Written with AI assistance from the source video. The video is the authority.
Log in to leave a comment
No posts yet
Los agentes de IA que prometen aumentar la productividad de los desarrolladores backend están de moda últimamente. Si bien es cierto que son convenientes, por su forma de operar, estas herramientas escanean toda nuestra base de código local y la envían a servidores externos. Muchas startups gastan millones en seguridad de infraestructura en la nube, pero descuidan el flujo de datos salientes en tiempo real que ocurre desde la terminal de la computadora del desarrollador. El costo de remediar un incidente de seguridad después de que ocurre es más de 13 veces mayor que el costo de prevenirlo de antemano. Simplemente publicar un aviso en la empresa prohibiendo ciertas herramientas no tiene ningún efecto, ya que los desarrolladores encontrarán formas de evitarlas. Es necesario construir muros defensivos prácticos que bloqueen físicamente la ruta de transmisión a nivel de sistema.
Las herramientas CLI de IA, bajo la excusa de la indexación, revisan minuciosamente el sistema de archivos local y luego intentan abrir puertos de salida para enviar los resultados del análisis a servidores externos. Estos intentos deben ser monitoreados y cortados directamente desde el núcleo del SO. A continuación, se presentan configuraciones específicas para aislar el tráfico en entornos macOS y Linux.
En macOS, utilizamos el firewall de código abierto LuLu. LuLu opera como una extensión del sistema y almacena reglas en /Library/Objective-See/LuLu/rules.plist para controlar el tráfico a nivel de kernel. Con la herramienta de control CLI lulu-cli, bloqueamos por defecto las conexiones externas de herramientas de IA no autorizadas y aplicamos reglas que solo permiten el acceso a gateways aprobados por la empresa.
`bash
sudo lulu-cli add --key "" --path "" --action block --addr "" --port ""
sudo lulu-cli add --key "/usr/local/bin/ai-agent" --path /usr/local/bin/ai-agent --action allow --addr "api.approved-ai-proxy.com" --port 443
sudo lulu-cli reload
`
Cuando esta regla está activa, cualquier intento de enviar código a dominios externos no aprobados se bloquea inmediatamente. Esto reduce la preocupación por la fuga no autorizada de la propiedad intelectual de la empresa.
En servidores Linux o máquinas de desarrollo locales, utilizamos el módulo Owner de iptables para aislar del exterior la red de la cuenta que ejecuta las herramientas de IA.
`bash
sudo iptables -I OUTPUT 1 -m conntrack --ctstate ESTABLISHED,RELATED -j ACCEPT
sudo iptables -I OUTPUT 2 -o lo -j ACCEPT
sudo iptables -I OUTPUT 3 -m owner --uid-owner 1002 -m conntrack --ctstate NEW -j REJECT
`
Al completar esta configuración, la comunicación interna (IPC) que el agente de IA mantiene con la sesión de la base de datos local funciona normalmente, mientras que se bloquea completamente la ruta hacia la red de internet externa.
Muchas organizaciones dependen de .gitignore para bloquear la transmisión remota, pero esto es una idea muy peligrosa. Muchos agentes de IA inteligentes y motores de indexación en el mercado están programados para ignorar las configuraciones locales de .gitignore con el pretexto de entender la estructura de compilación del proyecto. También es posible que el agente ejecute comandos de shell estándar para leer el contenido de archivos de credenciales importantes. Por eso es necesaria una política de exclusión global que funcione independientemente de las reglas de gestión de configuración.
Cree archivos específicos como .aiignore para JetBrains, .cursorignore para Cursor y .aiderignore para Aider en el directorio raíz del proyecto, e incluya las variables de entorno y las rutas de archivos de claves que deben evitarse.
`
**/.env
**/*.pem
**/config/credentials.json
`
Si usted es un entorno de desarrollo que utiliza Claude Code de Anthropic, debe crear manualmente el archivo .claude/settings.json y especificar la configuración permissions.deny como se muestra a continuación. Esto bloquea desde el nivel de configuración la posibilidad de que el agente evite los permisos de ejecución de herramientas locales para leer información.
json { "permissions": { "deny": [ "Read(./.env)", "Read(./.env.*)", "Read(./**/*.pem)", "Read(./config/credentials.json)", "Bash(cat .env)", "Bash(grep -R *)" ] } }
Para prevenir situaciones en las que los desarrolladores olviden crear archivos de exclusión en carpetas de proyectos individuales, añada variables de entorno globales de exclusión a los archivos de perfil de shell (~/.zshrc o ~/.bashrc).
`bash
export AIDER_IGNORE="/.env,/.env.,**/.pem,/secrets/*,/id_rsa"
`
Forzar el desarrollo exclusivamente dentro de entornos de desarrollo virtuales en contenedores (Dev Containers), en lugar de en la unidad de disco del host local, es también un método de aislamiento muy seguro.
Según un análisis de la plataforma de seguridad de datos Cyberhaven, el 11% de los datos que los trabajadores del conocimiento suben a grandes modelos de lenguaje (LLM) externos corresponden a código fuente corporativo y documentos confidenciales. Este porcentaje no se puede reducir confiando únicamente en la atención de cada desarrollador. Antes de realizar un commit local, se deben distribuir scripts de verificación automatizados que examinen la configuración del entorno de desarrollo y anulen el commit si no se cumplen los criterios de seguridad.
Coloque el siguiente script de Bash en la ruta .git/hooks/pre-commit del proyecto. Este script verifica automáticamente si la configuración de envío de telemetría de VS Code está desactivada y si existen los archivos de exclusión obligatorios.
`bash
#!/usr/bin/env bash
set -euo pipefail
EXIT_CODE=0
PROJECT_ROOT="$(git rev-parse --show-toplevel 2>/dev/null || pwd)"
echo "=== [STAGE 1] Verificación de la desactivación de telemetría de herramientas de IA ==="
VSCODE_SETTINGS="{VSCODE_SETTINGS}" ]; then
TELEMETRY_LEVEL={VSCODE_SETTINGS}" | cut -d'"' -f4 || true)
if [ "${TELEMETRY_LEVEL}" != "off" ]; then
echo "[ERROR] Falta la configuración de bloqueo de telemetría (off) en el archivo ${VSCODE_SETTINGS}."
EXIT_CODE=1
fi
fi
echo "=== [STAGE 2] Verificación de existencia de archivos de exclusión de IA obligatorios ==="
REQUIRED_IGNORES=(".cursorignore" ".aiderignore" ".aiignore")
for ignore_file in "{PROJECT_ROOT}/${ignore_file}" ]; then
echo "[ERROR] Falta el archivo de filtro de exclusión obligatorio ${ignore_file} en la raíz del proyecto, existe riesgo de fuga."
EXIT_CODE=1
fi
done
if [ ${EXIT_CODE} -eq 0 ]; then
echo "[SUCCESS] Se cumplen todos los requisitos de configuración de seguridad de IA local."
else
echo "[FAIL] Se detectó una configuración que no cumple con las directrices de seguridad de desarrollo interno."
fi
exit ${EXIT_CODE}
`
Este es un script de "kill switch" que asume una situación de emergencia en la que se detecta un volumen anormalmente grande de tráfico saliente desde la máquina de desarrollo. Desconecta inmediatamente las conexiones locales y elimina los demonios de agentes de IA residentes con la señal 9.
`bash
#!/usr/bin/env bash
set -euo pipefail
echo "[CRITICAL ALERT] Tráfico inusual detectado en el nodo de desarrollo local. Aislando la red."
if command -v lulu-cli &> /dev/null; then
sudo lulu-cli add --key "" --path "" --action block --addr "" --port ""
sudo lulu-cli reload
echo "[STATUS] Se cambió el firewall LuLu de macOS a estado de bloqueo global de salida."
elif command -v iptables &> /dev/null; then
sudo iptables -P OUTPUT DROP
sudo iptables -F OUTPUT
echo "[STATUS] Se configuró la política predeterminada de salida de iptables en Linux a DROP."
fi
pkill -9 -f "cursor" || true
pkill -9 -f "aider" || true
pkill -9 -f "claude" || true
echo "[COMPLETE] Se han aislado los factores de amenaza del host local."
`
Al establecer este nivel de entorno de verificación en toda la infraestructura de desarrollo de la empresa, se pueden reducir en más de un 80% los recursos de gestión desperdiciados en monitorear y controlar a cada desarrollador individualmente.
Las fugas de activos corporativos ocurren más por el uso indebido trivial de los empleados que por las sofisticadas técnicas de infiltración de los hackers. Un caso representativo fue en la primavera de 2023, cuando ingenieros del departamento de Soluciones de Dispositivos (DS) de semiconductores de Samsung Electronics ingresaron registros de diseño de equipos y textos completos de bases de datos en chats de ChatGPT, filtrando secretos corporativos a servidores externos. Posteriormente, muchas grandes empresas prohibieron incondicionalmente el uso de IA, pero esto solo fortaleció el fenómeno de la "IA en la sombra" (Shadow AI), donde los desarrolladores usan IA en secreto en computadoras personales o a través de rutas imposibles de rastrear. Finalmente, en junio de 2026, Samsung Electronics construyó su propia infraestructura de IA de seguridad interna por un valor de 500 mil millones de wones, proporcionando un entorno seguro que enmascara los valores de entrada y legalizando así el uso de la IA que estaba en la clandestinidad.
Para las startups, en lugar de prohibir ciegamente, es mucho más realista establecer estándares de control diferenciados según la naturaleza de los datos.
| Clasificación de datos | Ejemplos de datos | Estándar de transmisión a herramientas de IA internas | Acciones obligatorias |
|---|---|---|---|
| Nivel 1 (Alto secreto) | Contraseñas raíz de DB, claves privadas PEM, algoritmos empresariales centrales privados | Prohibición absoluta de envío a prompts o indexación de IA externa | Bloqueo de firewall local y registro de la carpeta en archivos de exclusión global |
| Nivel 2 (Secreto) | Archivos de configuración YAML para despliegue interno, información de endpoints de API de pruebas internas | Permiso limitado solo para fragmentos de código anonimizados a través de gatekeeper interno autorizado | Ejecución de comandos de inicialización de memoria de shell de terminal al finalizar el uso |
| Nivel 3 (General) | Algoritmos de ordenamiento simples, código de utilidad de envoltura de bibliotecas de código abierto, marcado de UI | Uso libre dentro de herramientas empresariales con licencia | Mantener desactivada la telemetría dentro del editor |
Si, a pesar de las medidas preventivas, detecta que las credenciales o el código central ya se han filtrado al exterior, debe proceder a la remediación sin demora siguiendo el protocolo a continuación.
