¿Qué es la seguridad Zero-Trust para agentes de IA?
.webp)
Diseñado para la velocidad: ~ 10 ms de latencia, incluso bajo carga
¡Una forma increíblemente rápida de crear, rastrear e implementar sus modelos!
- Gestiona más de 350 RPS en solo 1 vCPU, sin necesidad de ajustes
- Listo para la producción con soporte empresarial completo
El enfoque Zero-Trust se diseñó para un mundo de usuarios, dispositivos y servicios. Sin embargo, los agentes de IA autónomos rompen la mayoría de sus premisas. Un agente no es un ser humano frente a un teclado cuyo comportamiento se pueda predecir, ni tampoco un microservicio estático con un conjunto fijo de llamadas. Es un proceso que toma un objetivo, decide por sí mismo qué herramientas invocar y en qué orden, y actúa con la autoridad delegada del usuario o sistema que lo ejecutó. Si le otorga un token amplio para la sesión, utilizará cada alcance (scope) de dicho token en combinaciones que nadie previó, siempre que su razonamiento lo lleve a ello.
Ese es el problema. La mayoría de las implementaciones de agentes autentican al agente una sola vez, le entregan una credencial y luego confían en cada llamada a una herramienta que realiza durante el resto de la sesión. Pero la siguiente acción del modelo es solo tan segura como el razonamiento que la produjo, y ese razonamiento puede ser manipulado por una inyección de instrucciones (prompt injection), un documento malicioso o el resultado inesperado de una herramienta. La confianza permanente combinada con un comportamiento impredecible es precisamente la condición que Zero-Trust fue diseñado para eliminar.
Este artículo aplica los principios de Zero-Trust a los agentes de forma concreta: por qué el modelo de perímetro falla con ellos, qué significa cada pilar cuando el actor es un agente no humano que llama a herramientas y cómo un gateway aplica la autorización por llamada, el acceso acotado, el control de salida y la auditoría en cada acción.
¿Desea autorización por llamada e identidad sólida para cada agente de IA y llamada a herramientas? Reserve una demostración.
Por qué los agentes rompen el modelo de perímetro
El modelo de perímetro otorga confianza en función de la ubicación o de una autenticación inicial: una vez que está dentro de la red, o una vez que ha iniciado sesión, se confía en todo lo que haga a continuación. Este modelo ya estaba al límite con el trabajo remoto y los microservicios, pero los agentes lo rompen por completo por tres razones.
Actúan con autoridad delegada. Un agente se ejecuta en nombre de un usuario o de un sistema e hereda una parte de los permisos de ese emisor. Si la delegación no es precisa, las acciones de toda la sesión llevarán la autoridad completa del usuario, independientemente de si una acción específica la necesitaba o no.
Invocan herramientas, lo que significa que ejecutan acciones reales. Un agente no se limita a responder preguntas. Lee bases de datos, envía mensajes, escribe en sistemas, mueve dinero y activa flujos de trabajo. Cada llamada a una herramienta es una acción con consecuencias, y el agente decide cada una de ellas de forma dinámica.
Encadenan acciones de formas que no se pueden enumerar de antemano. El resultado de una herramienta se convierte en la entrada para la siguiente decisión del agente. Una lectura puede derivar en una escritura; el resultado de una búsqueda puede introducir una nueva instrucción. No es posible preaprobar el gráfico de llamadas porque el agente lo construye en tiempo de ejecución, en parte a partir de los datos que acaba de recibir.
Si junta todo lo anterior, un token de sesión permanente se convierte en un peligro. Si una instrucción inyectada convence al agente de llamar a delete_records o transfer_funds, un token con alcance de sesión que incluya esos permisos permitirá que la llamada se ejecute, porque nada vuelve a verificar la acción específica en su contexto particular. El problema no es que el agente haya sido autenticado; es que la autenticación se trató como una autorización para todo lo que vino después.
Los pilares de Zero-Trust aplicados a los agentes
El concepto Zero-Trust se suele resumir en unos pocos principios: nunca confiar, siempre verificar; menor privilegio; autorización por petición; asumir la vulneración; y auditar todo. Esto es lo que significa cada uno cuando el actor es un agente.
Nunca confiar, siempre verificar. No confíe en un agente porque se haya autenticado al inicio de la sesión o porque se ejecute dentro de su red. Verifique su identidad y su autoridad en cada petición. El razonamiento del agente no es un punto de confianza; puede ser manipulado por los mismos datos que está procesando.
Menor privilegio. Otorgue al agente únicamente los permisos que requiere una tarea específica y solo durante el tiempo que los necesite. Un agente que resume facturas necesita acceso de lectura a las facturas, no acceso de escritura al sistema de pagos. Para los agentes, el menor privilegio se acota a la acción, no se concede para toda la sesión.
Autorización por petición. Autorice cada llamada a una herramienta de forma individual y con todo su contexto: qué agente, actuando para qué usuario, llamando a qué herramienta, con qué argumentos y en este preciso momento. Este es el pilar que resuelve directamente el problema de las acciones encadenadas, porque se evalúa cada eslabón de la cadena y no solo el primero.
Asumir la vulneración. Diseñe los sistemas como si el agente ya estuviera parcialmente comprometido, ya que la inyección de instrucciones (prompt injection) hace que esto sea una situación habitual y no un caso aislado. Si asume que el agente puede ser desviado hacia una llamada maliciosa, dejará de confiar en que se controle a sí mismo y moverá la supervisión fuera de él.
Auditar todo. Cada acción que realiza un agente debe ser atribuible y quedar registrada: para quién fue, qué identidad hizo la llamada, qué se solicitó y qué determinó la política. Sin esto, no podrá investigar un incidente, demostrar el cumplimiento normativo ni diferenciar una acción legítima de una manipulada después de que haya ocurrido.

Primer pilar: identidad sólida del agente
Todo lo demás depende de saber quién es el actor, y en el caso de los agentes esto es más complejo que con los humanos. Un agente posee una identidad no humana. Necesita una credencial propia, no una API key de un humano prestada por conveniencia ni un secreto compartido incrustado en una imagen.
Cuando se implementa bien, el agente tiene una identidad distinta y verificable, y el sistema también conoce al usuario o servicio en cuyo nombre actúa. Esa doble identidad (el agente más el emisor delegante) es lo que permite que la autorización sea efectiva. Aquí se aplican mecanismos consolidados de identidad no humana: marcos de identidad de carga de trabajo como SPIFFE emiten identidades verificables y de corta duración a los servicios, mientras que los patrones OAuth 2.1 rigen cómo se representa y transfiere la autoridad delegada. Los detalles sobre cómo establecer y propagar esta identidad se analizan en Identidad de agentes de IA y Autenticación MCP.
La mala práctica es utilizar una clave compartida de larga duración. Cuando diez agentes comparten una misma API key, no se puede atribuir una acción a un agente específico, no se puede revocar un agente sin interrumpir a los demás y no se pueden acotar los permisos por agente. La identidad es el pilar que permite aplicar todos los demás, por lo que es el primero.

Descubra cómo TrueFoundry aplica el acceso acotado y de menor privilegio para agentes en el gateway. Reserve una demostración.
Segundo pilar: autorización por llamada, no un token permanente
Este es el núcleo de Zero-Trust para agentes y el cambio más radical respecto a cómo funcionan la mayoría de los sistemas actuales.
El patrón habitual le entrega al agente un token al inicio de la sesión con todos los permisos que pueda llegar a necesitar y luego confía en cada llamada que acompañe a ese token. Zero-Trust reemplaza eso con una autorización en cada llamada. Cuando el agente desea invocar una herramienta, la petición —que lleva la identidad del agente y la del usuario delegante— se evalúa contra las políticas antes de ejecutarse. La política puede analizar la herramienta, los argumentos específicos, los permisos del propio usuario y el contexto.
De forma concreta, preguntar "si a este agente se le permite llamar a la herramienta de base de datos" es el enfoque equivocado. Lo correcto es preguntar "si a este agente, actuando para este usuario, se le permite ejecutar esta consulta específica contra esta tabla en este momento". Una lectura de los registros del propio usuario: permitir. Una lectura de los registros de otro usuario, o un DELETE: denegar, independientemente de que el agente tenga la herramienta de base de datos en su catálogo.
Aquí es donde los modelos de autorización de grano fino resultan esenciales. El control de acceso basado en roles (RBAC) ofrece una base, pero las acciones de los agentes a menudo requieren decisiones basadas en atributos y tareas que consideren la petición específica. Las diferencias entre estos modelos se detallan en RBAC vs ABAC y Autorización de grano fino. Para los agentes en particular, limitar la autoridad a la tarea que están realizando en ese momento, en lugar de asignar un rol general, es la idea central del Control de acceso basado en tareas: el agente obtiene la autoridad necesaria para la tarea inmediata y nada más.
Tercer pilar: acceso a herramientas acotado y Just-in-Time
El menor privilegio se materializa a través de dos mecanismos: el alcance y el tiempo.
El alcance limita lo que cubre una concesión. En lugar de "acceso al CRM", la concesión es "acceso de lectura a los contactos propiedad de este usuario". Cuanto más reducido sea el alcance, menor será el impacto si el razonamiento del agente se ve alterado, y menos ganará un atacante con una sola instrucción manipulada.
El tiempo limita la duración de una concesión. El acceso Just-in-Time emite una credencial de corta duración para la acción en curso y deja que expire, en lugar de mantener un token de larga duración que siga siendo válido (y susceptible de ser robado) durante toda la sesión. Una credencial que dura una sola llamada y diez segundos es mucho menos útil para un atacante que una que dura toda la sesión.
Juntos limitan el radio de impacto en ambos ejes. Un agente comprometido con una concesión acotada y Just-in-Time solo puede hacer una tarea muy concreta durante un breve espacio de tiempo. El mismo agente con un token amplio para toda la sesión puede hacer todo lo que ese token permita mientras la sesión continúe activa.
Cuarto pilar: control de salida (egress control)
Los agentes se conectan hacia el exterior: a servidores de herramientas, API y endpoints externos. Esa ruta saliente representa su propia superficie de control. El control de salida gobierna adónde puede enviar datos un agente y a qué destinos externos puede acceder.
Sin este control, un agente manipulado puede exfiltrar información: una instrucción inyectada le indica que envíe el contexto recopilado a un endpoint controlado por un atacante y nada detiene esa llamada saliente. Con el control de salida, el agente solo puede conectarse a destinos aprobados, y cualquier intento de acceder a otros se bloquea y se registra. En el contexto de MCP, esto también implica controlar a qué servidores de herramientas puede conectarse un agente, evitando que sea redirigido a un servidor suplantado o malicioso. Esto se relaciona directamente con la Gobernanza de MCP empresarial, donde controlar y auditar el acceso a los servidores de herramientas es la función principal.
Quinto pilar: verificación continua y auditoría
Zero-Trust no es una validación de una sola vez; es un proceso continuo. Cada petición se vuelve a verificar y cada decisión se registra.
La traza de auditoría para agentes debe responder, ante cualquier acción: qué agente la realizó, para qué usuario, qué herramienta y argumentos se utilizaron, qué determinó la política y cuándo ocurrió. ese registro cumple dos funciones esenciales. Para la seguridad, es el medio para investigar si una acción fue legítima o el resultado de una cadena de instrucciones manipulada. Para el cumplimiento normativo, es la evidencia de que el acceso estuvo controlado y fue atribuible. Dado que los agentes actúan con rapidez y en gran volumen, la auditoría debe ser automática y completa; un muestreo parcial podría pasar por alto la única llamada crítica.

Cómo una pasarela (gateway) aplica Zero-Trust
La razón por la que un gateway es el punto de aplicación natural es la misma por la que funciona para otros controles transversales: es la capa única por la que pasa cada llamada a una herramienta de un agente. Aplicar Zero-Trust en el código de cada agente significaría confiar en que cada agente se controle a sí mismo, que es precisamente la premisa que Zero-Trust rechaza. Mover la aplicación al gateway coloca el control fuera del elemento que podría verse comprometido.
Analicemos el recorrido de una llamada a una herramienta. El agente, con su propia identidad, solicita invocar una herramienta. El gateway recibe la llamada habiendo propagado la identidad del agente y la del usuario delegante. A continuación, evalúa la política para esa llamada específica: ¿tiene permiso este agente, para este usuario, de usar esta herramienta con estos argumentos? Si la respuesta es afirmativa, emite una concesión acotada y de corta duración, reenvía la llamada y controla el destino de salida. Si es negativa, deniega la llamada y devuelve un error definido. En ambos casos, la decisión se escribe en la traza de auditoría, etiquetada por usuario, equipo y modelo.
Así es como están diseñados el AI Gateway y el MCP Gateway de TrueFoundry: propagación de identidad, autorización de grano fino en cada llamada a herramientas, acceso a herramientas gobernado, control de salida y observabilidad por petición con una traza de auditoría completa, todo aplicado en la capa por la que ya fluye el tráfico. Dado que el plano de datos se puede ejecutar en su propio entorno (SaaS, VPC, en local o air-gapped), tanto el punto de control como la auditoría permanecen dentro de sus límites de seguridad.
Errores comunes de las organizaciones
Autenticar al agente y luego confiar en la sesión. Es el error más frecuente. Un inicio de sesión, un token amplio y cada llamada posterior a una herramienta se aprueba automáticamente. Esto es confianza permanente, justamente lo que Zero-Trust elimina, lo que significa que una inyección de instrucciones a mitad de sesión heredará el token completo.
Asignar a los agentes credenciales diseñadas para humanos. Reutilizar la API key de un usuario o una clave de servicio compartida para un agente destruye la trazabilidad y el acotamiento de permisos. No se puede saber qué agente realizó determinada acción, ni se puede revocar o restringir a un agente sin afectar a los demás. Los agentes necesitan sus propias identidades no humanas.
Confiar únicamente en el control de acceso basado en roles (RBAC). Un rol general ("los agentes pueden usar la base de datos") autoriza la herramienta, no la acción. Zero-Trust requiere que la decisión considere la llamada específica, los argumentos y el usuario para el que se realiza, que es donde entran en juego la autorización basada en atributos y la basada en tareas.
Aplicar los controles dentro del propio código del agente. Si la verificación de la política reside dentro del agente, un agente comprometido puede eludirla. Asumir la vulneración implica que el punto de aplicación debe estar fuera del agente, en la ruta de la llamada, donde el agente no pueda saltárselo mediante razonamientos.
Sin control de salida (egress control). Las organizaciones suelen proteger lo que un agente puede leer, pero olvidan adónde puede enviar información. La exfiltración de datos ocurre en la ruta saliente. Sin control de salida, el último paso de un agente manipulado —enviar los datos fuera— no encontrará ningún obstáculo en su camino.
Conclusión
Zero-Trust para agentes de IA es una única idea aplicada de forma rigurosa: no se confía en ninguna acción por el hecho de quién sea el actor o porque se haya autenticado previamente. Cada llamada a una herramienta se verifica contra una identidad de agente real y se autoriza por sus propios méritos, con el menor privilegio que la tarea requiera, durante el menor tiempo necesario, y registrando cada decisión. Los pilares son los ya conocidos; lo que cambia es que el actor opera de manera autónoma, ejecuta acciones reales y puede ser manipulado por los datos que procesa.
La consecuencia práctica es de arquitectura. Dado que debe asumir que el agente puede ser manipulado, el control debe estar fuera de él, en el gateway por el que pasa cada llamada a una herramienta. Allí es donde se propaga la identidad, se autoriza cada llamada con su contexto completo, el acceso se acota y es de corta duración, la salida se controla y la traza de auditoría se completa. Al construirlo de esta manera, un agente comprometido quedará limitado a una sola acción reducida en lugar de tener acceso a todo lo que permite un token de sesión.
Implemente Zero-Trust en sus agentes de IA. Reserve una demostración.
TrueFoundry AI Gateway ofrece una latencia de entre 3 y 4 ms, gestiona más de 350 RPS en una vCPU, se escala horizontalmente con facilidad y está listo para la producción, mientras que LitellM presenta una latencia alta, tiene dificultades para superar un RPS moderado, carece de escalado integrado y es ideal para cargas de trabajo ligeras o de prototipos.













.webp)

.webp)






