Cuatro aplicaciones web auditadas con un pentester autónomo basado en inteligencia artificial generaron 128 hallazgos de seguridad, 10 de ellos críticos y 48 de gravedad alta, con un gasto en el modelo de IA de unos 29 dólares y unas tres horas y media de trabajo de la máquina. Son los resultados de una auditoría interna sobre cinco proyectos web propios: dos sitios basados en gestores de contenidos en PHP, dos aplicaciones a medida y un sitio estático. La herramienta de IA, de código abierto, se combinó con escáneres clásicos gratuitos y se usó en modo caja blanca, con acceso al código fuente.
Las claves de la auditoría con IA en 20 segundos
- Qué se hizo: cinco proyectos web auditados con un pentester de IA de código abierto y escáneres gratuitos, siempre sobre copias locales.
- Resultado: 128 hallazgos en cuatro aplicaciones, 10 críticos y 48 altos.
- Coste: unos 29 dólares en llamadas al modelo de IA, sin contar los escáneres, que son gratuitos.
- Fallo más repetido: la autorización rota en los paneles de administración.
La prueba no se planteó como un experimento académico, sino como una revisión práctica antes de seguir publicando cambios. Lo interesante no es solo cuánto encontró la IA, sino qué tipo de fallos aparecieron una y otra vez en proyectos que no comparten código ni equipo.
Copias locales y caja blanca, nunca producción
La primera regla fue no atacar sistemas en producción. Cada aplicación se montó como una copia desechable en Docker, con su código y una base de datos anonimizada, y la auditoría se lanzó contra esa copia. El único objetivo remoto fue un entorno de pruebas que ya existía, con la velocidad de las peticiones limitada y sin tocar sistemas reales de correo ni de pagos.
El pentester de IA trabajó en caja blanca: recibió el código fuente además de la dirección de la aplicación. Con eso traza posibles rutas de ataque y lanza exploits reales contra la aplicación en marcha, y solo informa de lo que consigue explotar. Antes se pasaron escáneres gratuitos sobre el código y las dependencias: Semgrep para análisis estático, Trivy para dependencias y contenedores, OWASP ZAP para pruebas dinámicas web y WPScan para WordPress. El modelo de IA fue uno económico, usado a través de un enrutador con claves propias (BYOK). También se probó un modelo local, ejecutado en el propio equipo, con coste cero pero más lento y con menor cobertura.
| Tipo de proyecto | Hallazgos (crít./alto/medio/bajo) | Coste IA aprox. | Duración |
|---|---|---|---|
| Web de contenidos (CMS) | 27 (5 / 6 / 12 / 4) | 15 $ | 1 h 7 min |
| Aplicación a medida A | 28 (1 / 11 / 12 / 4) | 3 $ | 37 min |
| Servicio serverless | 29 (0 / 10 / 12 / 7) | 7 $ | 51 min |
| Aplicación a medida B (panel de administración) | 44 (4 / 21 / 13 / 6) | 4 $ | 57 min |
| Sitio estático | Sin superficie dinámica | 0 $ | — |
| Total | 128 (10 / 48 / 49 / 21) | 29 $ | 3 h 30 min |
Los escáneres gratuitos detectaron hasta 52 dependencias vulnerables en un solo proyecto. Pero no demuestran que esas vulnerabilidades sean explotables en la aplicación concreta, y no ven fallos de lógica de negocio ni de permisos. Ahí es donde la IA aportó más.
Siete fallos que se repiten en proyectos distintos
Los mismos patrones aparecieron en aplicaciones independientes:
- Autorización rota en paneles de administración. Faltaban comprobaciones de permisos o se delegaban mal: se podía exportar, borrar o enviar sin verificar quién lo pedía, había funciones de pago accesibles gratis y puntos de la API que daban por bueno lo que el cliente afirmaba en sus parámetros. Fue el fallo más repetido y el más grave.
- SSRF (falsificación de peticiones del lado del servidor). Servicios que seguían redirecciones y resolvían direcciones sin validar el destino ni el puerto, lo que abre la puerta a la red interna o a ataques de DNS rebinding.
- Secretos en claro. Claves de API o de licencia devueltas sin cifrar ni pedir confirmación, y sesiones guardadas sin cifrar en la base de datos.
- Sin límite de intentos. Formularios de acceso y de recuperación de contraseña sin limitación de intentos, expuestos a fuerza bruta y al relleno de credenciales filtradas (credential stuffing).
- XSS por salida sin escapar. Datos de la petición o de la base de datos impresos en HTML o en enlaces sin escapar ni validar el esquema.
- Dependencias desactualizadas. Frameworks y librerías con varias versiones de retraso.
- Falta de endurecimiento. Cabeceras de seguridad ausentes, como CSP o HSTS, cookies sin el atributo
Securey entornos de ejecución con vulnerabilidades conocidas.
La paradoja más llamativa apareció en uno de los proyectos: todos sus fallos críticos estaban dentro del propio componente de seguridad que debía proteger el sitio.
Qué cambia en el coste de auditar
El dato que más llama la atención es el precio. Según el informe, un pentest manual de alcance equivalente ronda los miles de euros por aplicación, mientras que aquí cuatro aplicaciones costaron unos 29 dólares en uso del modelo. La comparación tiene matices: un auditor humano aporta criterio, contexto de negocio y una revisión de los falsos negativos que una herramienta automática no garantiza. Además, el coste real incluye el tiempo de preparar los entornos y de revisar y corregir 128 hallazgos.
Aun así, el reparto de papeles parece claro. Los escáneres gratuitos sirven como primer filtro de dependencias y patrones de código, y la IA cubre la lógica de negocio y la autorización, que el análisis estático no detecta. Con ese coste, auditar cada proyecto antes de publicar cambios importantes deja de ser una decisión presupuestaria.
Lecciones para quien quiera repetirlo
- Monte copias locales y no audite producción: solo así se pueden lanzar exploits reales sin riesgo para usuarios y datos.
- Use el análisis gratuito como primer filtro, no como el último: detecta dependencias vulnerables, pero no demuestra que sean explotables.
- Cuidado con la infraestructura compartida: aunque el entorno sea de pruebas, el correo o los pagos pueden ser reales. Hay que limitar la velocidad y restringir los datos de prueba.
- Compruebe que el objetivo es alcanzable: un detalle de configuración puede invalidar una pasada entera, así que hay que verificar siempre que la aplicación responde desde el entorno donde corre el escáner.
Preguntas frecuentes
¿Qué es un pentester autónomo con IA?
Una herramienta que usa un modelo de lenguaje para analizar el código de una aplicación, trazar posibles ataques y lanzarlos contra ella en marcha. Solo informa de las vulnerabilidades que consigue explotar.
¿Cuánto costó la auditoría?
Unos 29 dólares en uso del modelo de IA para cuatro aplicaciones, con 128 hallazgos en unas tres horas y media. Los escáneres complementarios son gratuitos.
¿Sustituye a un pentest manual?
No del todo. Reduce mucho el coste de encontrar fallos de lógica y autorización, pero no aporta el criterio ni la revisión de contexto de un auditor humano.
¿Es seguro lanzarlo contra una web en producción?
No es recomendable. Lanza exploits reales, por lo que conviene usar copias locales con datos anonimizados.
Fuente: informe interno de auditoría
