Lectura ejecutiva · ~60 segundos
ToolPulse indica que el contrato lógico del agente no completa el aislamiento cuando herramientas locales comparten recursos físicos observables.
Ejecutar el modelo de forma remota y la herramienta dentro de un sandbox reduce superficies importantes, pero no completa el modelo de amenazas. El preprint ToolPulse describe un canal lateral en el que una aplicación local sin privilegios observa rastros microarquitectónicos dejados por la ejecución de herramientas compartidas e infiere qué flujo está realizando un agente.
Estado: Evidence Brief aprobado para publicación. Serie editorial: Papers que leemos por ti. El texto describe condiciones, impacto y controles defensivos sin reproducir procedimientos ofensivos, direcciones vulnerables ni instrucciones de explotación.
Qué midió el estudio
Los autores evaluaron 11 modelos en flujos de Codex y Claude Code, distribuidos en tres plataformas de hardware. En el experimento controlado, el clasificador de flujos de herramientas obtuvo F1 superior al 93% en todas las configuraciones informadas. En dos tareas de clasificación más amplias, las precisiones declaradas fueron 87,77% y 91,39%.
El trabajo también simuló ruido en un servidor compartido equivalente a aproximadamente 20 usuarios. Según los autores, la inferencia siguió siendo viable en ese escenario. Esos números pertenecen al diseño experimental del paper; no son una tasa universal de explotación para cualquier nube, agente, sistema operativo o configuración.
El límite del hallazgo importa tanto como el resultado
ToolPulse no describe a un observador remoto descubriendo prompts mediante la API. La hipótesis de amenaza exige co-localización en el mismo procesador físico y compartir páginas ejecutables o bibliotecas de la herramienta. El observador es un proceso local sin privilegios, pero debe estar en el entorno correcto para capturar la señal. Los agentes solo web y los entornos que no comparten estas condiciones quedan fuera del alcance evaluado.
El resultado tampoco prueba acceso al contenido íntegro del prompt, al archivo o a la respuesta del modelo. Lo que se infiere es el patrón del flujo de herramientas y, en tareas específicas, una clase de actividad. Convertir esa señal en impacto depende del contexto, de la sensibilidad del workflow y de los demás controles del entorno.
Por qué el sandbox del agente no cierra la discusión
Un sandbox gobierna capacidades como archivos, red, procesos y llamadas permitidas. El canal evaluado opera en otra capa: recursos físicos y código ejecutable compartidos. Por eso, una política correcta de herramientas puede coexistir con una fuga lateral fuera del contrato lógico del agente.
El principio de ingeniería es simple: el aislamiento debe cubrir todo el camino de ejecución. En cargas sensibles, eso incluye fronteras de proceso, tenant, máquina virtual, host y hardware, no solo el permiso declarado al modelo. [R2-C3]
Controles defensivos proporcionales al riesgo
- Clasifique los flujos por sensibilidad antes de decidir si pueden compartir host o CPU.
- Para operaciones de alto impacto, prefiera fronteras fuertes de tenant, máquinas virtuales o hosts dedicados cuando la evaluación de riesgo lo justifique.
- Evite compartir bibliotecas, páginas ejecutables y cachés entre dominios de confianza cuando la plataforma ofrezca mecanismos de separación adecuados.
- Mantenga actualizados el sistema operativo, el runtime, el hipervisor y las herramientas; la mitigación exacta depende de la plataforma y debe seguir al proveedor.
- Incluya canales laterales y co-localización en el modelo de amenazas, sin tratar un proceso sin privilegios como sinónimo de un proceso sin observabilidad.
- Supervise el comportamiento anómalo de los procesos y la densidad de cargas sin recopilar más contenido sensible del necesario.
- Valide la frontera en un entorno representativo antes de afirmar que el agente está aislado.
Limitaciones, contrapuntos y respuesta de las partes
El estudio es un preprint v1, sin revisión por pares ni reproducción independiente identificada en el corte. Los propios autores construyeron y evaluaron el método. El conjunto cubre 11 modelos y tres plataformas, pero no representa a todos los proveedores, kernels, hipervisores, runtimes, herramientas o topologías de nube.
Los autores informan una divulgación responsable a los equipos de seguridad de OpenAI y Anthropic el 21 de septiembre de 2026. El paper no registra una respuesta pública de las empresas en la versión consultada. La ausencia de respuesta pública no confirma ni refuta el hallazgo. Tampoco identificamos un advisory del proveedor, una CVE o corroboración independiente que permita convertir el experimento en una afirmación de incidente generalizado.
Decisión práctica
No use ‘el agente se ejecuta en un sandbox’ como conclusión completa. Pregunte qué recursos siguen compartidos, qué adversario puede estar co-localizado y qué evidencia demuestra la separación exigida por el riesgo. Si el flujo maneja secretos, código propietario, operaciones financieras o datos regulados, la frontera física y virtual debe formar parte del mismo contrato de seguridad que las herramientas.
fuente directa
- ToolPulse: Inferring AI Agent Workflows via Microarchitectural Side Channels, arXiv:2611.25470v1, enviado el 19/11/2026.
Nota editorial y de responsabilidad
Este texto sintetiza resultados declarados por los autores y omite instrucciones que podrían facilitar abusos. Los puntos de vista personales y profesionales no son hechos probados ni garantía de resultados. Trustyu no reprodujo los experimentos ni presenta las métricas como una tasa general. El contenido es informativo y no sustituye una evaluación técnica, estadística, jurídica, regulatoria o de seguridad. ToolPulse, Codex, Claude Code y las demás marcas pertenecen a sus respectivos titulares; no existe patrocinio ni respaldo. Tech Human y Trustyu operan comercialmente en el desarrollo y la gobernanza de productos digitales. La investigación, la estructura y la redacción contaron con asistencia de IA; Fernando Parreiras autorizó el tema, la autorrevisión factual y la publicación el 20/11/2026, sin revisión humana independiente adicional. El paper permanece bajo seguimiento y este brief podrá corregirse tras revisión por pares, nuevos datos, reproducción, un advisory o respuestas de las partes.
Corte de la investigación: 20/11/2026. Estado editorial: Evidence Brief especial autorizado para el 22/11/2026 a las 09h BRT.
Nota editorial y de responsabilidad
- Corte de la investigación
- Última revisión
- Correcciones registradas
- No hay correcciones registradas.
El corte anterior corresponde a los claims canónicos. Las fuentes complementarias y sus fechas de consulta se identifican en el cuerpo del artículo.
Este artículo combina fuentes citadas, análisis y experiencia profesional del autor. Los datos verificables y las afirmaciones fácticas están vinculados a sus respectivas fuentes. Las interpretaciones, hipótesis, proyecciones, recomendaciones y opiniones representan el punto de vista profesional del autor en el momento de la publicación; no constituyen hechos probados, promesas de resultados ni asesoramiento jurídico, financiero o técnico aplicable a un caso concreto. Consulte las fuentes originales y a profesionales cualificados antes de tomar decisiones.
Claims y fuentes
R2-C3
Los privilegios mínimos, la ejecución aislada y la provenance de la cadena de suministro son controles complementarios; no hay sustitutos para los demás en un sistema agente.
Límite: El perfil de control exacto sigue siendo específico del entorno y debe modelarse en función de las amenazas para cada producto. Este es un insumo de diseño de investigación-síntesis; no prueba la adopción del producto, la madurez operativa, la attestation independiente o el resultado.
- OpenAI — OpenAI, repositorio Apache-2.0; extractos de solo análisis
- OWASP Fundación — OWASP Fundación, estándar CC-BY-SA-4.0; extractos de solo análisis
- OpenSSF SLSA — OpenSSF SLSA, CC-BY-4.0 especificación; extractos de solo análisis