Casi 2 millones de tokens canaria exponen fugas de datos de prompts en toda la cadena de suministro de IA
Puntos clave
- •El estudio de HD Moore incrustó cerca de dos millones de tokens canaria rastreables en prompts de IA de julio a noviembre de 2026, revelando fugas extensas en enrutadores de IA y servicios de inferencia.
- •Alrededor de 200 credenciales de AWS fueron extraídas en ataques dirigidos a finales de octubre de 2026 y usadas por atacantes en varios servicios de Amazon, incluidos S3 e IAM, aunque las claves solo llevaron a una infraestructura controlada.
- •Al menos tres proveedores de alojamiento de IA fueron comprometidos, con actividad de robo confirmada desde mediados de julio de 2026, y ninguno detectó las brechas hasta que Moore los notificó en noviembre de 2026.
- •Algunos revendedores y marketplaces de IA capturaron prompts de clientes mediante registro integrado pese a las políticas de retención cero de datos.
- •Una URL única sembrada apareció en un chat interno de una empresa china 24 días después de su envío, y prompts de usuarios de EE. UU. fueron rastreados hasta organizaciones de IA chinas.

El investigador de seguridad HD Moore se propuso responder una pregunta directa: ¿qué le sucede a un secreto una vez que se escribe en una aplicación de IA? Para averiguarlo, incrustó cerca de 2 millones de credenciales y URL canaria rastreables en prompts y los hizo circular por la red de servicios que impulsa las herramientas modernas de IA.
La respuesta no fue tranquilizadora. El ecosistema filtró datos sensibles de manera extensiva, y varias de las empresas que los filtraban no tenían idea de que esto estaba ocurriendo. Al menos tres proveedores de alojamiento de IA resultaron comprometidos, y atacantes se llevaron datos de prompts de clientes.
Moore, investigador veterano en Dragos conocido por ser el creador del Metasploit Framework — un kit de herramientas de pruebas de penetración de amplio uso en la industria de la seguridad — realizó el estudio de julio a noviembre de 2026. Incrustó casi dos millones de tokens canaria únicos y rastreables en solicitudes enviadas a servicios de inferencia de IA y enrutadores de gateway, y luego monitoreó cuáles aparecerían en lugares donde no deberían. Muchos lo hicieron.
Cómo una canaria atrapa al ladrón
Un token canaria funciona como un paquete de tinte escondido en una bolsa de banco. Parece lo real — una clave de acceso de AWS o un enlace privado, por ejemplo — y se comunica con su origen en el momento en que alguien intenta usarlo.
Los tokens canaria son una herramienta de larga data en la seguridad defensiva, y ese diseño hace que el método sea inusualmente limpio. Una canaria que se activa significa que los datos escaparon y alguien actuó con ellos, no simplemente que en teoría podría haber sucedido.
La prueba se enfocó en una capa de la pila de IA en la que la mayoría de los usuarios nunca piensan. Muchas aplicaciones de IA no se comunican directamente con un modelo. En cambio, entregan los prompts a intermediarios como OpenRouter o Vercel, a menudo llamados "AI routers" o "AI gateways". Estos intermediarios recopilan grandes volúmenes de prompts de usuarios finales y luego reenvían cada uno al motor de inferencia que cumpla con sus criterios, como el precio más bajo.
Lo que encontraron las alarmas
El resultado más llamativo involucró credenciales en la nube. Aproximadamente 200 credenciales únicas de AWS fueron extraídas durante ataques dirigidos a finales de octubre de 2026. Los atacantes luego usaron las claves robadas en varios servicios de Amazon, incluidos S3, el servicio de almacenamiento de Amazon, e IAM, que controla quién puede acceder a qué.
Afortunadamente, esas claves no llevaron a ningún lugar real. Los atacantes las probaron en un entorno de infraestructura controlada, que es precisamente lo que permitió a Moore observarlos en acción.
Los robos no fueron un evento aislado. La actividad de robo confirmada más antigua se remonta a mediados de julio de 2026, lo que significa que las fugas estaban en marcha casi tan pronto comenzó el experimento.
El compromiso directo fue solo parte del panorama. Moore también encontró evidencia de que revendedores y marketplaces de IA estaban capturando prompts de clientes mediante funciones de registro integradas. Esa práctica contradice directamente las políticas de retención cero de datos — la promesa de que un proveedor procesa una solicitud y luego la olvida. Las alarmas sugieren que algunos proveedores recordaron de todos modos.
La geografía contó su propia historia. Una URL única sembrada durante el estudio apareció en un chat interno de una empresa china 24 días después de la solicitud original. Moore también rastreó prompts enviados por usuarios de EE. UU. hasta organizaciones de IA chinas. Los usuarios que enviaban una solicitud a través de un enrutador podrían no haber tenido visibilidad sobre dónde terminaba finalmente.
Quizás el hallazgo más incómodo fue la brecha de conocimiento. Los proveedores afectados no sabían que nada de esto estaba ocurriendo; se enteraron de las brechas solo cuando Moore los notificó en noviembre de 2026. Su informe fue resumido públicamente el 19 de noviembre de 2026.
Por qué importa la parte media de la pila
La industria de la IA ha dedicado considerable esfuerzo a tranquilizar a los clientes sobre lo que los grandes desarrolladores de modelos hacen con sus datos. El trabajo de Moore apunta a otro lugar: los intermediarios, revendedores y proveedores de alojamiento que están entre el usuario y el modelo.
Cada salto adicional agrega riesgo. Un prompt que pasa por un enrutador, un revendedor y un host de terceros tiene tres oportunidades de ser registrado, interceptado o robado — y una política de privacidad en la primera parada no dice nada sobre la tercera. Los equipos de seguridad han enfocado mucho tiempo en las dependencias de software de terceros por razones similares, y los hallazgos sugieren que los prompts que viajan por intermediarios de IA ahora conllevan una exposición comparable.
Qué significa esto
Para las empresas que construyen sobre servicios de IA, la lección práctica es contundente: todo lo que se coloque en un prompt debe tratarse como potencialmente expuesto. Eso incluye claves de API, credenciales en la nube, enlaces internos y registros de clientes — material que los desarrolladores pegan rutinariamente en herramientas de IA al depurar o automatizar tareas. Las canarias muestran que los atacantes están recolectando activamente exactamente ese material y probándolo rápidamente.
Los hallazgos también restan valor por sí solos a una promesa de retención cero de datos. Una política solo es tan buena como cada parte que toca los datos. Si el registro por defecto de un revendedor captura los prompts de todos modos, la garantía se vuelve decorativa.
La brecha de detección puede ser la mayor preocupación de todas. Atacantes robaron datos de al menos tres proveedores de alojamiento durante un período de meses, y ninguno de esos proveedores lo notó hasta que un investigador externo se lo informó. Si los proveedores notificados ahora divulgan los incidentes o cambian el funcionamiento de sus registros queda por verse.
Cobertura original: Crypto Briefing