Del código a los agentes: protege de forma proactiva las aplicaciones nativas de IA con Cursor y Snyk

La rápida adopción de agentes de IA para el desarrollo está creando una brecha de seguridad crítica. Estamos pasando de una lógica predecible, rutas de código deterministas y flujos de trabajo dirigidos por personas a agentes no deterministas que razonan, planifican y actúan de forma autónoma mediante modelos de lenguaje de gran tamaño a lo largo de todo el ciclo de vida del desarrollo de software. A medida que las empresas adoptan estos agentes autónomos de IA, el desafío principal no son solo los nuevos riesgos y vectores de ataque, sino también la pérdida de control en el entorno de ejecución. Ahora, estos agentes deciden qué herramientas usar, qué comandos ejecutar y cómo automatizar el movimiento de datos, todo en tiempo real.

Esto requiere un nuevo guardián de seguridad en el entorno de ejecución y mecanismos de aplicación que puedan bloquear herramientas inseguras, evitar la exfiltración de datos y hacer cumplir las políticas sin ralentizar a los equipos. Esto marca un territorio de seguridad fundamentalmente nuevo: proteger el comportamiento autónomo mediante la gobernanza y la aplicación de políticas en el entorno de ejecución, más allá de la mera visibilidad.

Los desarrolladores confían en los agentes para gestionar bases de código y dependencias cada vez más complejas, pero hay dos riesgos importantes que aún no se han abordado: primero, el propio agente se basa en una cadena de suministro de software de terceros oculta (servidores MCP, bibliotecas, modelos y dependencias) que puede contener vulnerabilidades de seguridad graves. Segundo, la capacidad del agente para actuar de forma autónoma en el entorno de ejecución (por ejemplo, ejecutar comandos de shell, llamar a API o a servidores MCP) introduce riesgos sin control, que a menudo eluden los controles de seguridad tradicionales y provocan incumplimientos normativos o la exposición de datos confidenciales. Esta falta de visibilidad y control ha dejado atrás a los equipos de seguridad, que intentan ponerse al día para que la innovación en IA pueda seguir prosperando.

Para abordar estos desafíos, anunciamos la integración de Evo Agent Guard con Cursor, que permite controlar y aplicar políticas que determinan las acciones de estos agentes autónomos en el entorno de ejecución. Esto permite aplicar controles dentro del ciclo de ejecución y crear políticas que protegen las acciones del agente para evitar que contribuyan a comportamientos peligrosos, como la filtración de información de identificación personal (PII) o los flujos tóxicos.

Evo Agent Guard para Cursor: protege el ciclo de vida del agente desde la creación hasta la ejecución

Los agentes dependen de dependencias de terceros, ejecutan comandos en tiempo de ejecución y se conectan dinámicamente a herramientas y servidores MCP. Sin medidas de seguridad integradas, estas capacidades pueden provocar vulnerabilidades, filtraciones de datos o incumplimientos de políticas no intencionales.

Esta nueva integración entre Cursor Hooks y Evo Agent Guard aborda estos desafíos de manera integral y protege al agente desde el momento de su creación hasta su funcionamiento en el entorno de ejecución. Al integrar la seguridad en el ciclo de vida del agente, las organizaciones pueden adoptar con confianza flujos de trabajo impulsados por IA y acelerar el desarrollo sin sacrificar la visibilidad ni el control. En este contexto, Evo funciona como un sidecar en tiempo de ejecución junto al agente y se ubica directamente en la ruta de ejecución, en lugar de observar desde afuera. Como ve las decisiones del agente a medida que ocurren, Evo puede bloquear, modificar o limitar acciones antes de que se completen: desde la ejecución de comandos de shell y las llamadas a herramientas hasta las respuestas de MCP y la exfiltración de datos.

Esta es la diferencia fundamental frente a las herramientas de detección o rastreo posteriores a los hechos. Evo no se limita a explicar qué hizo un agente después de que ocurriera; decide qué puede hacer el agente en tiempo real y devuelve el control humano sobre los sistemas autónomos sin ralentizarlos. Esta integración tiene dos casos de uso principales: el primero se centra en garantizar que la cadena de suministro del agente sea segura antes de la implementación, mientras que el segundo se enfoca en proteger el comportamiento y las acciones del agente en el entorno de ejecución.

1. Análisis previo a la implementación: establecer la confianza en los agentes

Todos los agentes de IA se construyen sobre una red de componentes de terceros, bibliotecas, modelos, contenedores y servidores MCP que conforman su cadena de suministro oculta. Para eliminar los riesgos antes de que un agente realice cualquier acción, la integración de Cursor Hooks con Evo establece la confianza lo antes posible.

Cuando un desarrollador instala Cursor, la integración activa automáticamente Evo MCP Scan para analizar la infraestructura subyacente, incluidos los servidores y las herramientas MCP, como:

• Dependencias y paquetes

• Imágenes de contenedores y metadatos asociados

• Manifiestos de servidores MCP y descriptores de plugins

Si se detectan vulnerabilidades críticas, servidores MCP maliciosos, flujos tóxicos o herramientas comprometidas, se impide que el agente se ejecute hasta que se resuelvan los problemas. Este enfoque transforma la seguridad: pasa de la aplicación reactiva de controles al establecimiento proactivo de confianza, y garantiza que los agentes entren al entorno con una base segura antes de escribir código, invocar herramientas o ejecutar comandos.

2. Aplicación de políticas de control en tiempo de ejecución

Evo Agent Guard ahora se integra con Cursor Hooks para establecer y aplicar controles en tiempo de ejecución directamente en el entorno de ejecución del agente. Esto brinda prevención y controles en tiempo real para mitigar los riesgos asociados a las acciones del agente y garantizar que opere dentro de los parámetros de seguridad y cumplimiento definidos. Snyk puede descubrir y prevenir comportamientos agentivos peligrosos, como la filtración de información de identificación personal (PII) y secretos, la inyección de instrucciones y los flujos tóxicos.

Una vez implementados, los agentes pueden actuar de forma autónoma en entornos dinámicos, lo que introduce riesgos en tiempo de ejecución que deben controlarse continuamente. Evo aplica medidas de protección en tiempo real para garantizar que los agentes operen de forma segura incluso al realizar acciones complejas o impredecibles.

Evo Agent Guard aplica controles de forma continua y bloquea:

• Comandos de shell maliciosos, llamadas de red e invocaciones de herramientas MCP

• Indicaciones, respuestas y resultados de herramientas

Un motor híbrido que combina reglas deterministas con detectores de aprendizaje automático personalizados puede alertar, bloquear, depurar o poner en cuarentena comportamientos inseguros en tiempo real, como:

• La exposición de datos confidenciales, como información de identificación personal (PII) o secretos

• Intentos de inyección indirecta de instrucciones

• Uso indebido de herramientas o ejecución de cadenas inseguras

Este enfoque proporciona a las organizaciones visibilidad, gobernanza y aplicación de controles completos durante todo el ciclo de vida del agente, lo que reduce los riesgos y permite que los flujos de trabajo impulsados por IA crezcan de forma segura.

Principales casos de uso para proteger aplicaciones nativas de IA:

1. Detección de información de identificación personal (PII)

2. Bloqueo de la exfiltración de datos

3. Protección de secretos

Si un desarrollador pega un secreto o token en una indicación, Evo Agent Guard puede impedir que llegue al proveedor del modelo. El sistema puede eliminar el secreto o bloquear por completo la acción, lo que reduce el riesgo de exposición.

4. Filtrado de herramientas MCP

Cuando los agentes llaman a herramientas conectadas a MCP, Evo Agent Guard analiza tanto la llamada como el resultado de la herramienta. Los resultados inseguros de las herramientas (por ejemplo, indicaciones inyectadas o respuestas maliciosas) pueden bloquearse o depurarse antes de llegar al agente, lo que evita la inyección indirecta de instrucciones.

5. Mapeo de flujos tóxicos

Evo Agent Guard reconstruye todo el rastro del agente, desde las indicaciones hasta los resultados de las herramientas, e incluye flujos tóxicos, información de identificación personal (PII), secretos e inyecciones indirectas.

Establecer un nuevo estándar de seguridad

Estas nuevas integraciones son importantes porque ayudan a establecer un nuevo estándar de la industria para proteger el ciclo de vida del desarrollo de software de IA. Ahora, Cursor junto con Snyk ofrece una arquitectura de seguridad para todo el ciclo de vida de los agentes de IA:

• Seguridad desde el inicio: Snyk analiza el código antes de incorporarlo al repositorio.

• Gobernanza en tiempo de ejecución: Evo Agent Guard aplica medidas de protección y bloquea acciones inseguras

En conjunto, Cursor y Evo Agent Guard ofrecen a las organizaciones un control y una visibilidad sin precedentes sobre los agentes de IA, desde la fase de experimentación hasta la producción. Los equipos de seguridad pueden aplicar controles con claridad sobre lo que hacen realmente los agentes en tiempo real, incluidas acciones como la ejecución de comandos de shell, las llamadas de red y el uso de herramientas MCP. Así, obtienen la primera vista real de la postura de seguridad del comportamiento de los agentes en toda la organización. Evo va más allá de la visibilidad y automatiza la prevención de riesgos en tiempo de ejecución, aplicando políticas de seguridad que detectan y bloquean comportamientos peligrosos, como la filtración de información de identificación personal (PII), la inyección indirecta de instrucciones y los flujos de datos tóxicos, antes de que se conviertan en incidentes.

Al mismo tiempo, Evo puede establecer confianza desde la base mediante la creación de un inventario y una evaluación de riesgos de la cadena de suministro del agente, y analizar automáticamente los servidores MCP y las dependencias del agente antes de la implementación para proteger su infraestructura subyacente. El resultado es una protección integral. Los agentes se comprenden, se gobiernan y se protegen tanto antes de ejecutarse como mientras actúan de forma autónoma.

Evo Agent Guard para Cursor está actualmente en desarrollo con socios de diseño que priorizan la seguridad y ejecutan agentes de Cursor en producción. ¿Te interesa conocer los requisitos de la beta privada? Completa el formulario aquí.