión específica de Jscrambler. Los infostealers son programas maliciosos diseñados para buscar y exfiltrar información confidencial como credenciales de acceso, datos bancarios, claves de cifrado y otros tipos de información personal o corporativa. La integración de este malware en el proceso de instalación de una herramienta legítima como Jscrambler es una táctica de ataque sofisticada que puede pasar desapercibida fácilmente por los usuarios.

Este incidente subraya la importancia crítica de mantener una vigilancia constante sobre las dependencias de software y las cadenas de suministro. Incluso las bibliotecas de seguridad reconocidas pueden verse comprometidas, y la confianza ciega en las herramientas puede tener consecuencias graves. Es fundamental que los desarrolladores implementen prácticas de seguridad rigurosas, como la verificación de la integridad de los paquetes, el uso de herramientas de análisis de dependencias y la aplicación de políticas de seguridad estrictas para mitigar este tipo de riesgos. La rápida identificación y divulgación de esta vulnerabilidad por parte de los investigadores de seguridad es un recordatorio de la naturaleza dinámica y a menudo peligrosa del panorama de ciberseguridad.

Fuente Original: https://thehackernews.com/2026/07/compromised-jscrambler-8140-npm-release.html

Artículos relacionados de LaRebelión:

• SYNAPTIC Sentinel Auditor de Seguridad Gratuito
• Agentes IA de Seguridad Enganados para Ejecutar Malware
• Agentes IA en Empresas Costos Seguridad y Cultura
• IA Supera Reglas ONU Lanza Alerta Global Urgente
• Alibaba bloquea Claude por riesgos de seguridad y espionaje

Artículo generado mediante LaRebelionBOT

FSF Bloquea Botnets Masivas con Reaction

La Free Software Foundation (FSF) ha estado enfrentando durante casi dos años un bombardeo constante de rastreadores web, muchos de ellos dedicados agresivamente a extraer datos de entrenamiento para modelos de inteligencia artificial. La situación alcanzó un punto crítico cuando una botnet que controlaba aproximadamente cinco millones de direcciones IP atacó uno de sus sistemas durante seis meses completos en 2025. Los administradores de sistemas de la FSF consideran estos ataques como verdaderos ataques de denegación de servicio distribuidos (DDoS).

Para combatir esta amenaza, el equipo técnico de la FSF identificó patrones anormales en el comportamiento de los rastreadores, lo que les permitió crear expresiones regulares específicas. Al analizar estas expresiones, obtuvieron extensas listas de direcciones IP sospechosas. La investigación reveló algo preocupante: algunos rastreadores estaban utilizando botnets de direcciones IP residenciales para acelerar el raspado de datos y evitar la detección. Tras investigar qué tipo de botnets podrían estar generando este tráfico, sospecharon de la botnet "Vo1d", compuesta por televisores inteligentes que ejecutaban aplicaciones comprometidas. Posteriormente confirmaron que al menos parte del tráfico malicioso en GNU Savannah provenía de la botnet Vo1d/Popa.

Inicialmente, implementaron sus expresiones regulares en fail2ban, pero rápidamente alcanzaron el límite máximo de reglas que podían añadirse al firewall UFW en sus sistemas, experimentando degradación del rendimiento alrededor de las 65,000 reglas. La solución llegó cuando descubrieron ipset, que les permitió configurar fail2ban para añadir direcciones IP a conjuntos de IP. Con ipset lograron construir conjuntos mucho más grandes sin encontrar inestabilidad, incluso con hasta cinco millones de reglas.

El verdadero punto de inflexión fue el descubrimiento de un proyecto prometedor llamado "reaction", desarrollado por ppom en Framagit de Framasoft. Después de enfrentar problemas de escalabilidad con su implementación inicial, desarrollaron una versión mucho más rápida donde el proceso de apagado de reaction exportaba los conjuntos de IP al disco y el proceso de inicio los restauraba. Esto permitió reinicios casi instantáneos del servicio para aplicar nuevas reglas. La FSF compartió sus configuraciones en la wiki de reaction para que toda la comunidad pudiera beneficiarse. El administrador de sistemas enfatiza que aunque muchos conocen fail2ban, no suficientes personas conocen reaction, una herramienta que actualmente realiza la mayor parte del trabajo automatizado para mantener sus sitios en línea.

Fuente Original: https://news.slashdot.org/story/26/07/11/0450256/how-the-fsf-sysadmins-are-blocking-botnets-with-reaction?utm_source=rss1.0mainlinkanon&utm_medium=feed

Artículos relacionados de LaRebelión:

• LibrePhone FSF Avanza en Telefonia Libre
• Macron y Modi Liderando la Carrera de IA con Contacto Personal
• Alibaba bloquea Claude por riesgos de seguridad y espionaje
• Alibaba IA Menos Tokens Mas Inteligencia con SkillWeaver
• Claude Science IA Disena Antibioticos con Texto

Artículo generado mediante LaRebelionBOT

Slopsquatting AIs New Software Supply Chain Threat

A dangerous new cybersecurity threat called slopsquatting has emerged, exploiting artificial intelligence coding assistants to compromise software development. Unlike traditional typosquatting, which relies on misspelt domain names, slopsquatting weaponises AI hallucinations to inject malicious code into developers' projects from the very beginning.

Slopsquatting works by exploiting large language models' tendency to invent fictitious software package names during code generation. When AI coding assistants hallucinate non-existent packages, cybercriminals can register those exact names and populate them with malware. Developers who trust their AI tools unknowingly incorporate these malicious packages directly into their codebases, creating a severe supply chain vulnerability.

Research has revealed alarming statistics about this threat. Analysis of over 576,000 code samples found that nearly 20% of AI-generated packages were hallucinations. Open-source AI models proved particularly vulnerable, with hallucination rates reaching 13.63% compared to just 3.59% for proprietary models like GPT-4.0 Turbo. This means organisations using open-source AI coding tools face approximately four times greater exposure to slopsquatting attacks.

The problem is exacerbated by the rise of 'vibe coding', with developers estimating that over 40% of their committed code now includes AI assistance, and 72% of AI users relying on these tools daily. Vulnerabilities in open-source software packages are increasing at 98% annually, whilst their average lifespan has grown by 85%, indicating declining security standards. These malicious packages can remain undetected in production environments for months or years, passively spreading malware across countless systems.

What makes slopsquatting particularly insidious is that hallucinated packages appear legitimate. They often bear string similarity to real libraries, making them recognisable and trustworthy. Unlike simple typos that security registries can detect, AI-generated fictional package names bypass existing protections entirely. Threat actors can even conduct adversarial hallucination attacks, manipulating models to recommend specific malicious packages.

To protect against slopsquatting, developers must verify that all AI-recommended packages actually exist in official repositories before implementation. Organisations should implement automated validation checks against known registries, monitor for unusual package installations, and maintain current threat intelligence on slopsquatting campaigns. As AI becomes increasingly integrated into development workflows, vigilance and verification processes are essential to maintaining software supply chain security.

Fuente Original: https://venturebeat.com/security/forget-typosquatting-slopsquatting-is-the-software-supply-chain-threat-created-by-ai-coding-tools

Artículos relacionados de LaRebelión:

• AI Agents Hijack Langflow New Database Ransomware Threat
• Open Infrastructure The Key to AIs Future
• Linus Torvalds Reveals AIs Impact on Linux
• IA Descubre Miles de Vulnerabilidades Criticas en Software
• GitLab 190 Tackles Software Delivery Bottlenecks

Artículo generado mediante LaRebelionBOT

IA GPUs Subutilizadas Costos Elevados y Desafios Empresariales

El panorama de la inteligencia artificial (IA) empresarial está experimentando un desarrollo acelerado, pero con importantes desafíos subyacentes. Un estudio reciente revela que la mayoría de las empresas están implementando agentes de IA sin contar con los controles adecuados para su gestión, lo que ha llevado a la necesidad de una rápida adaptación y presupuestación para solventar estas deficiencias. Los datos muestran que aproximadamente seis de cada diez empresas planean cambiar o añadir proveedores en áreas clave de control en los próximos 12 meses, con un tercio considerando movimientos en el trimestre actual.

Las áreas críticas donde las empresas están construye ndo sus capacidades de IA incluyen la gestión de identidades para agentes (definiendo permisos y credenciales), la evaluación de los resultados de los agentes, el seguimiento de costos (telemetría), la capa de contexto (acceso a datos empresariales) y el plano de control de orquestación (coordinación de tareas complejas). La implementación prematura ha tenido consecuencias: el 54% de las compañías han sufrido incidentes de seguridad o cuasi-incidentes relacionados con agentes en el último año, y el 27% solo controlan los gastos de forma reactiva, sin presupuestos ni límites definidos por agente.

Uno de los hallazgos más sorprendentes es la subutilización del hardware. El 86% de las empresas que operan sus propias unidades de procesamiento gráfico (GPUs) reportan una utilización del 50% o menos. Esto contrasta con el debate en Wall Street sobre si la inversión en IA está sobredimensionada, sugiriendo que las empresas están pagando por hardware costoso que no a provechan al máximo. Además, solo el 44% rastrea rigurosamente los costos y retornos del cómputo de IA, mientras que la mayoría estima. A pesar de esto, el 45% de las empresas evalúan opciones de cómputo especializadas en IA en la nube, aunque menos del 2% las utilizan actualmente. Se observa también un interés creciente en alternativas a Nvidia, con un 32% considerando aceleradores no Nvidia y un 28% GPUs Nvidia de próxima generación.

Otro punto clave es la distinción entre "agentes" y chatbots simples. El 71% de las empresas indica que solo una cuarta parte o menos de sus agentes pueden completar tareas de varios pasos de forma autónoma; el resto son esencialmente chatbots que requieren intervención humana paso a paso. Esta confusión en la terminología, o "agentwashing", infla las cifras de adopción y puede llevar a una mala asignación de recursos y expectativas. Además, el 66% de las empresas permiten que los agentes lleguen a producción basándose única mente en evaluaciones automatizadas, o están trabajando para permitirlo, a pesar de que solo el 5% confía plenamente en estas evaluaciones. La mitad de las empresas han experimentado fallos en producción causados por agentes que pasaron las evaluaciones internas, y un cuarto ha sufrido esto más de una vez.

La seguridad es otra preocupación importante. El 69% de las empresas permite el uso compartido de credenciales entre agentes, y estas compañías son significativamente más propensas a sufrir incidentes de seguridad. Se recomienda otorgar a cada agente una identidad propia y delimitada. Finalmente, el 57% de las empresas ha rastreado respuestas incorrectas de agentes a problemas en su propio contexto de negocio, como métricas erróneas o definiciones desactualizadas. Si bien la mayoría está abordando esto, muchas aún están en proceso de construir capas semánticas gobernadas.

Fuente Original: https://venturebeat.com/orchestration/wall-street-is-debating-the-ai-buildout-enterprises-just-answered-86-say-their-gpus-run-at-half-capacity-or-less

Artículos relacionados de LaRebelión:

• Claves API Compartidas Exponen Agentes IA Empresariales
• IA y Datacenters Beneficios vs Costos Ocultos
• Agentes IA en Empresas Costos Seguridad y Cultura
• China IA Sin GPUs NVIDIA Nueva Era Tecnologica
• Claude Mythos Revela Tus Parches Empresariales Son Demasiado Lentos

Artículo generado mediante LaRebelionBOT

AI Agents Confidently Wrong The Context Layer Fix

It's a common, yet frustrating, scenario: an AI agent delivers an answer with unwavering certainty, only for it to be completely incorrect. This isn't a failure of the AI model itself, but rather a critical flaw in the context it's been given. A recent VB Pulse survey revealed that a significant 57% of enterprises have experienced this ‘confidently wrong’ AI agent issue within the last six months, with 31% reporting it happened multiple times. The primary culprit? Inconsistent or missing business context, often stemming from the default retrieval over documents that most enterprises rely on.

The current selection criteria for these retrieval systems often prioritise ease of ingestion and operational simplicity over accuracy, meaning the problems only surface once the system is live and causing errors. The established solution to this pervasive problem is an ‘agentic context layer’ – a governed, shared model of business data meaning that every AI agent can reference consistently, rather than deriving context anew each time. This approach aims to ensure AI agents have a reliable and accurate understanding of the business landscape, preventing them from operating on stale or incomplete information.

However, the adoption of this crucial fix is still in its nascent stages. The survey indicates that a substantial 75% of enterprises have not yet implemented an agentic context layer. While 25% are running one in production and 34% are actively building one, a considerable 41% haven't even begun. Interestingly, companies that have already experienced confident-wrong failures are far more likely to be investing in building these context layers, highlighting a reactive approach to fixing this AI accuracy issue. The market is seeing a race among major data and AI vendors to offer solutions, with diverse architectural approaches being explored, from managing metadata and query behaviour to building business ontologies and integrating various data types. Analysts largely agree on the diagnosis: the problem lies in fragmented, ungoverned, and out-of-date context, and the solution requires a unified, reliable source of business meaning. The buying decisions for these solutions are predom inantly being made by those enterprises that have already been negatively impacted by AI inaccuracies, suggesting a growing urgency to resolve this fundamental challenge in enterprise AI deployment.

Fuente Original: https://venturebeat.com/data/57-of-enterprises-have-watched-ai-agents-be-confidently-wrong-the-fix-is-an-agentic-context-layer-but-who-has-one

Artículos relacionados de LaRebelión:

• AI Coding Agents Vulnerable to Bash Exploits
• AI Agents Hijack Langflow New Database Ransomware Threat
• Open Infrastructure The Key to AIs Future
• AI Agents Hypernetworks Boost Autonomy Beat Forgetting
• AI Agents to Shop and Pay OpenAI and Visa Partnership

Artículo generado mediante LaRebelionBOT

ChatGPT Work Tu Nuevo Asistente AI Autonomo

OpenAI ha presentado ChatGPT Work, una potente evolución de su conocido chatbot que se transforma en una plataforma de trabajo autónoma. Impulsado por el modelo GPT-5.6, este agente de IA basado en la nube va más allá de responder preguntas para ejecutar tareas complejas y de varios pasos a través de tus herramientas de trabajo habituales como correo electrónico, Slack y calendarios.

La clave de ChatGPT Work reside en su máquina virtual persistente en la nube, accesible desde cualquier dispositivo, lo que lo diferencia de otras soluciones que requieren que un equipo local esté encendido. Esta herramienta democratiza la inteligencia ar tificial de tipo 'agente', permitiendo que las capacidades demostradas por herramientas internas como Codex se extiendan a todos los usuarios. La misión es permitir que la IA no solo proporcione información, sino que también complete proyectos de manera independiente, desde la generación de documentos y hojas de cálculo hasta la creación de sitios web, basándose en objetivos definidos y desglosados en pasos.

ChatGPT Work se integra con servicios como Gmail, Google Calendar y GitHub a través de plugins basados en MCP. Los usuarios pueden personalizar el agente, enseñarles su estilo de escritura y organizar los resultados en proyectos. Una característica destacada es la capacidad de crear sitios web interactivos directamente desde el móvil, transformando las presentaciones estáticas en artefactos colaborativos dinámicos. Este avance representa un paso significativo para OpenAI, especialmente en un momento crucial para la compañía con miras a una posible salida a b olsa. El agente puede gestionar desde tareas administrativas como programar reuniones hasta análisis complejos, como identificar las causas de la pérdida de clientes, comprimiendo meses de trabajo en semanas. La privacidad es un aspecto fundamental, y OpenAI asegura que los datos permanecen bajo control del usuario, con garantías de no ser utilizados para entrenar modelos futuros en cuentas empresariales.

Fuente Original: https://venturebeat.com/technology/openai-introduces-chatgpt-work-a-cloud-based-ai-agent-that-manages-tasks-across-email-slack-and-calendars

Artículos relacionados de LaRebelión:

• GPT-56 de OpenAI Luz Verde y ChatGPT para el Trabajo
• IA Ejecuta Primer Ataque Ransomware Completamente Autonomo
• ChatGPT Implementa Modo Bloqueo Contra Exfiltracion Datos
• ChatGPT Vulnerability Exposes Users to Phishing Attacks
• Adios a Caltech JPL busca nuevo administrador tras decadas

Artículo generado mediante LaRebelionBOT

SYNAPTIC Sentinel Auditor de Seguridad Gratuito

SYNAPTIC Sentinel v0.3.22 representa una revolución en la auditoría de seguridad para desarrolladores que trabajan con Visual Studio Code. Esta herramienta de código abierto, completamente gratuita y distribuida bajo licencia Apache-2.0, permite analizar código, dependencias y configuraciones directamente desde tu entorno de desarrollo, sin que ningún dato abandone tu máquina. Lo más destacado es su modelo BYOK (Bring Your Own Key), que te permite usar tus propias claves de API de inteligencia artificial para el triaje asistido.

La versión 0.3.22 introduce una funcionalidad crítica: la visibilidad de cambios en los veredictos de seguridad. Cuando analizas un hallazgo con diferentes modelos de IA, es común obtener resultados contradictorios. Un modelo puede clasificar una vulnerabilidad como falso positivo con 95% de confianza, mientras otro la marca como no concluyente al 40%. Anteriormente, estas variaciones quedaban ocultas. Ahora, SYNAPTIC Sentinel muestra un banner naranja sobre cada hallazgo que cambió su veredicto, especificando la razón exacta del cambio: si fue por variación de confianza, cambio de clasificación o cambio de proveedor de IA.

El sistema de memoria de colonia es otro elemento fundamental. Cada hallazgo mantiene un historial completo de veredictos previos en una base de datos SQLite local (colony.db) que se almacena en el directorio .sentinel/ del repositorio. Este historial es append-only por diseño, lo que significa que nunca se borra información. Puedes cambiar de proveedor de IA, esperar semanas y aún así consultar toda la trayectoria de decisiones sobre cada vulnerabilidad. Esta memoria también acelera los escaneos: cuando un patrón ya fue analizado previamente con evidencia sólida, Sentinel lo preclasifica sin gastar llamadas adicionales al modelo de lenguaje.

La herramienta realiza escaneos mediante cinco scouts deterministas que corren en paralelo: OpenGrep, Gitleaks, Trivy, Checkov y Vibe-Detect. En el ejemplo real presentado, se identificaron 44 hallazgos únicos tras deduplicación, clasificados en 33 verdaderos positivos, 10 no concluyentes y 1 falso positivo. El sistema agrupa hallazgos relacionados para optimizar el uso de tokens: en la sesión documentada se crearon 12 grupos que cubrieron 24 hallazgos, ahorrando 12 llamadas al modelo de IA y reduciendo significativamente los costos.

SYNAPTIC Sentinel destaca por su honestidad en las remediaciones. En lugar de simplemente sugerir "actualiza la dependencia", la herramienta advierte cuando un bump de versión no será suficiente. Por ejemplo, cuando una dependencia transitoria fija una versión vulnerable anidada, proporciona el override exacto que debe aplicarse, con botón de copiar incluido. También identifica cuando los fixes son heterogéneos entre major tracks, evitando recomendaciones que no funcionan en la práctica.

El sistema de falsos positivos es persistente e inteligente. Cuando marcas un hallazgo como falso positivo mediante las acciones rápidas, se registra en colony.db y deja de aparecer en escaneos futuros. La memoria de colonia preclasifica automáticamente patrones similares, con notas como "fue falso positivo en 3 hallazgos previos". La herramienta también es completamente compatible con pipelines de CI/CD mediante el comando synaptic-sentinel diff --json, que devuelve reclasificaciones en formato JSON estructurado. La bandera --fail-on permite configurar el escaneo como gate de calidad por severidad.

Cada sesión proporciona transparencia total de costos. Al finalizar un escaneo, recibes el coste real del análisis antes de que llegue la factura del proveedor. Los conteos de tokens son estimaciones honestas, marcadas como tales sin pretender una precisión imposible. SYNAPTIC Sentinel permite configurar un proveedor diferente de IA por cada agente (triaje, contexto, remediación), permitiendo optimizar por coste, calidad y privacidad. La instalación es directa desde el Marketplace de VS Code, el código está disponible en GitHub para auditoría, y no existe ningún tier premium. Es una herramienta diseñada para preferir la verdad incómoda antes que resultados engañosamente bonitos.

Fuente Original: http://www.elladodelmal.com/2026/07/synaptic-sentinel-v0322-el-auditor-de.html

Artículos relacionados de LaRebelión:

• Agentes IA de Seguridad Enganados para Ejecutar Malware
• Agentes IA en Empresas Costos Seguridad y Cultura
• Alibaba bloquea Claude por riesgos de seguridad y espionaje
• GPT-56 Sol IA Avanzada con Seguridad Cibernetica Reforzada
• Rust Contrata Ingeniero de Seguridad con IA

Artículo generado mediante LaRebelionBOT

Russia Exploits Doorbell Cameras Targeting NATO Infrastructure

Dutch intelligence services have uncovered a sophisticated Russian hacking operation that compromises internet-connected cameras, particularly doorbell and security systems, to conduct surveillance on NATO military installations and weapons transport routes to Ukraine. The AIVD domestic security agency and MIVD military intelligence have issued warnings to organisations operating cameras along these strategic corridors, urging immediate security measures.

The targeted devices are commonly found doorbell camera systems that homeowners use to monitor their properties remotely via mobile applications. Russian hackers exploit readily available scanning applications to identify vulnerable devices connected to the internet. The Dutch investigation revealed alarming security deficiencies across many of these cameras, including factory-default passwords, outdated firmware, and unmodified standard configurations that make unauthorised access remarkably straightforward.

This surveillance method represents a significant shift in intelligence-gathering techniques. Compared to traditional methods such as deploying drones or satellites, hacking ground-based cameras proves considerably more cost-effective and simpler to execute. The approach offers Russian intelligence services a distinct tactical advantage: most camera owners remain completely unaware their devices have been compromised, enabling sustained covert surveillance operations. Additionally, ground-level cameras provide unique perspectives on terrain and military movements that aerial reconnaissance cannot replicate, offering detailed insights into NATO logistics and operational patterns.

The affected NATO member states include the Netherlands and Ukraine, though the extent of the compromise may be wider. Intelligence agencies emphasise that many internet-connected cameras remain insufficiently secured, creating ongoing vulnerabilities that hostile actors continue to exploit. The revelation underscores the critical importance of cybersecurity hygiene for even seemingly innocuous consumer devices, particularly those positioned near sensitive military infrastructure or strategic transport routes.

Fuente Original: https://tech.slashdot.org/story/26/07/10/1957214/russia-hacks-doorbell-cameras-to-spy-on-nato-bases?utm_source=rss1.0mainlinkanon&utm_medium=feed

Artículos relacionados de LaRebelión:

• AI Coding Agents Vulnerable to Bash Exploits
• Open Infrastructure The Key to AIs Future
• ShinyHunters Exploits Oracle Zero-Day Breaching 100 Organisations
• IA en Ciberataques Agentes LLM Tras Exploits
• AI Agents Causing Untracked Infrastructure Chaos

Artículo generado mediante LaRebelionBOT

IA Avanzada La Puerta Trasera de Singapur a China

El panorama de los controles de exportación de IA se vuelve cada vez más complejo. A pesar de las listas negras del Pentágono contra importantes gigantes tecnológicos chinos por supuestos vínculos militares, empresas como OpenAI y Google están suministrando sus servicios de inteligencia artificial más avanzados a subsidiarias con sede en Singapur de estas mismas compañías. Esta aparente contradicción se debe a la forma en que están estructuradas las regulaciones estadounidenses: las restricciones se aplican a entidades nombradas y lugares específicos. Si bien China continental está sujeta a controles, Singapur no lo está. Esto permite que las filiales singapurenses de empresas chinas incluidas en la lista negra adquieran tecnología de IA de vanguardia, eludiendo así las prohibiciones directas.

Esta situación ha generado preocupación en Washington, ya que crea una laguna considerable que permite el acceso a modelos de IA fronterizos, como GPT-5.6 de OpenAI y modelos de Anthropic, a pesar de las intenciones de la Casa Blanca de restringir su acceso. OpenAI afirma que bloquea el acceso directo desde China continental, pero permite el uso en otras jurisdicciones bajo ciertas salvaguardias, aunque recientemente suspendió el acceso de usuarios vinculados a Alibaba tras detectar un uso indebido. Google, por su parte, indica que sus herramientas están disponibles en mercados como Singapur y Hong Kong, siempre que se cumplan sus políticas de uso.

Anthropic se ha mostrado más restrictivo, prohibiendo a las empresas chinas y a sus entidades extranjeras acceder a sus modelos más avanzados y abogando por controles de exportación más estrictos. Han denunciado casos de 'destilación' de modelos por parte de laboratorios chinos y acusan a Alibaba de haber utilizado miles de cuentas falsas para interactuar masivamente con su modelo Claude, incumpliendo sus términos de servicio. Mientras tanto, algunas de las empresas chinas afectadas, como Alibaba, cuestionan la legalidad de su inclusión en la lista negra. El debate se centra ahora en si las regulaciones deben basarse en la capacidad de la IA en lugar de la ubicación física de las empresas, lo que sugiere que la próxima batalla por el control de la IA se librará en el ámbito del software y el acceso a los modelos, más allá de las restricciones sobre el hardware.

Fuente Original: https://thenextweb.com/news/openai-google-ai-china-singapore-export-controls

Artículos relacionados de LaRebelión:

• China May Restrict Global Access To Top AI Models
• IA China Barata Desafia a Gigantes Paridad Proxima
• IA China Desafia a EEUU en Ciberseguridad Nuevos Riesgos
• GPT-56 Sol IA Avanzada con Seguridad Cibernetica Reforzada
• AI Finds 10000 Vulnerabilities China Copies US Worries

Artículo generado mediante LaRebelionBOT

US Lawmakers Investigate Chinese AI in American Firms

American lawmakers are increasingly scrutinising the adoption of artificial intelligence models developed in China by US companies. This investigation is driven by significant concerns about potential censorship, national security risks, and whether US firms are opting for more affordable Chinese alternatives due to the high cost or restrictions associated with domestic AI solutions.

The House Committee on Homeland Security and the House Select Committee on China have launched a joint inquiry into this growing trend. Initial steps have involved sending letters to companies like Cursor and Airbnb, seeking information about their engagement with or exposure to risks associated with Chinese-developed AI. Officials have expressed alarm that Chinese AI models are designed to promote Beijing's narratives, suppress dissent, and reflect the ideology of the Chinese Communist Party. There's particular concern over Chinese open-weight models matching leading US counterparts in critical areas like vulnerability discovery and cybersecurity tasks, highlighting a perceived race where China is rapidly closing the gap in AI capabilities.

While some US government agencies have prohibited the use of specific Chinese AI models, their use by private US companies is not explicitly banned. Some tech leaders, including those from Coinbase and Lindy, have publicly endorsed using Chinese AI models to cut costs. For instance, Cursor's Composer 2 model was reportedly built using Kimi, a Chinese AI model developed by Moonshot AI. The ongoing investigation also aims to determine if the US has an adequate strategy to counter the rise of these foreign AI models, ensuring American companies aren't compelled to choose between expensive or restricted domestic options and cheaper, yet capable, Chinese alternatives. Potential strategies under consideration include federal procurement bans, although the open-source nature of many Chinese AI models presents challenges to outright prohibition. Disseminating information about the risks associated with these models to US companies is another approach being explored. Regardless of the spec ific measures, it's expected that both the US government and Congress will communicate their clear preference against US companies adopting these Chinese AI models.

Fuente Original: https://news.slashdot.org/story/26/07/09/1947218/lawmakers-probe-growing-use-of-chinese-ai-models-in-us-companies?utm_source=rss1.0mainlinkanon&utm_medium=feed

Artículos relacionados de LaRebelión:

• American Airlines Flight Aborts Takeoff Amid Runway Scare
• Chinese AI Models Gaming Safety Tests Alarmingly
• Google Gemini Fuels Chinese Scam Websites Lawsuit
• Chinese AI Firms Copying Claude Millions of Queries Exposed
• Bringing Back the American Chestnut Genetic Science Restores Forests

Artículo generado mediante LaRebelionBOT

GPT-56 de OpenAI Luz Verde y ChatGPT para el Trabajo

¡Grandes noticias en el mundo de la inteligencia artificial! OpenAI ha dado un paso importante al lanzar oficialmente GPT-5.6, luego de obtener la aprobación del gobierno. Anteriormente, el acceso a este modelo avanzado estaba restringido a organizaciones autorizadas, pero ahora se abre al público general, marcando un hito en su accesibilidad.

Además del lanzamiento de GPT-5.6, OpenAI ha presentado 'ChatGPT Work'. Esta nueva herramienta, impulsada por GPT-5.6, fusiona las capacidades de ChatGPT con las de Codex, permitiendo la creación de materiales acabados como documentos, hojas de cálculo, presentaciones e incluso aplicaciones web. Lo más revolucionario es su habilidad para acceder y procesar información de las aplicaciones, archivos y flujos de trabajo que el usu ario designe. Gracias a un directorio unificado de plugins, ChatGPT Work puede integrarse con servicios populares como Slack, Gmail, Google Drive, calendarios y sistemas CRM, facilitando una automatización y eficiencia sin precedentes.

El acceso a ChatGPT Work y GPT-5.6 se está desplegando de manera global. Los usuarios de escritorio de Mac y Windows, incluyendo aquellos con versiones gratuitas de ChatGPT, ya deberían poder disfrutar de estas novedades. Para la versión móvil y web, los usuarios Pro, Enterprise y Edu serán los primeros en tener acceso, seguidos por los usuarios Plus y Business en los próximos días. OpenAI espera que esta nueva oferta, que compite directamente con soluciones como Claude Cowork de Anthropic, consolide su posición en la vanguardia de la IA. En particular, el modelo Sol, el más potente dentro de GPT-5.6, está diseñado para establecer un nuevo estándar en inteligencia y eficiencia, especialmente en áreas como la programación, ciberseg uridad y ciencia, además de mejorar las capacidades generales de uso de la computadora. La empresa también busca posicionarlo como una alternativa más económica frente a los modelos de alta gama de la competencia, abordando las preocupaciones sobre los altos costos en la industria de la IA y su repercusión en los clientes.

Fuente Original: https://slashdot.org/story/26/07/09/1821245/openai-rolls-out-gpt-56-after-government-greenlight-announces-chatgpt-work?utm_source=rss1.0mainlinkanon&utm_medium=feed

Artículo generado mediante LaRebelionBOT

Claves API Compartidas Exponen Agentes IA Empresariales

Una investigación reciente de VentureBeat revela una alarmante vulnerabilidad en la seguridad empresarial: el 69% de las empresas ejecutan agentes de inteligencia artificial utilizando credenciales compartidas. Este hallazgo explica por qué gigantes tecnológicos como Palo Alto Networks, CrowdStrike y Cisco han invertido más de 22 mil millones de dólares en adquisiciones de seguridad durante el último año, apostando precisamente por cerrar esta brecha crítica que la mayoría de las empresas aún no ha resuelto.

El problema es técnicamente devastador: cuando cinco agentes de IA comparten una sola clave API y uno resulta comprometido, el atacante hereda automáticamente los permisos acumulados de todos los flujos de trabajo vinculados a esa credencial. Peor aún, el rastro forense se desvanece porque no hay forma de determinar cuál de los cinco agentes ejecutó cada acción. Solo el 32% de las empresas asignan a cada agente de IA su propia identidad gestionada y con permisos limitados, mientras que casi la mitad admite que algunos agentes todavía comparten credenciales.

La encuesta de VentureBeat, realizada en junio de 2026 con 107 empresas, revela que más de la mitad (54%) ya experimentó un incidente de seguridad relacionado con agentes o estuvo muy cerca de sufrirlo. El 18% confirmó un incidente real y el 36% detectó una amenaza justo antes de que ocurriera una brecha. Los datos muestran que la exposición aumenta con el tamaño de la empresa: la tasa de incidentes es del 49% en compañías de 101 a 1,000 empleados, pero salta al 63% en organizaciones con más de 1,000 empleados.

Paradójicamente, mientras las empresas más grandes enfrentan mayor riesgo, implementan menos medidas de contención. Solo el 30% aísla mediante sandbox a sus agentes de mayor riesgo, la única medida de control que limita el radio de daño cuando fallan las demás defensas. En empresas con más de 5,000 empleados, esta cifra cae al 20%, creando una brecha de exposición versus contención de 60 puntos porcentuales. Las organizaciones confían principalmente en controles nativos de proveedores como OpenAI (51%), Google Cloud (36%) y Microsoft Azure (35%), herramientas que vienen preinstaladas pero que no proporcionan identidades individuales ni aislamiento para cada agente.

A pesar de estas vulnerabilidades, las empresas califican sus herramientas de seguridad para agentes con 4.2 sobre 5 en satisfacción general. Sin embargo, solo el 35% cree que sus defensas habilitadas por IA están adelante de los atacantes. Esta contradicción se refleja en los presupuestos: un tercio de las empresas asigna apenas el 5% o menos de su presupuesto de seguridad a la protección de agentes de IA, aunque el 59% planea adoptar, agregar o reemplazar herramientas de seguridad para agentes en los próximos 12 meses. Los expertos recomiendan tres acciones inmediatas: inventariar las credenciales de cada agente este trimestre, aislar mediante sandbox los agentes más riesgosos primero, y ajustar el presupuesto para que coincida con la tasa real de incidentes.

Fuente Original: https://venturebeat.com/security/shared-api-keys-expose-ai-agent-fleets-venturebeat-research

Artículos relacionados de LaRebelión:

• Agentes IA de Seguridad Enganados para Ejecutar Malware
• Agentes IA en Empresas Costos Seguridad y Cultura
• Infraestructura Legacy Roba tus Agentes IA Detenlo
• IA Segura NeuralTrust 20M para Agentes Descontrolados
• Agentes IA Vulnerabilidad de Ejecucion Remota Descubierta

Artículo generado mediante LaRebelionBOT