Blank white background with no objects or features visible.

¡Hola, EMEA! TrueFoundry está ampliando su presencia en Europa, Oriente Medio y África. Leer más →

TBAC: Control de acceso basado en tareas para la era de los agentes

Por Boyu Wang

Actualizado: noviembre 3, 2026

Published: julio 7, 2026

La mayoría de los modelos de control de acceso en producción siguen partiendo de un sujeto (principal) estable: quién lo solicita, qué atributos o relaciones tiene asociados y a qué le da derecho eso. Los roles respondían a esto en el organigrama, los atributos en el contexto y las relaciones en los grafos sociales. Los agentes de IA rompen la pregunta en sí: la identidad de un agente es estable, pero su trabajo no lo es: se despliega por tarea, necesita una fracción de permisos diferente para cada tarea, se ejecuta a velocidad de máquina y sigue las instrucciones integradas en los datos que lee. El modelo que exige el momento actual pregunta: ¿qué trabajo estás haciendo en este preciso momento? Esa pregunta tiene un nombre con un largo historial: control de acceso basado en tareas (TBAC, Task-Based Access Control), propuesto por Thomas y Sandhu en la década de 1990 y rescatado ahora en una forma adaptada para la IA agéntica. Este artículo repasa la familia del control de acceso con honestidad, explica por qué los agentes ponen a prueba cada modelo, presenta el TBAC y sus formulaciones modernas, y mapea el resultado por capas en las estructuras de gateway que lo implementan, fundamentando la correlación de TrueFoundry en la documentación pública.

Puntos clave
  • La escala clásica — DAC/MAC, RBAC (roles para funciones laborales estables), ABAC (políticas de atributos, según NIST SP 800-162), ReBAC (grafos de relaciones, popularizado por Zanzibar de Google) — parte principalmente de un sujeto y sus derechos permanentes: roles, atributos, etiquetas o relaciones evaluadas antes o en el momento de la solicitud.
  • Los agentes ponen a prueba estructuralmente los modelos centrados en la identidad: sin una función laboral estable, con necesidades de permisos por tarea, ejecución a velocidad de máquina, instancias paralelas, exposición a prompt injection... y un agente puede ejercer los permisos concedidos de forma programática y a velocidad de máquina, mientras que los humanos suelen utilizar solo una pequeña fracción de sus derechos permanentes.
  • Los informes del sector que citan la investigación sobre brechas de seguridad de IBM de 2025 indican que la mayoría de las organizaciones con incidentes de seguridad relacionados con la IA carecían de controles de acceso a la IA adecuados; los informes de exposición de identidades de SpyCloud de 2026 apuntan de manera similar a una exposición a gran escala de credenciales vinculadas a herramientas de IA.
  • TBAC — control de acceso basado en tareas, fruto del trabajo de Thomas y Sandhu en la década de 1990 — agrupa permisos mínimos en una tarea durante el tiempo que dure esta; las investigaciones y publicaciones del sector de 2025–26 (un modelo TBAC evaluado por LLM en arXiv, el marco de herramientas/transacciones/tareas de Cisco Outshift) lo rescatan como la solución natural para agentes orientados a objetivos.
  • En la práctica, TBAC se organiza en capas y no reemplaza a otros modelos: RBAC se mantiene como el límite externo auditable, las políticas de atributos/metadatos aplican el contexto en tiempo de ejecución, y las estructuras delimitadas a la tarea — paquetes de herramientas seleccionados, identidades y cuotas por agente, credenciales de corta duración, controles de aprobación — delimitan el trabajo en sí.
  • La pila de acceso documentada de TrueFoundry implementa ese modelo por capas: RBAC por servidor con integración de IdP, Virtual MCP Servers que exponen subconjuntos de herramientas seleccionados, cuotas filtradas por metadatos, presupuestos por agente, aprobaciones con intervención humana (human-in-the-loop) y auditoría en cada llamada a herramientas, según truefoundry.com/docs.
  • Límite honesto: ninguna plataforma ofrece "TBAC" como una casilla de verificación ya lista — la inferencia de tareas es realmente difícil y el TBAC evaluado por LLM está en fase de investigación. Lo que proporciona un gateway gobernado son las primitivas aplicables que requiere el modelo.

Ines, arquitecta de seguridad, recibió la solicitud de revisión que todos los equipos de seguridad reciben este año: aprobar un agente de soporte que lee tickets, consulta la base de datos de pedidos e emite reembolsos de menos de cincuenta dólares. Su instinto era el fruto de veinte años de práctica: crear un rol. Sin embargo, utilizar support-agent como rol no parecía correcto a la hora de comer. Un rol se aprovisiona una sola vez y describe una función laboral estable; este agente solo necesitaba el permiso de reembolso durante las tareas de reembolso, la base de datos solo para el cliente del ticket, y nada entre ejecuciones. Lo que es peor, conservaría todo lo que ella le concediera de forma continua, en todas las instancias paralelas, a velocidad de máquina... y si un ticket malicioso le indicaba que hiciera algo creativo con sus permisos, podría cumplirlo. El modelo de roles le daba dos malas opciones: conceder exceso de permisos y aceptar una exposición permanente, o conceder permisos insuficientes y romper el agente. Ella quería una tercera opción: permisos ensamblados por tarea, delimitados a los objetos de la tarea, activos mientras durase esta y eliminados al finalizar. Esa tercera opción ha existido, sobre el papel, desde antes de que ella empezara su carrera profesional.

1. Breve historia de los BAC

Cada generación de control de acceso codifica una suposición sobre el sujeto. La división inicial — control discrecional (DAC), donde los propietarios de los recursos conceden acceso, frente al control obligatorio (MAC), donde una autoridad central etiqueta y otorga autorización — asumía que había personas con autorizaciones de seguridad. El RBAC, formalizado por Ferraiolo, Kuhn y Sandhu en la década de 1990 y estandarizado posteriormente, vinculó los permisos a roles en lugar de a individuos: un rol de desarrollador obtiene repositorios, un rol de médico obtiene expedientes de pacientes. Su hipótesis de fondo: los sujetos tienen funciones laborales estables que cambian a escala temporal organizativa; esto es cierto para los empleados, y por eso RBAC sigue gestionando la mayoría de las empresas.

ABAC — control de acceso basado en atributos, tratado canónicamente en NIST SP 800-162 — reemplazó la búsqueda de roles por la evaluación de políticas sobre atributos del sujeto, recurso, acción y entorno: permitir si departamento = finanzas y clasificación ≤ interna y horario laboral. Aporta flexibilidad a costa de la complejidad en la redacción de políticas y, como señalan los análisis de seguridad de agentes, evalúa bien el contexto pero no entiende intrínsecamente la intención detrás de una solicitud. ReBAC — control de acceso basado en relaciones, popularizado por el artículo sobre Zanzibar de Google — deriva los permisos de las relaciones de un grafo: puedes editar este documento porque eres propietario de su carpeta principal. Junto a estos se encuentran PBAC como concepto general para enfoques de motores de políticas y el acceso just-in-time de la gestión de accesos privilegiados: un anticipo, desde el mundo humano, de los permisos limitados en el tiempo. Cada uno de estos modelos responde a "quién eres y a qué te da derecho eso", con un aprovisionamiento previo al inicio del trabajo. Esa es precisamente la suposición que rompen los agentes.

2. Por qué los agentes rompen el control de acceso centrado en la identidad

La tensión es estructural, y la literatura sobre seguridad de agentes ha convergido en un diagnóstico coherente. En primer lugar, los agentes no tienen una función laboral estable: se despliegan para tareas específicas, operan en ámbitos de datos variables, se ejecutan a velocidad de máquina y ejecutan instancias paralelas; un rol de "agente de documentación clínica" que concede acceso al repositorio de PHI no puede expresar que esta instancia está autorizada para estos tres registros en este encuentro, como señala un análisis de ABAC frente a RBAC. En segundo lugar, los agentes pueden ejercer aquello que poseen, de forma programática y a escala; la formulación de Oso es la más tajante: los empleados ignoran la inmensa mayoría de sus permisos; los agentes no lo harán. El exceso de aprovisionamiento, que resulta desordenado en los humanos, se convierte en una superficie de ataque activa en un sujeto capaz de explorar su espacio de permisos a velocidad de máquina. En tercer lugar, a los agentes se les puede convencer de hacer cosas: el prompt injection significa que las instrucciones llegan a través de los datos que lee un agente, por lo que un permiso permanente es un objetivo permanente: el problema del delegado confuso (confused deputy) con una interfaz de lenguaje.

En cuarto lugar, y es lo menos valorado: las cadenas de delegación difuminan la responsabilidad. Los flujos "on-behalf-of" (en nombre de) escalan de forma silenciosa: el agente hereda el alcance completo de la sesión del usuario, incluidos permisos irrelevantes para la tarea, y las transferencias entre múltiples agentes pasan la autoridad sin una nueva evaluación. Las guías de los profesionales convergen en la vinculación al contexto de la solicitud: cada llamada descendente lleva consigo el usuario de origen, la tarea y la decisión de autorización, porque el límite de privilegio debe pasar del momento del inicio de sesión al momento de la solicitud. El coste de no hacer esto se refleja en las publicaciones sobre brechas de seguridad: los informes del sector que citan la investigación Cost of a Data Breach de IBM de 2025 indican que la abrumadora mayoría de las organizaciones con incidentes de seguridad relacionados con la IA carecían de controles de acceso a la IA adecuados, y los informes de exposición de identidades de SpyCloud de 2026 apuntan a una exposición a gran escala de claves API y tokens, incluidas credenciales vinculadas a herramientas de IA. Según estos análisis, los modelos creados para personas no se sostienen con los agentes.

3. Llega TBAC: una idea antigua cuyo sujeto finalmente ha llegado

El control de acceso basado en tareas no es nuevo, y eso es lo que hace que su rescate sea plausible. En la década de 1990, Roger Thomas y Ravi Sandhu propusieron los controles de autorización basados en tareas como un cambio del modelo centrado en el sujeto al modelo centrado en la actividad: permisos agrupados en tareas, concedidos como el conjunto mínimo que requiere una actividad específica, activos mientras dure esta, y consumidos o revocados a medida que avanza el flujo de trabajo. La idea se adelantó a su infraestructura: los sistemas de flujo de trabajo de los años 90 no la necesitaban desesperadamente. Los agentes sí. Un artículo reciente en arXiv sobre control de acceso adaptativo al riesgo para sistemas agénticos se basa en TBAC "debido a esta alineación natural con la índole orientada a objetivos de los agentes de IA": un agente, a diferencia de un empleado, es verdaderamente su tarea actual.

Las formulaciones modernas amplían la original en dos direcciones. El marco de Cisco Outshift (control de acceso basado en herramientas, transacciones y tareas) posiciona el TBAC explícitamente como la capa posterior a RBAC, ABAC y ReBAC para la IA agéntica: una autorización delimitada no a quién es el agente, sino a las herramientas a las que puede llamar, las transacciones que puede completar y la tarea que está ejecutando. La vanguardia de la investigación explora cómo se adjudica la "tarea": el trabajo de arXiv utiliza un LLM como juez consciente de la incertidumbre para determinar si una acción sirve a la tarea autorizada, algo prometedor pero incipiente, y honesto sobre sus problemas abiertos. Entre el consenso de los profesionales y la investigación, surge una definición funcional. TBAC en la era de los agentes significa: un paquete de permisos por tarea (herramientas y datos mínimos para este objetivo), vinculación a la duración (credenciales delimitadas a la tarea y de corta duración con TTL en minutos), captura de la delegación (la tarea registra quién la autorizó y en nombre de quién) y puntos de control transaccionales (las acciones irreversibles reciben una aprobación explícita). Nada de esto sustituye a los modelos anteriores: se sitúa por encima de ellos, lo cual es la clave de diseño que concretan las siguientes secciones.

4. El modelo por capas: donde cada BAC sigue ganándose su lugar

La literatura especializada es unánime en un punto: reemplazar RBAC por completo no es ni necesario ni aconsejable. Los modelos se componen, y en una pila LLM/RAG/MCP cada uno tiene su cometido. RBAC se mantiene como el límite externo: qué equipos y servicios pueden acceder a qué modelos, servidores MCP y agentes; de trazo grueso, auditable, con la forma del organigrama, exactamente lo que debe ser un límite externo. La política de tipo ABAC se ejecuta en tiempo de solicitud: metadatos de equipo, entorno, clasificación de datos y coste deciden si esta llamada, en este contexto, sale adelante; en RAG, aquí es donde residen los permisos a nivel de documento, de modo que la recuperación respeta los derechos del usuario que realiza la consulta en lugar de los de la canalización. ReBAC gobierna la propia estructura de los datos (propiedad y herencia), teniendo mayor importancia allí donde los agentes recorren grafos de contenido como unidades de almacenamiento y wikis. TBAC vincula el trabajo: el paquete de herramientas por tarea, la credencial delimitada a la tarea, el registro de delegación y el punto de control en acciones irreversibles.

Vistos como una pila, los modelos responden a cuatro preguntas sobre una solicitud de un agente: ¿se permite este sujeto aquí en absoluto? (RBAC), ¿es aceptable esta solicitud en este contexto? (ABAC), ¿lo permite la estructura de los datos? (ReBAC), ¿sirve esta acción a la tarea autorizada dentro de sus límites? (TBAC). Aplique los cuatro en un único punto de control, con un solo registro de auditoría que los vincule, y tendrá lo que requiere la era de los agentes. Ese punto es el gateway; aquí el argumento deja de ser conceptual, porque estas estructuras existen como características documentadas y listas para su uso.

Fig 1: El modelo por capas: RBAC como límite externo auditable, políticas de atributos en tiempo de solicitud y estructuras delimitadas a la tarea vinculando el trabajo. Las anotaciones azules citan las estructuras documentadas de TrueFoundry según su documentación de autenticación y seguridad y páginas de producto.

5. El mapeo: Requisitos de TBAC como estructuras de gateway documentadas

Compare los cuatro requisitos de TBAC de la Sección 3 con la documentación oficial de TrueFoundry. El paquete de permisos por tarea se mapea con el Virtual MCP Server: según la documentación de autenticación y seguridad, "también puede crear un Virtual MCP Server, lo que le permite exponer un subconjunto de herramientas de diferentes servidores MCP", exactamente un paquete de herramientas seleccionado y mínimo, ensamblado para una clase de trabajo en lugar de todo el derecho de una identidad. El límite de identidad se mapea con el modelo por capas documentado: "cualquier usuario/aplicación requiere un token para hablar con el gateway, de modo que el gateway pueda identificar al usuario y posteriormente imponer reglas de autorización", con control de acceso a nivel de gateway definiendo "qué usuarios tienen acceso a qué servidores MCP" (misma documentación). La identidad entrante, la decisión de acceso y la credencial saliente son planos independientes: la credencial que llega al gateway nunca es la que llega a la herramienta descendente.

La vinculación a la duración y la delegación se mapean con el modelo de credenciales. La documentación de Agent Harness establece que nunca se pegan claves API ni credenciales en las definiciones de los agentes; los agentes hacen referencia a los servidores MCP por su nombre mientras que "el gateway gestiona la inyección de credenciales, la renovación de tokens y la delegación de usuarios", y con OAuth por usuario "cada usuario tendrá su propio token" y el servidor concede solo a lo que ese usuario pueda acceder (documentación). Delegación capturada estructuralmente: el agente actúa con el token delimitado del usuario autorizador, no con una clave de servicio con acceso total (god-mode). Los puntos de control transaccionales se mapean con los controles de aprobación con intervención humana (human-in-the-loop), que pausan llamadas a herramientas sensibles para obtener una aprobación explícita. Y el límite por agente se documenta en el Agent Gateway: cuotas basadas en tokens o costes "por agente, flujo de trabajo o entorno", RBAC sobre quién puede desplegar, ejecutar o modificar agentes y —el ancla de auditoría de TBAC— todas las acciones del agente, tanto llamadas a modelos como invocaciones a herramientas, registradas y auditables.

Los BAC por capas como configuración de gateway: un agente, cuatro preguntas (ilustrativo)

TrueFoundry Agent Harness: an agent referencing models, MCP tools, and skills by name, with credentials held in the gateways and approvals in the loop
Fig 2: El entorno de ejecución que gobierna el modelo por capas: los agentes hacen referencia a modelos, servidores MCP y habilidades por su nombre (sin credenciales en la definición), mientras que los gateways mantienen la identidad, inyectan tokens delimitados por usuario, aplican RBAC y políticas en cada llamada, y pausan lo irreversible para aprobación. Fuente: Documentación de Agent Harness de TrueFoundry.

6. Cumplimiento: por qué la disposición en capas es auditable, no solo segura

El control de acceso demuestra su valor dos veces: previniendo incidentes y demostrando la gobernanza; esto último es donde operan las empresas reguladas. El modelo por capas tiene una justificación clara en términos de cumplimiento normativo porque cada capa deja un registro en un único punto de control: cada solicitud registrada con atribución de uso a nivel de token, todas las acciones en herramientas iniciadas por agentes auditadas y los cambios de RBAC aplicados centralmente en todos los clientes sin necesidad de volver a desplegar. La postura de cumplimiento publicada por TrueFoundry respalda la propia infraestructura: cumplimiento de SOC 2 Tipo 2 y HIPAA, con despliegue como SaaS, autohospedado (self-hosted), on-premises o air-gapped, de modo que el punto de aplicación se encuentra dentro del límite del cliente cuando la normativa lo requiere; según la documentación del producto AI Gateway, las políticas de tratamiento de datos como el enmascaramiento de PII operan dondequiera que se ejecute el gateway, y "ningún dato sale de su dominio".

Esto es especialmente relevante para TBAC porque la pregunta de auditoría más difícil del modelo (—por qué hizo el agente esta llamada y si estaba dentro de su tarea autorizada—) solo puede responderse si el contexto de la tarea, la identidad, la decisión de la política y la acción quedan registrados en una sola traza. La literatura especializada llama a esto la brecha de la cadena causal: los equipos registran la llamada API pero pierden la historia de autorización que la rodea. Un gateway que autentica a quien llama, comprueba RBAC, aplica la política de metadatos, inyecta la credencial delimitada y escribe el registro de auditoría en un solo paso soluciona esta brecha. Vale la pena decirlo de forma clara y sin superlativos: este es el modelo de acceso por capas y adaptado a agentes que exige el momento actual, implementado a nivel empresarial. Que sea "el más moderno" es una cuestión de marketing; que esté documentado, disponible para producción y sea auditable es un hecho verificable.

7. Límites honestos: lo que (aún) no es TBAC

Tres límites mantienen la credibilidad de este planteamiento. En primer lugar, ninguna plataforma ofrece TBAC como una casilla de verificación ya lista, TrueFoundry incluida; lo que existe son las primitivas aplicables que requiere el modelo: paquetes delimitados, identidad por agente, credenciales delegadas, aprobaciones y auditoría. Ensamblarlos en una autorización por tarea es un trabajo de diseño que la plataforma facilita, no un interruptor de encendido/apagado. En segundo lugar, la inferencia de tareas es realmente difícil. La forma más pura de TBAC asume que el sistema sabe qué tarea se está ejecutando; los agentes difuminan esto, y el campo del LLM como juez es prometedor pero prematuro, con problemas abiertos que sus propios autores reconocen en torno a la incertidumbre y la manipulación (un juez al que se le puede hacer prompt injection es un guardia al que se le puede convencer de dejar pasar). En tercer lugar, los modelos anteriores son estructuralmente necesarios: RBAC se mantiene como límite externo y ABAC como contexto en tiempo de ejecución; eliminar los roles para buscar una pureza basada en tareas supone cambiar un control grueso y auditable por uno fino no probado. TBAC es la capa más reciente de una pila, no una ideología sucesora.

8. Dónde concluye esto: La tercera opción de Ines

La revisión de Ines concluyó con la tercera opción que buscaba, construida a partir de componentes documentados. El agente de soporte obtuvo su propia identidad (una cuenta virtual, no una sesión humana prestada) con RBAC concediéndole exactamente una cosa: un Virtual MCP Server que exponía consulta y reembolso, dos herramientas seleccionadas de un servidor con veinte herramientas. Sus llamadas se ejecutan mediante delegación OAuth por usuario, por lo que solo accede a lo que le permite el contexto del cliente del ticket; su gasto está limitado por cuotas; y la única acción irreversible, el reembolso, se pausa para solicitar aprobación humana por encima de un umbral. Cada invocación queda reflejada en un registro de auditoría que vincula la identidad, la decisión de la política y la acción: la cadena causal que requiere su proceso de respuesta a incidentes. Sin un rol permanente con acceso total (god-mode) y sin romper el agente: los permisos se ensamblan en torno al trabajo, delimitados en alcance, duración y radio de impacto. La idea de los 90 ejecutándose en la infraestructura de 2026.

Esa es la evolución honesta de TBAC. "Quién eres" sirvió al control de acceso durante cuarenta años porque los sujetos eran personas. Los agentes convirtieron a "¿qué estás haciendo en este preciso momento?" en la pregunta determinante, y la respuesta no es un nuevo acrónimo que sustituya a los antiguos: es utilizar los antiguos dispuestos correctamente en capas, con estructuras delimitadas a la tarea en la parte superior, aplicadas en el único punto por el que ya pasan todas las llamadas a modelos y herramientas. El gateway se diseñó para ser ese punto. La era de los agentes es lo que finalmente ha dado la razón a la década de 1990.

9. Preguntas frecuentes

¿Es TBAC un estándar como RBAC? No. RBAC tiene una estandarización formal; TBAC es una línea de investigación (el trabajo de Thomas y Sandhu en la década de 1990) rescatada ahora en investigaciones sobre seguridad de agentes y publicaciones del sector (el marco de Cisco Outshift, el modelo TBAC evaluado por LLM en arXiv). Considérelo como un patrón de diseño con un sólido historial, no como una especificación certificable. Su valor reside en la pregunta que impone: ¿sirve esta acción a la tarea autorizada, dentro de sus límites?

¿Deberíamos reemplazar RBAC por TBAC para nuestros agentes? No, y ninguna fuente seria lo recomienda. RBAC sigue siendo el límite externo auditable; las políticas de atributos gestionan el contexto en tiempo de ejecución; las estructuras de tipo TBAC delimitan el trabajo. El paso práctico es aditivo: identidades de agentes, paquetes de herramientas por tarea, credenciales delegadas por usuario, controles en lo irreversible y auditoría en un solo punto.

¿Cómo se aplica esto a RAG, no solo a herramientas? La recuperación también es control de acceso: los documentos conllevan permisos, y los derechos del usuario que realiza la consulta (no la cuenta de servicio de la canalización) son los que deben delimitar lo que devuelve la recuperación. Eso pertenece al terreno de ABAC/ReBAC en la capa de datos, complementado en el gateway mediante delegación por usuario (las consultas de un agente llevan la identidad delimitada del usuario aguas abajo) y barreras de protección como el enmascaramiento de PII en la ruta de respuesta.

¿Cuál es el primer paso único con mayor impacto? Otorgue a cada agente su propia identidad sin credenciales integradas. Las cuotas, RBAC, la delegación y la auditoría se asocian a la identidad, y es la opción predeterminada y documentada en un entorno de ejecución gobernado: según la documentación de Agent Harness de TrueFoundry, los agentes hacen referencia a modelos y herramientas por su nombre mientras que las credenciales residen de forma centralizada en los gateways. Un agente al que no se puede identificar individualmente es un agente al que no se puede gobernar individualmente.

¿Puede un LLM juzgar si una acción sirve a la tarea? Esa es la pregunta de investigación activa. El trabajo de TBAC en arXiv utiliza un juez LLM consciente de la incertidumbre y es transparente sobre los problemas abiertos; la postura de producción conservadora consiste en límites deterministas (paquetes, cuotas, aprobaciones, alcances de corta duración) con la evaluación del LLM como una señal adicional, nunca como la única barrera para una acción irreversible.

Referencias

  • Thomas, R.K. y Sandhu, R.S. — Controles de autorización basados en tareas (TBAC), la base de la década de 1990: permisos agrupados en tareas, privilegios mínimos durante la duración de una actividad. Parafraseado con atribución. https://profsandhu.com/confrnc/ifip/i97tbac.pdf
  • "Uncertainty-Aware, Risk-Adaptive Access Control for Agentic Systems using an LLM-Judged TBAC Model" (arXiv:2510.11414, 2025): el rescate de la investigación moderna, basándose en TBAC por su "alineación natural con la índole orientada a objetivos de los agentes de IA". https://arxiv.org/abs/2510.11414
  • Cisco Outshift — "Tool, transaction, task-based access control (TBAC): Securing agentic AI beyond RBAC, ABAC, and ReBAC"; además de análisis de profesionales de Oso ("Why RBAC Is Not Enough for AI Agents"), Kiteworks (ABAC frente a RBAC para agentes) y tianpan.co (credenciales delimitadas a tareas, vinculación al contexto de solicitud); todo parafraseado con atribución.
  • Investigación Cost of a Data Breach de IBM (2025) e Identity Exposure Report de SpyCloud (2026), según se recoge en informes del sector sobre seguridad de agentes: la brecha empírica entre incidentes de IA correlacionados con la falta de controles de acceso a la IA y la exposición a gran escala de credenciales de herramientas de IA. Citado aquí a través de análisis secundarios del sector; consulte los informes primarios para conocer las cifras exactas.
  • Documentación de autenticación y seguridad de MCP Gateway de TrueFoundry: autenticación entrante, control de acceso a nivel de gateway, Virtual MCP Servers, OAuth por usuario; Documentación de Agent Harness: sin credenciales en las definiciones de agentes, inyección de credenciales, delegación, aprobaciones.
  • Agent Gateway de TrueFoundry y AI Gateway: cuotas por agente, RBAC a nivel de agente, registro de auditoría, políticas filtradas por metadatos, barreras de protección y postura de despliegue/cumplimiento (SOC 2 Tipo 2, HIPAA; SaaS/autohospedado/on-prem/air-gapped).

Ines es una composición ilustrativa, no una persona, organización o reseña específica. El historial de control de acceso y los análisis de la era de los agentes se parafrasean con atribución a las normas, artículos y textos del sector citados; los fragmentos entrecomillados tienen menos de quince palabras y están atribuidos. Las estadísticas de terceros (IBM, SpyCloud) son cifras del estudio citado según se recogen en análisis del sector. TBAC es un patrón de diseño y una línea de investigación, no un estándar certificado, y ninguna plataforma lo ofrece como una funcionalidad única; las capacidades de TrueFoundry se citan a partir de la documentación pública y las páginas de producto en el momento de la redacción — compruébelas con la documentación actual en truefoundry.com/docs. El fragmento de configuración se ha simplificado para facilitar la lectura y no es un esquema literal del producto.

‍

‍

Try now.

One gateway for all your models, MCP servers, and agents. No credit card needed.

Inscríbase
Tabla de contenido

Controle, implemente y rastree la IA en su propia infraestructura

Reserva 30 minutos con nuestro Experto en IA

Reserve una demostración

La forma más rápida de crear, gobernar y escalar su IA

Demo del libro
Summarize with
ChatGPT logo by OpenAI
Perplexity AI logo
Blurry red snowflake on white background, symmetrical frosty design with soft edges and abstract shape.

Descubra más

septiembre 18, 2026
|
5 minutos de lectura

Jev de TypeSafe AI y los "System One Models": lo que realmente se ha lanzado

noviembre 21, 2026
|
5 minutos de lectura

Identidad de agente de IA con Microsoft Entra Agent ID: emisión y gobernanza de identidades de agentes

No se ha encontrado ningún artículo.
noviembre 21, 2026
|
5 minutos de lectura

agentgateway frente a Vercel AI Gateway: ¿gateway para agentes autohospedado o enrutador de modelos gestionado?

No se ha encontrado ningún artículo.
noviembre 21, 2026
|
5 minutos de lectura

Identidad del agente y delegación On-Behalf-Of (OBO): ¿Quién está llamando realmente a tus herramientas?

No se ha encontrado ningún artículo.
noviembre 21, 2026
|
5 minutos de lectura

Habilidades de agentes para Linear MCP: benchmark de precisión del 62 % al 90 %

No se ha encontrado ningún artículo.
No se ha encontrado ningún artículo.

Blogs recientes

Black left pointing arrow symbol on white background, directional indicator.
Black left pointing arrow symbol on white background, directional indicator.
Realice un recorrido rápido por el producto
Comience el recorrido por el producto
Visita guiada por el producto