DeepKeep AI Lens añade controles a los agentes de código
DeepKeep ha lanzado AI Lens for Developers, una extensión de sus módulos de control del uso de la IA y de protección en tiempo de ejecución. Está pensada para que los equipos de seguridad puedan supervisar los agentes de programación que escriben, modifican y ejecutan código en nombre de los desarrolladores.
Según la compañía, la herramienta aporta aplicación de políticas, visibilidad para auditoría y seguridad en tiempo de ejecución a agentes como Cursor y Claude Code. DeepKeep sostiene que así cubre un terreno al que la mayoría de los programas de seguridad no habían tenido que enfrentarse hasta ahora.
Por qué los agentes de programación son un problema
El anuncio de DeepKeep afirma que el 90% de los desarrolladores usa agentes de programación con IA en el trabajo al menos una vez a la semana. Estos agentes se ejecutan en el equipo del desarrollador. Pueden leer archivos locales, ejecutar comandos de shell y llamar a herramientas MCP (Model Context Protocol) directamente en la máquina.
La empresa sostiene que hoy los equipos de seguridad no pueden ver qué hacen estos agentes con ese acceso, ni tienen forma de frenarlos. Los agentes tienen ya un papel mayor en el ciclo de vida del desarrollo de software (SDLC), de modo que el código puede pasar de un prompt a producción con mucha menos revisión humana por el camino.
Los errores en este ámbito ya están a la vista. A principios de esta semana, unos investigadores explicaron cómo unos agentes de IA filtraron capturas de pantalla en GitHub, un recordatorio de que lo que generan los agentes puede acabar en sitios públicos sin apenas supervisión.
Cómo funciona AI Lens
DeepKeep describe AI Lens como un complemento ligero y no como un agente de endpoint completo. Vigila la actividad del agente tanto antes como después de cada acción. Según la compañía, esto da cobertura a los equipos de seguridad sin tener que instalar otro cliente más en los equipos de los desarrolladores.
Unos hooks dentro del agente de programación interceptan prompts, comandos de shell, lecturas de archivos y llamadas a herramientas MCP. Cada uno se envía al sistema de DeepKeep, que decide si lo permite, lo bloquea o lo registra para auditoría.
La herramienta busca varios tipos de riesgo:
- credenciales, tokens y contraseñas que podrían filtrarse a través de prompts o archivos adjuntos
- patrones de código inseguro en lo que genera el agente, como una función sin autenticación
- comandos destructivos, que se retienen y se envían a una persona para que los apruebe antes de ejecutarse
- frases clave personalizadas, que los equipos pueden definir para señalar por su nombre secciones de código sensibles o repositorios internos
Las comprobaciones de credenciales atacan un punto débil bien conocido. Que se cuelen secretos en el código y en los prompts sigue siendo habitual, como muestran hallazgos recientes según los cuales los repositorios de GitHub exponen credenciales válidas a gran escala.
Registros de auditoría y políticas centralizadas
Cada sesión genera un registro de auditoría completo. En él constan el ID del dispositivo, el contenido del prompt y el ID del usuario. DeepKeep asegura que así los equipos de seguridad conservan un registro de lo ocurrido incluso cuando un desarrollador modifica una petición bloqueada y la vuelve a enviar.
Las políticas se gestionan desde un Policy Hub. Los administradores pueden definir reglas para roles concretos o para toda la organización. Entre las categorías que se pueden bloquear figuran los datos personales identificables (PII), las credenciales y los comandos destructivos.
"No solo si están aprobadas sobre el papel"
Ofer Rotberg, VP Product de DeepKeep, puso el acento en el nivel de acceso que tienen los desarrolladores.
"Los desarrolladores tienen más permisos y acceso que casi nadie en la organización, y los agentes de programación actúan ahora con plena autonomía y responsabilidad. El riesgo es real, como demostró el reciente incidente de OpenAI y Hugging Face, en el que unos agentes de IA lograron acceder a sistemas externos y explotarlos durante unas pruebas", afirmó.
"Es fundamental que los CISO mantengan visibilidad sobre lo que ocurre dentro de estas herramientas, no solo si están aprobadas sobre el papel. Los equipos de seguridad deben supervisar cada acción de los agentes y bloquear los comportamientos dañinos en tiempo real, en lugar de quedarse sentados esperando al siguiente incidente."
Disponibilidad
AI Lens for Developers es compatible por ahora con Cursor y Claude Code. DeepKeep asegura que pronto llegará el soporte para GitHub Copilot, OpenAI Codex, Lovable, Windsurf y otras herramientas. La extensión ya está disponible como parte de la plataforma de seguridad para IA de DeepKeep.
Nuestra opinión
El lanzamiento refleja un cambio en dónde está el riesgo de la IA. Al principio, la atención se centraba sobre todo en los chatbots y en lo que los empleados pegaban en ellos. Los agentes de programación son otra historia porque actúan. Leen archivos, ejecutan comandos y llaman a herramientas en máquinas que a menudo guardan las llaves del código fuente y de los sistemas de producción.
El enfoque de DeepKeep, que intercepta cada acción y deriva los comandos destructivos a una persona, responde a eso de forma directa. Merece la pena destacar el registro de auditoría persistente, que podría ser importante en la respuesta a incidentes si un agente hace algo inesperado. Casos recientes como la brecha en DIVD a manos de un agente de IA autónomo apuntan a que el comportamiento de los agentes se está convirtiendo en un asunto real de investigación.
Quedan preguntas abiertas. Las solicitudes de aprobación solo sirven si los desarrolladores no las aceptan por costumbre. También habrá que ver con qué rapidez cumple DeepKeep con el soporte prometido para Copilot, Codex y otros, y si los fabricantes de agentes de programación incorporan controles similares en sus propios productos.