La startup Mercor, atacada a través de una vulnerabilidad en el proyecto de código abierto LiteLLM

La startup de reclutamiento con IA Mercor ha confirmado un ciberataque y una filtración de datos después de que un grupo de hackers especializado en extorsión se atribuyera la intrusión en los sistemas de la compañía. El vector de ataque resulta especialmente inquietante: los atacantes aprovecharon la compromisión del popular proyecto de código abierto LiteLLM, una herramienta en la que se apoya buena parte de la infraestructura de IA actual.

LiteLLM es una biblioteca de código abierto muy extendida que funciona como proxy universal para trabajar con modelos de lenguaje de distintos proveedores: OpenAI, Anthropic, Google, Mistral, Cohere y decenas más. La herramienta se hizo popular entre startups tecnológicas y equipos de IA corporativos porque permite unificar las llamadas a distintos LLM mediante una única API, gestionar la rotación de claves y llevar un registro centralizado de las solicitudes. Esa posición en la infraestructura, entre la aplicación y los modelos de lenguaje, con acceso a claves de API y datos de usuarios, convierte a LiteLLM en un objetivo especialmente atractivo para los atacantes.

La compromisión de un componente así va mucho más allá del incidente de una sola empresa. Es un ataque a la cadena de suministro: cualquier proyecto que usara la versión vulnerable de LiteLLM estuvo potencialmente en riesgo. En el momento de la publicación sigue sin saberse cuántas otras organizaciones pudieron resultar afectadas por la misma compromisión.

Mercor es una startup estadounidense de IA especializada en el reclutamiento de especialistas técnicos mediante inteligencia artificial. La plataforma emplea modelos de lenguaje para evaluar de forma automatizada las habilidades de los candidatos, realizar entrevistas estructuradas y emparejar a los especialistas con puestos abiertos en empresas centradas en IA. Por la naturaleza de su actividad, los sistemas de Mercor almacenan información muy sensible: currículos y perfiles profesionales de miles de candidatos, resultados de evaluaciones técnicas, datos sobre expectativas salariales, así como información sobre las empresas contratantes y sus necesidades de personal.

El grupo que se atribuyó el ataque sigue un modelo de doble extorsión muy rodado: a la víctima se le plantea un ultimátum para que pague un rescate o pierda el control sobre la información robada. A diferencia de los ataques clásicos de ransomware, en los que la empresa pierde el acceso a sus propios archivos, este esquema explota el miedo a las sanciones regulatorias y al daño reputacional. Para una plataforma que trabaja con datos personales de candidatos, una filtración pública puede acarrear investigaciones de los reguladores y una pérdida irreversible de la confianza de los usuarios.

Mercor confirmó el incidente, pero por ahora no revela la magnitud de los datos robados ni las exigencias de los atacantes.

El incidente deja al descubierto un problema sistémico del sector de la IA actual: la dependencia de cientos de empresas del mismo conjunto de herramientas de código abierto, como LiteLLM, LangChain, LlamaIndex y Transformers. Reutilizar una pila común acelera el desarrollo, pero concentra el riesgo: comprometer un componente popular afecta a la vez a todo el ecosistema de sus usuarios. Los ataques a proyectos de código abierto son cada vez más dirigidos: los atacantes analizan el grafo de dependencias, estudian el ecosistema de usuarios de la biblioteca y eligen el punto de entrada con mayor alcance de víctimas.

Para las empresas que construyen productos de IA sobre herramientas proxy de código abierto con acceso a claves de API y datos de usuarios, el caso Mercor es una señal directa: la auditoría periódica de dependencias, la monitorización de las actualizaciones de seguridad y el aislamiento de los componentes privilegiados de la infraestructura deben convertirse en estándar, no en un punto de una lista de tareas que se aplaza eternamente.