Resolución de problemas en la caza de bugs con IA: Cómo no convertirse en un triaje gratuito para su agente

Lanzar un agente de IA para bug bounty lleva minutos, pero sin verificación produce una gran cantidad de falsos positivos, convirtiendo al investigador en un triador gratuito. Por ejemplo, de 67 informes, solo 3 pueden ser válidos. Según datos de HackerOne, el volumen de informes entrantes en 2026 creció un 76% interanual, mientras que la proporción de hallazgos confirmados como explotables se mantiene en el 25%, pero la proporción de hallazgos críticos y altos aumentó al 32%. Al mismo tiempo, el crecimiento de los informes de IA válidos fue del 210%. Las plataformas están introduciendo restricciones: curl cerró su programa en HackerOne a partir del 1 de febrero de 2026; HackerOne suspendió los envíos para el Internet Bug Bounty; BI.ZONE y Standoff 365 introdujeron límites diarios de informes; y Brave banea a los usuarios tras dos informes de spam. Un estudio (Zheng et al., 2025) sobre 9942 informes encontró que el cross-site scripting (XSS) constituye el 13.8% de los envíos, la divulgación de información el 9.4%, y el control de acceso con autenticación supera el 10%. Los grandes modelos de lenguaje (LLMs) modernos tienden a aceptar informes inválidos, pero la generación aumentada por recuperación (RAG) ayuda a solucionar este problema. Según encuestas de Bugcrowd, el 82% de los investigadores utiliza IA generativa en 2026. El autor identifica cuatro enfoques para la caza de bugs con IA: análisis manual con un asesor LLM, autoescáneres con interpretación LLM, un agente encapsulado y un pipeline verificado. Los modelos se pagan mediante configuraciones locales (Ollama, LM Studio, vLLM), API (modelos potentes), suscripciones (Cursor, Claude.ai, ChatGPT) o plataformas empresariales (Bedrock, Azure OpenAI, Vertex AI). La arquitectura para verificar hallazgos incluye tres capas: reglas del agente (por ejemplo, verificación basada en tiempo para inyección SQL, fuera de banda para falsificación de solicitudes del lado del servidor, navegador sin cabeza para cross-site scripting), RAG (acceso a una base de conocimiento con patrones de vulnerabilidad) y protocolo de contexto del modelo (herramientas para pruebas activas de hipótesis).