Resumen ejecutivo
El pentesting tradicional no escala: la cobertura está limitada por la cantidad de pentesters disponibles frente a los activos por asegurar, y buena parte del trabajo — reconocimiento, fuzzing, correlación de hallazgos — es repetitivo. La inteligencia artificial ataca justamente esa capa: según los estudios que cita la charla, el 67% de los equipos de red team ya usa al menos una herramienta de IA (contra 18% en 2023) y el tiempo de generación de reportes cae un 35% en pruebas de alcance medio. Este artículo recorre el ciclo completo — reconocimiento asistido por LLM, fuzzing inteligente, explotación con agentes autónomos — y el ecosistema real de herramientas, tanto para Web2 (CAI, Strix, PentAGI, Shannon, HexStrike AI) como para Web3 y contratos inteligentes (Slither-MCP, Solodit, Hashlock, AuditSmart). Cierra con lo que importa cuando la herramienta ya está sobre la mesa: scope estricto, trazabilidad de cada decisión de la IA, humano en el loop para explotación de alto impacto y validación manual de todo hallazgo crítico. La IA aumenta al pentester; no lo reemplaza.
1. El pentest clásico y su techo
Un test de penetración simula ataques reales para encontrar vulnerabilidades antes que lo haga un atacante — con la misma creatividad, pero con permiso y con el objetivo de mejorar el sistema. Su metodología clásica sigue siete fases: planificación (alcance y reglas del compromiso), reconocimiento (mapear la superficie de ataque), escaneo (servicios, puertos, versiones), enumeración (usuarios, permisos, configuraciones), explotación (validar con exploits reales, no solo confiar en la alerta de un escáner), post-explotación (impacto y movimiento lateral) y reporte.
El techo aparece en el volumen. Como cuenta Casas desde su práctica, un reconocimiento extenso para un solo cliente puede tomar dos o tres días según el alcance y los activos a revisar: OSINT a mano, búsquedas dispersas en pestañas del navegador, correlación manual de subdominios y filtraciones. Multiplíquelo por la cantidad de clientes y activos de una organización moderna y el problema queda claro: la cobertura está limitada por cuántos pentesters hay disponibles, no por cuántos sistemas hay que asegurar.
2. Qué cambia con IA, fase por fase
Reconocimiento. El OSINT pasa a estar impulsado por modelos de lenguaje que resumen en minutos lo que tomaba horas: correlación automática de subdominios, filtraciones y huellas digitales, sin cruzar cada dato a mano. Más importante que la velocidad: los modelos clasifican los activos por exposición y criticidad de negocio, así el pentester empieza por donde duele.
Fuzzing inteligente. En vez de diccionarios estáticos, los modelos generativos crean variantes de entrada diseñadas para maximizar la probabilidad de encontrar comportamientos inesperados. El ciclo es entrada base → mutación guiada por IA → ejecución contra el objetivo → análisis de respuesta → refinamiento del payload: ciclos más cortos y mayor cobertura de casos límite.
Explotación asistida por agentes. Tres capacidades distintas conviven aquí: agentes autónomos que encadenan comandos e interpretan las salidas de nmap, Burp o Metasploit para decidir el siguiente paso; generación de payloads que adapta exploits conocidos a la versión y configuración específica del objetivo; y orquestación, donde un agente central coordina varias utilidades sin un guion fijo. Casas agrega una advertencia práctica de operación: un pentest completo consume muchísimos tokens, y sin un scope bien delimitado el agente "va a tomar todo el sistema y va a empezar a generar payloads" contra lo que no corresponde.
| Enfoque tradicional | Potenciado con IA |
|---|---|
| Reconocimiento y enumeración manuales, dependientes de la experiencia del pentester. | Reconocimiento y priorización asistidos por modelos que cruzan señales en paralelo. |
| Cobertura limitada por la cantidad de pentesters frente a los activos por asegurar. | Automatiza fuzzing, generación de payloads y correlación de hallazgos. |
| Trabajo repetitivo hecho a mano: escaneo, fuzzing, correlación. | Reduce tiempo y costo por prueba frente al enfoque manual. |
3. Los números de la industria
de los red teams ya usa al menos una herramienta de IA (era 18% en 2023)
de los pentests en grandes empresas incorporará IA hacia 2027
menos tiempo en generar el reporte en pruebas de alcance medio
Cifras citadas en la charla. Fuentes: encuesta del SANS Institute (2025) y pronóstico de Gartner (2025), recogidos en Redfox Cybersecurity, “The State of AI Pentesting in 2026”; tiempo de reporte según Bishop Fox.
4. El ecosistema real de herramientas
La parte más valiosa de la charla es el inventario de lo que ya está en producción — con su nivel de madurez, no como catálogo publicitario. En pentesting general: CAI (aliasrobotics), framework de investigación con agentes especializados y benchmarks públicos en arXiv, el más validado académicamente; Strix, multiagente que explota y valida con prueba de concepto real, integrable en CI/CD; PentAGI, con roles separados (orquestador, investigador, desarrollador, ejecutor, pentester) y memoria vectorial persistente; Shannon, pentester de caja blanca que analiza código y ejecuta exploits reales antes de reportar; y HexStrike AI, un servidor MCP que expone más de 150 herramientas ofensivas a agentes externos — la capa de herramientas, donde el razonamiento lo aporta el agente que la consume.
En Web3 y contratos inteligentes, la charla mapea otro ecosistema paralelo: Slither-MCP de Trail of Bits (conecta modelos de lenguaje al motor de análisis estático de Slither), Solodit de Cyfrin (buscador sobre más de 50.000 hallazgos históricos de auditorías), Hashlock AI Audit (escaneo pre-deployment con IA propia), AuditSmart (10 agentes en paralelo con deduplicación y validación cruzada) y SmartContractAuditor.ai (Solidity, Vyper y Rust). Casas subraya el paralelismo histórico: ambos mundos evolucionaron casi al mismo ritmo — de los analizadores estáticos y PentestGPT en 2023, a los primeros agentes encadenando CLI en 2024, a los frameworks validados en 2025, hasta el ecosistema multiagente en producción de 2026 — y hoy están convergiendo.
5. La arquitectura: dónde encaja el humano
¿Cómo se integra todo esto en un flujo real sin que se transforme en un caos? La respuesta de la charla es una arquitectura de cuatro bloques. Las fuentes de datos alimentan el proceso: desde el código fuente hasta los resultados de escaneos previos. El orquestador o agente de IA es el cerebro que decide qué hacer con esa información y coordina las herramientas disponibles. Luego viene la validación humana — y aquí está la frase clave de Casas: es "un punto de control obligatorio, no opcional". Finalmente, el reporte y la remediación traducen todo el trabajo anterior en algo accionable para el equipo de desarrollo. La IA acelera cada bloque; el bloque humano es el que no se automatiza.
6. Adopción segura: la parte que casi nadie lee
La charla propone un camino de adopción en cuatro pasos, pensado para organizaciones que recién parten: (1) piloto controlado — IA solo en reconocimiento, sobre un activo no crítico; (2) métricas y validación — comparar hallazgos de IA contra los manuales y medir falsos positivos; (3) ampliar con supervisión — escaneo y priorización con aprobación humana por paso; (4) integración continua — IA en el pipeline DevSecOps, con auditoría permanente.
Y seis reglas de higiene que la acompañan: definir un scope estricto y verificable antes de activar cualquier agente autónomo; mantener un humano en el loop para acciones de explotación de alto impacto; registrar y auditar cada decisión tomada por la IA, con trazabilidad completa; validar manualmente los hallazgos críticos antes de reportarlos al cliente; actualizar y reentrenar los modelos con nuevas TTPs y CVEs de forma continua — porque, como recuerda Casas, en ciberseguridad "el panorama de amenazas cambia literalmente toda la semana"; y establecer límites de scope y rate-limit técnico para cada agente.
7. El laboratorio: auditar un contrato con IA
La charla cierra con un ejercicio práctico y reproducible: tomar contratos vulnerables de práctica (DeFiVulnLabs o Web3 de codeccs), subirlos al motor de IA de Hashlock, revisar los hallazgos y — siempre — validarlos a mano.
En la demostración en vivo, el escáner marca en rojo una vulnerabilidad crítica de control de acceso: la función initializer del contrato está declarada como public y carece del modificador correspondiente, de modo que puede llamarse múltiples veces. Un atacante puede reinvocarla para reasignarse la variable de propietario, obteniendo control total del contrato — incluidos los derechos de actualización y la capacidad de drenar los fondos de los usuarios. La segunda parte del hallazgo es aún más fina: al desplegar el proxy y llamar a initializer en transacciones separadas, se abre una condición de carrera; quien llegue primero se convierte en propietario, y un atacante que monitoree la mempool puede adelantarse a la inicialización legítima. Es exactamente el tipo de razonamiento encadenado — hallazgo, impacto, ruta de ataque — donde la IA ahorra horas… y exactamente el tipo de conclusión que un profesional debe confirmar antes de firmarla.
8. Conclusiones
Tres ideas para llevarse, en los términos de la propia charla. La IA acelera, no reemplaza: comprime reconocimiento, escaneo y priorización, pero el juicio del pentester sigue siendo lo que convierte datos en hallazgos. Todo PoC se valida a mano: un payload o un hallazgo generado por un agente se confirma manualmente antes de llegar al cliente — reportar un falso positivo cuesta más credibilidad que la que ahorra la automatización. Y se empieza pequeño y con gobernanza: piloto acotado, medición de falsos positivos, escalamiento con auditoría y humano en el loop.
Para la región, el mensaje es alentador: las herramientas que Casas inventaría son en su mayoría abiertas o freemium, y los laboratorios de práctica son públicos. La barrera para que un profesional latinoamericano suba su nivel de juego con IA ya no es el presupuesto — es el criterio, y ese se entrena practicando.
Referencias
- Casas, C. (2026). Pentesting con IA [presentación]. I Congreso IA-LATAM. PDF de la charla.
- Casas, C. (2026). ¿Cómo está transformando la inteligencia artificial las pruebas de penetración? [video]. Canal de Comunidad IA LATAM en YouTube. youtube.com/watch?v=P6osq4sYFR8.
- Redfox Cybersecurity (2026). The State of AI Pentesting in 2026 — recoge la encuesta del SANS Institute (2025) y el pronóstico de Gartner (2025) citados en la charla.
- Alias Robotics. CAI: Cybersecurity AI framework. Benchmarks públicos en arXiv:2504.06017.
- Laboratorios de práctica citados: DeFiVulnLabs · Web3 (codeccs).
Sobre la autora
Camila Casas es pentester e instructora en ciberseguridad ofensiva (freelance, Chile) y lidera la línea temática de Hacking con IA de la Comunidad IA LATAM. Suma más de 7 años entre desarrollo de software y ethical hacking en aplicaciones web, APIs, apps móviles (Android/iOS), cloud, código fuente, ERP (SAP) e inteligencia artificial. LinkedIn
Artículo elaborado por la Comunidad IA LATAM a partir de la presentación oficial y la transcripción del video de la charla. Las citas fueron levemente editadas por claridad. El contenido se comparte con fines educativos y de seguridad defensiva: todo ejercicio de pentesting requiere autorización previa y por escrito del titular del sistema.