Pentesting autónomo

En una prueba de penetración autónoma, un sistema de IA planifica y ejecuta los pasos de la prueba por sí mismo. Decide qué examinar a continuación a partir de lo que ha encontrado hasta el momento, ejecuta las herramientas, verifica los resultados y redacta lo aprendido. Un escáner ejecuta las mismas comprobaciones cada vez; un agent autónomo cambia su plan a medida que avanza la prueba.

Cómo PentAGI ejecuta una prueba

Describes un objetivo y una meta en lenguaje natural: qué evaluar, qué está dentro del alcance y qué se considera completado. A partir de ahí, un flow se ejecuta por sí solo:

1. Tu mensaje se convierte en una task, y el generator la divide en hasta 15 subtasks.
2. Para cada subtask, el primary agent asigna el trabajo a especialistas — el searcher, pentester, coder o installer — que actúan a través de sus tools.
3. Las tools se ejecutan en el contenedor sandbox propio del flow, construido a partir de una imagen seleccionada para el objetivo, no dentro de PentAGI mismo; un worker node las mantiene completamente separadas del host de PentAGI.
4. Después de cada subtask, el refiner revisa el plan restante y lo modifica cuando los resultados lo requieren.
5. Cuando la task está completa, el reporter redacta su resultado, y el report del flow recopila los resultados de todas sus tasks.

Los comandos, su salida y los resultados permanecen en la memory del flow, por lo que las subtasks posteriores se basan en las anteriores; las guías, respuestas y código que los agents guardan allí también sirven para flows futuros.

Dónde mantienes el control

• Alcance. Los agents siguen la task: escribe los objetivos, los límites y cualquier regla de engagement en ella. PentAGI no restringe los objetivos por sí mismo, así que impone un límite estricto a nivel de red, por ejemplo, con reglas de firewall en el worker node.
• Modo interactivo. En el modo Assistant trabajas paso a paso en la prueba con un agent en lugar de dejar que se ejecute por sí solo.
• Dirección. La vista Assistant de un flow en ejecución te permite comprobar su estado, detener la task actual, enviar instrucciones de seguimiento o cambiar las subtasks planificadas — consulta Dirigir un flow en ejecución.
• Preguntas. Con ASK_USER=true, el primary agent puede pausar el flow y pedirte información. Está desactivado por defecto.
• Límites. Los límites de tool call y la detección de repeticiones detienen a un agent que entra en bucle, y el reflector recupera a uno que deja de llamar a tools — consulta Salvaguardas.

Cuándo es adecuado

Las pruebas autónomas son adecuadas para evaluaciones repetidas de tus propios sistemas, objetivos de laboratorio y formación, y la primera pasada de un engagement: mapear la superficie de ataque, comprobar debilidades conocidas y redactar lo encontrado. No sustituye el juicio de un tester sobre el alcance, el impacto y el riesgo, y dos ejecuciones del mismo task pueden diferir, así que trata sus findings como pistas por confirmar.