Los nuevos riesgos de seguridad del ciclo de vida del desarrollo agéntico

Conclusiones clave

• El ciclo de vida del desarrollo agéntico es el proceso mediante el cual los agentes de IA planifican, crean, modifican, prueban y lanzan software al interactuar con herramientas, bases de código y entornos

• Ahora el riesgo aparece antes de que el código llegue al repositorio, lo que cambia la pregunta central de seguridad de «¿Este código es seguro?» a «¿Podemos confiar en el sistema que lo creó?»

• Los agentes introducen riesgos en tres aspectos: lo que usan, lo que hacen y lo que generan

• La seguridad tradicional de aplicaciones protege el artefacto, mientras que el desarrollo agéntico exige proteger el proceso que lo crea.

• Los controles continuos dentro de los flujos de trabajo de los agentes ofrecen a desarrolladores y agentes límites de confianza para avanzar con rapidez.

Durante años, la seguridad de las aplicaciones se basó en una suposición simple: el software pasa por un ciclo de vida y la seguridad inspecciona los artefactos mientras avanzan del desarrollo a producción. Los desarrolladores planifican, escriben código, lo confirman, lo prueban, lo analizan y lo lanzan. Todos los controles implementados, incluidas las revisiones de pull request, las barreras de CI/CD y el análisis posterior a la confirmación, suponían que había una persona entre cada paso, tomando decisiones que una herramienta podría comprobar después.

Los agentes de IA están rompiendo esa suposición, porque el software ya no solo lo escriben las personas para que se revise después. Cada vez más, lo ensamblan, modifican y ejecutan sistemas autónomos que pueden actuar antes de que cualquier control tradicional vea el resultado. El «desarrollador» ya no siempre es una persona. A veces, el propio sistema se encarga de crear el software.

Este cambio tiene un nombre que vale la pena entender: el ciclo de vida del desarrollo agéntico. Y cambia el punto en que aparecen los riesgos en tu software y, por lo tanto, lo que debes proteger.

¿Qué es el ciclo de vida del desarrollo agéntico?

El ciclo de vida del desarrollo agéntico es el proceso mediante el cual los agentes de IA planifican, crean, modifican, prueban y lanzan software al interactuar con herramientas, bases de código, fuentes de datos y entornos de desarrollo.

El SDLC tradicional está dirigido por personas, se basa en artefactos y avanza mediante puntos de control. El trabajo progresa por etapas y la seguridad inspecciona lo que resulta de cada una. El ciclo de vida del desarrollo agéntico es diferente: lo impulsan los agentes, es dinámico y continuo, y se centra en la acción. Un agente puede interpretar un objetivo, seleccionar una herramienta, modificar archivos, ejecutar un script, llamar a una API, agregar una dependencia y generar código listo para producción, a menudo en una sola secuencia ininterrumpida.

Esto no reemplaza el SDLC, sino que se superpone a él y lo acelera. Los agentes siguen generando código, dependencias, configuraciones, API y cambios en la infraestructura. Simplemente lo hacen mediante flujos de trabajo mucho más difíciles de observar y gobernar que cuando un desarrollador escribe código en un IDE.

Por qué el desarrollo agéntico cambia el modelo de riesgo

La seguridad tradicional de aplicaciones supone que el riesgo está en los artefactos, como el código fuente, las dependencias de código abierto, los contenedores, la infraestructura como código y las API. Eso sigue siendo cierto, pero el desarrollo agéntico amplía la superficie de ataque para incluir el sistema que produce esos artefactos. La pregunta de seguridad cambia de «¿Este código es seguro?» a «¿Podemos confiar en el sistema que lo creó?». Es una pregunta diferente, y la mayoría de los programas de seguridad aún no están preparados para responderla.

Los tres puntos de control del ciclo de vida del desarrollo agéntico

Una forma útil de entender este nuevo ciclo de vida es observar los tres aspectos en que los agentes introducen riesgos: las entradas que usan, las acciones que realizan y los resultados que generan. Si el riesgo aparece de forma continua, debes tenerlo en cuenta en tres aspectos: lo que usan los agentes, lo que hacen y lo que generan.

1. Lo que usan los agentes

Los agentes no empiezan desde cero: utilizan servidores MCP, habilidades, API, herramientas externas, fuentes de datos e integraciones de desarrollo para realizar su trabajo. Estas entradas pueden convertirse en parte de tu cadena de suministro de software, aunque nunca se hayan declarado como dependencias tradicionales. Además, suelen seleccionarse e invocarse en tiempo de ejecución, sin revisión.

Entre los riesgos se incluyen servidores MCP no aprobados, habilidades vulnerables o maliciosas, herramientas externas de procedencia poco clara y herramientas de IA que nadie está rastreando. No es algo hipotético: la investigación de Snyk encontró 76 habilidades maliciosas confirmadas entre 3,984 analizadas, y cerca de un tercio de los servidores MCP públicos tiene fallas explotables.

Si no sabes qué usan los agentes, no puedes saber qué riesgos están entrando en el flujo de trabajo de desarrollo.

2. Lo que hacen los agentes

Los agentes no solo sugieren un cambio y esperan: ejecutan scripts, consultan sistemas internos, modifican archivos y llaman a API a velocidad de máquina.

Esto introduce riesgos mediante la ejecución de comandos no seguros, el acceso no autorizado a sistemas o datos, la exposición de datos a través de llamadas a herramientas, la inyección de prompts dentro de los flujos de trabajo de desarrollo y cadenas de acciones impredecibles. Un ejemplo real es el de un agente de programación que ignoró repetidas instrucciones de «congelar», eliminó una base de datos de producción y luego inventó registros para ocultar el error. El agente siguió razonando a partir de un pequeño obstáculo con los permisos que tenía disponibles.

El comportamiento de los agentes debe gobernarse en tiempo real, porque las acciones pueden ocurrir más rápido de lo que una persona puede intervenir tras revisarlas.

3. Lo que generan los agentes

Los agentes generan el código y las dependencias que pasan a formar parte de tu software. Aunque el resultado parezca funcional, el código generado por IA puede incluir vulnerabilidades, patrones inseguros o configuraciones incorrectas de manera predeterminada.

La seguridad tradicional de aplicaciones supone que el código puede revisarse después de escribirlo. Pero, en el desarrollo agéntico, el resultado se crea a velocidad de máquina y puede pasar de sugerencia a confirmación antes de que el equipo de seguridad tenga visibilidad sobre qué cambió o por qué. El riesgo no es solo que el código generado por IA pueda ser inseguro. También es que los resultados inseguros pueden introducirse antes, replicarse más rápido y lanzarse antes de que los puntos de control tradicionales puedan detectarlos.

Ya no basta con analizar después de la confirmación: la seguridad debe validar lo que generan los agentes desde el momento de su creación.

Por qué los puntos de control de seguridad tradicionales no son suficientes

Nada de esto significa que la seguridad tradicional de aplicaciones deje de ser importante. Aún necesitas analizar el código, las dependencias, los contenedores y la infraestructura. Esa base es más importante que nunca porque la IA no reemplaza tu cadena de suministro de software: la acelera.

Pero los puntos de control tradicionales se diseñaron para un mundo en el que las personas tomaban la mayoría de las decisiones de desarrollo, el código era el principal artefacto que se debía inspeccionar y, a menudo, los riesgos podían detectarse al confirmar, compilar o implementar. La seguridad ya no puede depender únicamente de la inspección posterior; debe integrarse en el propio flujo de trabajo agéntico. La seguridad tradicional de aplicaciones protege el artefacto. Agentic Development Security protege el proceso que lo crea.

Qué se necesita para proteger el ciclo de vida del desarrollo agéntico

Proteger este ciclo de vida no significa ralentizar a los desarrolladores con otra ronda de revisiones ni prohibir las herramientas de IA. Significa ofrecer a los agentes límites de confianza para que los equipos puedan adoptarlos de forma segura. En la práctica, esto requiere controles que operen dentro de los flujos de trabajo en los que actúan los agentes.

Los equipos de seguridad deben descubrir qué agentes, herramientas, habilidades y servidores MCP están en uso; evaluar si esas entradas son confiables; gobernar a qué pueden acceder los agentes y qué pueden ejecutar; aplicar políticas durante los flujos de trabajo de los agentes; validar código y dependencias generados en tiempo real; y mantener un registro de auditoría de la actividad de desarrollo impulsada por agentes.

El hilo conductor es la supervisión continua, con el equipo de seguridad lo suficientemente cerca del agente como para evaluar el riesgo antes de que se convierta en un artefacto confirmado, una acción ejecutada o una vulnerabilidad implementada.

El ciclo de vida cambió. La seguridad debe cambiar con él.

El ciclo de vida del desarrollo agéntico no es simplemente un SDLC más rápido. Es una forma distinta de crear software, en la que los sistemas autónomos pueden incorporar herramientas, realizar acciones y generar resultados de manera continua. Este cambio plantea preguntas de seguridad que los controles basados en puntos de control nunca se diseñaron para responder por sí solos.

Para ampliar el desarrollo impulsado por IA de forma segura, los equipos necesitan visibilidad y control en todo el ciclo de vida: qué usan los agentes, qué hacen y qué generan. El objetivo no es frenar la adopción de la IA, sino ofrecer a desarrolladores y agentes límites de confianza para que puedan avanzar con rapidez mientras la seguridad opera continuamente en segundo plano.

¿Quieres profundizar en cómo actúan los agentes de IA más allá de los controles tradicionales? Descarga hoy la guía resumida.