Agente de seguridad con IA: Google halló más de 500 fallos XSS y casi ninguno era falso

Google ha revelado que su agente de seguridad con IA, bautizado PageBreak, descubrió más de 500 vulnerabilidades XSS (cross-site scripting) en sus aplicaciones web desde que entró en operación plena en enero de 2026. El dato llamativo no es la cifra, sino lo que la acompaña: una tasa de falsos positivos cercana a cero. En un momento en que muchos equipos de seguridad se ahogan en informes generados por IA que suenan convincentes pero son erróneos, Google ha resuelto el problema con una regla simple: la IA propone, pero solo el código determinista dispone.

PageBreak usa modelos Gemini para investigar de forma autónoma posibles vulnerabilidades. Sin embargo, ninguna hipótesis llega a un equipo de producto hasta que un validador determinista la reproduce contra una aplicación en ejecución, con un exploit real. Para XSS, el validador inyecta JavaScript y comprueba que se ejecuta. Para path traversal, escribe en una ubicación legible por todos. Para ejecución remota de código, provoca una consulta DNS saliente. Según Cybersecurity News, el proyecto empezó como piloto en noviembre de 2025 y la misma lógica sirve también para SQL injection y SSRF. Como explica Michał Bentkowski, ingeniero de seguridad de Google, la decisión de priorizar la validación determinista se tomó desde el principio para no saturar a los equipos con reportes sin verificar.

Los hallazgos no fueron errores triviales. PageBreak encontró una contaminación de caché en un servidor de archivos JavaScript, que podría haber derivado en XSS en dominios sensibles de Google y en sitios externos. También encadenó una redirección sin verificar con un endpoint de autorización que firmaba URIs maliciosas en la consola de administración. Y descubrió un XSS universal en la extensión Tag Assistant. Google no halló evidencia de que nadie explotara estos fallos. Hay otro dato revelador: a 4 de septiembre de 2026, el agente solo encontró dos XSS entre cientos de aplicaciones construidas con los frameworks web de alta garantía de la compañía.

Qué enseña este agente de seguridad con IA sobre validación y confianza

El diseño importa más que el modelo. Los validadores son, en palabras de Lukas Weichselbaum, ingeniero senior de Google, «código simple escrito por ingenieros de seguridad, no por el modelo», y viven fuera del bucle del agente. Es decir, el sistema que genera las sospechas no puede certificarse a sí mismo. Es un principio aplicable muy allá de la ciberseguridad, y conecta con lo que vimos en cómo un retailer redujo las alucinaciones de IA del 15% al 1,5%: la fiabilidad nace de la verificación, no de un modelo más grande.

También conviene leer la letra pequeña. Google no ha publicado el denominador, el recall, la distribución de severidad ni la tasa de duplicados, y nadie ha validado de forma independiente las 500 vulnerabilidades, como advierten InfoQ y DiscoverAI. Una cola que solo admite hallazgos probados puede pasar por alto fallos para los que no existe validador. Un bajo número de falsos positivos no equivale a alta cobertura. Google lo reconoce: guarda los candidatos no verificados para sembrar escaneos futuros y decidir qué validadores construir.

Cómo aplicar la validación determinista en tu empresa

No necesitas el monorepo de Google para copiar la idea. Estas son las acciones concretas:

Separa generación y verificación. Que el modelo proponga hipótesis, pero que un validador independiente, escrito por tu equipo, decida qué se escala.

Exige evidencia reproducible. Cada alerta debe incluir ruta afectada, payload, resultado observado y entorno de reproducción, no solo una explicación fluida.

No deseches lo no probado. Guarda los candidatos sin validar como backlog interno para priorizar nuevos validadores y detectar huecos de acceso.

Mide más que falsos positivos. Pide a cualquier proveedor su recall, severidad y tasa de duplicados antes de creer en un «casi cero».

Revisa tus prerrequisitos. Google se beneficia de visibilidad end-to-end del código, señales que conectan tráfico HTTP con código fuente y acceso autenticado a sus apps. Con repositorios fragmentados o entornos de prueba incompletos, los resultados serán distintos.

Previene por diseño. Los pocos XSS hallados en apps con frameworks reforzados indican que los controles consistentes eliminan clases enteras de errores.

El enfoque encaja con otros casos recientes: Cloudflare lanzó 1.107 intentos de ataque contra su propio WAF y solo 49 merecieron atención, otra muestra de que el valor está en filtrar el ruido. Y la parte de corrección ya se acerca: Google integra PageBreak con CodeMender para generar arreglos automáticamente, con el objetivo de que los equipos solo validen parches. Para ver cómo se cierra ese ciclo en la nube, mira cómo Tamnoon redujo más de un 90% la exposición crítica en 90 días.

El momento de adoptar un agente de seguridad con IA

PageBreak no es un producto público, así que la pregunta práctica no es «¿lo compro?», sino «¿mi organización tiene los cimientos para que algo así funcione?». Si tus equipos ya desconfían de los escáneres automáticos por el ruido, el primer paso no es un modelo más potente, sino un validador que convierta cada sospecha en una prueba. ¿Cuántas de las alertas que hoy recibe tu equipo de seguridad podrían demostrarse con un exploit reproducible? Si la respuesta es «pocas», ahí empieza tu hoja de ruta.