Evo Continuous Offensive Security ya está aquí: cobertura de pentesting de grado superior durante los 350 días del año en que no haces pruebas

En Black Hat USA 2026, Snyk anuncia la disponibilidad general de Evo Continuous Offensive Security: pentesting autónomo con IA que cierra la brecha entre las pruebas de penetración que haces una o dos veces al año y los 350 días en que los atacantes nunca se detienen. COS es la nueva pieza clave de una defensa conectada, diseñada para responder la pregunta que ahora hacen todos los consejos directivos: ¿cómo nos preparamos para los ataques autónomos con IA?

Ya no es noticia que la IA haya transformado por completo la forma de crear software. El código que antes tomaba días ahora se entrega en minutos, y todos nos beneficiamos de los asistentes de programación con IA y, cada vez más, de los agentes autónomos que trabajan a nuestro lado. Pero ese gran poder conlleva la gran responsabilidad de adaptarse a ese nivel de aceleración, que está planteando a los equipos de seguridad un desafío que apenas comienzan a dimensionar: una superficie de ataque mucho más amplia, a la que ahora pueden apuntar los atacantes con la misma IA capaz de razonar que usan los desarrolladores para construir a esa velocidad.

El desafío también radica en que la superficie de ataque ahora abarca tres frentes a la vez: fallas arquitectónicas que solo pueden encontrar los sistemas capaces de razonar, credenciales filtradas en código generado por IA y modelos y agentes integrados directamente en el ciclo de vida del desarrollo. Y ahora los adversarios analizan los tres frentes simultáneamente, a velocidad de máquina.

En junio, la Alianza Five Eyes advirtió que la IA podría superar las capacidades actuales de ciberseguridad en meses, no años, y que el tiempo que tardan los adversarios en vulnerar sistemas ahora se mide en segundos. Gartner pronostica que para 2027 el tiempo hasta la explotación se reducirá a la mitad. La investigación más reciente de Snyk sobre la adopción de IA en las empresas cuenta la misma historia desde dentro: el desarrollo agéntico avanza más rápido de lo que los programas de seguridad pueden seguir. Para defenderse de todo esto hacen falta cuatro cosas, no una.

Hoy, en Black Hat USA 2026, Snyk responde a este cambio con la mayor expansión hasta la fecha de Snyk AI Security Platform. No se trata de un paquete de productos, sino de una defensa conectada organizada en torno a los cuatro pasos que necesitan las organizaciones para innovar de forma segura: descubrir toda la superficie de ataque, corregir el rezago acumulado, validar qué puede explotar realmente un atacante y prevenir que se generen nuevos riesgos.

La novedad principal es la disponibilidad general de Evo Continuous Offensive Security (COS): pentesting autónomo con IA que sigue el ritmo del desarrollo acelerado por IA. Además, Snyk anuncia mejoras en la administración de la postura de seguridad de IA, un primer vistazo a Evo Agentic Application Security y la disponibilidad general de Snyk Secrets. En conjunto, estas soluciones protegen todo el ciclo de vida del software acelerado por IA: cómo se crea, con qué se crea y cómo se ataca.

Una defensa conectada: descubrir, corregir, validar y prevenir

Una defensa conectada es indispensable ante un atacante que ahora razona sobre tu aplicación a velocidad de máquina y por el precio de unos tokens:

• Descubrir: conocer toda la superficie de ataque del software y la IA: modelos, agentes, servidores MCP, habilidades, herramientas y a qué puede acceder cada uno. AI-SPM, la AI-BOM y Snyk AI Security Platform ofrecen el primer paso.

• Corregir: reducir el rezago acumulado antes de que los atacantes autónomos lo aprovechen más rápido de lo que las personas pueden responder. Este paso se logra con la inteligencia de aplicaciones de Snyk y la corrección autónoma.

• Validar: atacar continuamente las aplicaciones para demostrar que las correcciones funcionaron, mostrar qué sigue siendo explotable y detectar las fallas arquitectónicas y de lógica de negocio que ningún escáner encuentra. Este paso se logra con Evo COS.

• Prevenir: impedir que los secretos, los paquetes maliciosos y las nuevas vulnerabilidades vuelvan a generar un rezago mientras las personas y los agentes escriben software. Para ello, se usan Snyk Secrets, las barreras de prevención y la defensa contra código malicioso.

Como Snyk ya entiende el código, las dependencias, las API, los componentes de IA y el contexto de desarrollo, cada capacidad potencia a las demás en lugar de sumar otra herramienta desconectada. Esa es la diferencia entre una plataforma y un paquete de productos.

El problema: los atacantes avanzaron en la pila y las pruebas no siguieron el ritmo

Durante más de dos décadas, una distinción se ha mantenido en la seguridad de las aplicaciones: los escáneres encuentran los errores de implementación y los pentesters humanos detectan las fallas arquitectónicas. Los escáneres automatizados se volvieron realmente excelentes en la primera categoría: detectan inyección SQL, secuencias de comandos entre sitios, configuraciones incorrectas y las clases de inyección y patrones visibles en el código. Ahora se detectan de forma confiable cientos de clases de vulnerabilidades a lo largo del ciclo de vida del software. Es un avance real y duradero que llegó para quedarse.

Pero los atacantes avanzaron en la pila y ahora apuntan a las fallas de diseño, que requieren entender qué se diseñó para hacer una aplicación antes de poder explotarlas. Estas fallas se encuentran en las relaciones de confianza de un sistema, no en su código, por lo que no tienen una firma que puedas detectar con un escaneo. Veamos algunos ejemplos:

• En 2019, First American dejó expuestos aproximadamente 885 millones de documentos financieros. No fue por malware ni por una vulnerabilidad de día cero, sino por cambiar un solo número en una URL. Todos los escáneres dieron resultados limpios y la aplicación hizo exactamente lo que indicaba su código. Lo que no debía hacer era permitir que un cliente leyera los documentos de otro.

• En enero de 2026, investigadores divulgaron BodySnatcher (CVE-2025-12420, CVSS 9.3): bastaba una dirección de correo electrónico para suplantar a cualquier administrador de ServiceNow y tomar el control de los agentes de IA de la plataforma. No se hackearon contraseñas ni hubo código de explotación; lo que había era un diseño que confiaba en lo que no debía.

Esta es la clase de vulnerabilidades que explotan los atacantes ahora: autorización rota a nivel de objeto (BOLA) y escalamiento de privilegios mediante la manipulación de identificadores, filtraciones entre inquilinos que exponen datos de clientes y ataques encadenados a la lógica de negocio, en los que varios problemas de baja gravedad se combinan para tomar el control de una cuenta. Una década de vulnerabilidades bajas y medias que habían permanecido latentes, junto con cada nuevo hallazgo, ahora está al alcance y puede encadenarse a velocidad de máquina. Y no puedes escribir una regla de escáner que diga «el usuario A no debe poder leer la factura del usuario B», porque esa regla depende por completo de lo que se supone que debe hacer la aplicación.

Siempre se ha necesitado el razonamiento humano para encontrar estas fallas, por eso siempre se ha requerido una prueba de penetración manual. El pentesting manual es irremplazable, pero está limitado por el tiempo de las personas. Una prueba típica dura 15 días y cuesta entre $20,000 y $100,000, y solo captura un momento específico. La cobertura termina en cuanto se entrega el informe, para cuando la aplicación ya ha lanzado varias versiones más. Tu prueba de penetración cubre aproximadamente 15 días al año. ¿Qué pasa en los otros 350? El desarrollo no se detiene, y los atacantes tampoco. Cada versión que se lanza durante ese período queda sin probar justo en la capa donde se encuentra el riesgo de mayor impacto.

La IA cambia los cálculos, no la disciplina

Esto es lo que realmente cambió. Ahora, un modelo suficientemente capaz también puede realizar de forma repetible, y por una fracción del costo, el paso de razonamiento que antes solo podía hacer un pentester humano: modelar la intención de una aplicación y averiguar cómo subvertirla. La disciplina es la misma, pero los costos definitivamente no.

Las pruebas ya son públicas y a gran escala. En el año hasta mediados de 2026, los informes válidos de vulnerabilidades generados por IA en HackerOne aumentaron un 210 %, y los informes sobre inyección de prompts subieron un 540 %; el aumento se concentró precisamente en las fallas que dependen del razonamiento y que los escáneres no pueden detectar. El límite del razonamiento que se mantuvo durante veinte años no se fue desdibujando poco a poco: desapareció en una generación de modelos.

La conclusión realmente incómoda es que los atacantes cruzaron el mismo límite al mismo tiempo y ya operan de principio a fin. En una campaña de ciberespionaje patrocinada por un Estado y divulgada a fines de 2025, la IA ejecutó hasta el 90 % de la operación, en lugar de hackers humanos (Anthropic Threat Intelligence, noviembre de 2025).

La pregunta ya no es si la IA puede encontrar y explotar las fallas que los escáneres pasan por alto, sino si tus pruebas de seguridad ofensiva las encuentran antes que un atacante.

Evo Continuous Offensive Security, disponible de forma general

Desarrollamos Evo Continuous Offensive Security para cerrar precisamente esa brecha. Es una capacidad de pentesting con IA, basada en un entorno de IA de nivel empresarial que razona sobre la intención de las aplicaciones para descubrir las fallas arquitectónicas y las vulnerabilidades de lógica de negocio que los escáneres tradicionales no detectan. Y funciona de forma continua, no una vez al año.

Y lo que es clave: COS no prueba a ciegas. Como forma parte de Snyk AI Security Platform, recibe contexto de los hallazgos existentes de Snyk Code, Snyk Open Source y Snyk API & Web, además de Evo AI-SPM, que aporta información adicional para probar aplicaciones nativas de IA. Esto significa que dirige su razonamiento a las fallas que esas herramientas no pueden detectar, en vez de gastar ciclos costosos del modelo en redescubrir vulnerabilidades que ya encontraron. Como dice nuestro equipo: si un error vale $1 y una falla vale $100, ¿por qué gastar ciclos de pentesting en redescubrir errores de $1?

La capacidad se ofrece mediante tres componentes integrados que funcionan como un programa ofensivo continuo: razonan donde importa, brindan una cobertura exhaustiva donde más conviene y están diseñados específicamente para la nueva superficie de ataque de la IA:

• Razonar como un atacante: pentesting con IA es el cerebro de COS. Define su propio alcance, planifica ataques de varias etapas y valida la posibilidad de explotación. Coordina los agentes especializados y cada herramienta del entorno para encontrar las fallas arquitectónicas y el abuso de la lógica de negocio que los escáneres y las pruebas manuales pasan por alto. Cada vulnerabilidad confirmada incluye una prueba de concepto ejecutable: una prueba, no una descripción.

• Atacar la capa de IA con un equipo rojo: Agent Red Teaming está diseñado específicamente para la capa agéntica de las aplicaciones de IA y se activa en cuanto el reconocimiento detecta un LLM en la pila. Simula la cadena de ataque real, con prompt del usuario --> inyección de prompts --> abuso de herramientas y agentes --> exfiltración de datos, y apunta a la inyección de prompts, la exfiltración y el secuestro de objetivos que ninguna firma puede detectar.

• Cubrir las clases de vulnerabilidades comunes: Dynamic Testing (DAST) ofrece una cobertura exhaustiva y altamente determinista de cada endpoint y punto de inyección para clases comunes, como XSS, inyección SQL y configuraciones incorrectas, con una tasa de falsos positivos del 0.08 %. La capa de razonamiento lo usa como herramienta, en lugar de gastar ciclos en validar errores comunes, para que la IA dedique su tiempo a las fallas, no a la clasificación.

Los hallazgos no llegan como una lista plana de alertas desconectadas: llegan como cadenas de explotación conectadas que muestran cómo una brecha de autorización y una falla lógica se combinan para crear una ruta de ataque de alto impacto, tal como un atacante realmente analizaría tu sistema.

Y COS aborda directamente el problema de confianza que debilita los enfoques ingenuos: no se puede confiar en la misma IA para encontrar y confirmar una falla. El generador no puede ser el validador. Un modelo al que se le pide certificar sus propios hallazgos tiene un conflicto de interés estructural y se comporta de forma inconsistente cuando lo intenta. Por eso, un validador independiente verifica cada hallazgo de COS antes de mostrarlo, con una tasa de falsos positivos extremadamente baja, en comparación con aproximadamente un 30 % en las herramientas de IA sin procesar. Luego, el hallazgo incluye una prueba de concepto ejecutable y el registro completo del razonamiento que la respalda. Así, tu equipo no recibe una alerta que deba aceptar sin más: recibe un exploit que realmente puede ejecutar.

Esa es la verdadera diferencia, y vale la pena precisarla: un modelo capaz no es una prueba de penetración. Lo importante es el sistema, no el modelo: el entorno empresarial de IA que rodea el razonamiento y hace confiables las pruebas ofensivas autónomas. Contexto y memoria persistentes entre ejecuciones, ejecución controlada y gobernanza que mantienen la seguridad en entornos cercanos a producción, reproducibilidad e inteligencia de plataforma que alimenta cada evaluación. Las soluciones puntuales empiezan desde cero en cada ejecución, sin memoria, sin contexto de plataforma y sin gobernanza. Esa es la brecha que cierra el entorno.

Igual de importante: COS no reemplaza los motores de seguridad que ya usas; los complementa. Los escáneres siguen encargándose de las clases de problemas en la implementación que resuelven tan bien, los equipos humanos de pruebas siguen ocupándose del trabajo que requiere el mayor criterio, y COS cubre la capa continua que depende del razonamiento entre ambos, revalidando cada vez que cambia tu aplicación.

Completar la defensa: descubrir, corregir y prevenir

La validación es el punto decisivo, pero es solo una parte de un ciclo, y este solo es tan sólido como los elementos que lo rodean. COS solo puede demostrar qué podría explotar un atacante porque la plataforma que lo rodea descubre toda la superficie de ataque que evalúa, despeja el backlog que un atacante podría aprovechar y evita que se acumulen nuevos riesgos más rápido de lo que puedes evaluarlos. Tres anuncios completan ese ciclo, y cada uno hace que COS sea más eficaz.

Descubrir - Gestión mejorada de la postura de seguridad de IA

Descubrir (AI-SPM): el descubrimiento indica a COS cuáles son los objetivos correctos y, cada vez más, también lo alimenta: las señales de AI-BOM y AI-SPM que COS utiliza para evaluar aplicaciones nativas de IA.

No puedes gobernar lo que no puedes ver, y la mayoría de las organizaciones todavía no ve la capa donde ahora reside el riesgo de la IA. Snyk lanza una importante actualización de su inteligencia de riesgos de AI Security Posture Management (AI-SPM): una taxonomía de riesgos de modelos y un motor de puntuación renovados, además de nuevas capacidades y análisis de riesgos de servidores MCP que se muestran directamente en la AI-BOM. El resultado es visibilidad de aquello con lo que tus agentes realmente interactúan: cada modelo, capacidad y servidor MCP en uso. Y una forma más precisa y defendible de puntuar el riesgo que representa cada uno. Como deja claro la investigación que Snyk publicó recientemente, la huella real de IA de una organización es mucho mayor de lo que su inventario de modelos sugiere, y la mayoría de los programas de gobernanza todavía no la pueden ver. Esto cierra esa brecha.

Corregir - Evo Agentic AppSec: un primer vistazo a lo que viene

Corregir (Agentic AppSec): la corrección convierte un hallazgo de COS en un riesgo cerrado, en lugar de otro ticket.

Snyk también ofrece un primer adelanto de Evo Agentic Application Security, su visión de la seguridad de aplicaciones autónoma, donde AppSec pasa de encontrar problemas a corregirlos y defenderse de ellos de forma autónoma. La propuesta se basa en la vista previa pública del agente de corrección de Snyk mediante CLI y ADE, que corrige vulnerabilidades automáticamente en lugar de dejarles a los desarrolladores un backlog para priorizar, y en un primer vistazo a un nuevo agente de detección de malware diseñado para detectar código malicioso antes de que se publique. Esta es la dirección hacia la que avanza la disciplina y donde comienza el próximo capítulo de la plataforma.

Prevenir - Snyk Secrets, ahora disponible para todos

Prevenir (Snyk Secrets): la prevención evita que COS vuelva a encontrar los mismos problemas el próximo trimestre.

Por último, Snyk Secrets, un producto de detección y prevención de secretos diseñado para el ciclo de vida del desarrollo agéntico (ADLC), ya está disponible para todos. El código generado por IA convirtió las credenciales filtradas en un problema prioritario, y Snyk Secrets usa un motor propietario de detección basado en aprendizaje automático que analiza el contexto de cada posible secreto para reducir los falsos positivos, con controles preventivos en agentes de programación con IA, IDE, pull requests y CI/CD. Es una parte natural de proteger la forma en que se crea el software agéntico: impide que las credenciales lleguen a producción mientras los desarrolladores siguen avanzando.

«El volumen y el ritmo del código generado por IA superaron por completo el modelo de pruebas de penetración que la mayoría venimos usando desde hace años. No podemos resolver una superficie de riesgo continua simplemente programando pruebas. Necesitamos pruebas ofensivas que sigan el ritmo de la forma en que desarrollamos software hoy: con suficiente contexto para enfocarnos en lo que realmente se puede explotar, no solo en lo que sería posible en teoría», Gabriel Brolo, ingeniero sénior de seguridad, Yalo

Por qué es importante

Si damos un paso atrás, los cuatro anuncios plantean una misma idea. La IA aceleró todos los aspectos de la creación de software y, al hacerlo, amplió la superficie de ataque a lo largo de todo el ciclo de vida: el código que escribe la IA, las credenciales y los componentes que lo conforman, los modelos y agentes integrados en él, y la aplicación en ejecución que analiza un adversario. Las herramientas puntuales y las pruebas realizadas en un momento específico se diseñaron para un mundo más lento y lineal. Proteger el software acelerado por IA significa evaluarlo de la forma en que se crea y se ataca hoy: de manera continua, con el contexto de toda la plataforma y con resultados confiables porque el modelo que encontró la falla no es el mismo que la evaluó.

Eso es lo que significa proteger todo el ciclo de vida del software acelerado por IA: cómo se crea, con qué se crea y cómo se ataca.

Disponibilidad

Evo Continuous Offensive Security y Snyk Secrets ya están disponibles para todos. Las capacidades mejoradas de AI-SPM ya están disponibles para los clientes actuales. El agente de corrección de Evo Agentic AppSec está en vista previa pública a través de Snyk CLI, y el agente de detección de código malicioso está en vista previa privada. Agenda una demostración para conocer más sobre Evo hoy.