Pentest Swarm AI
Equipos de seguridad autorizados que necesitan pentesting continuo: reconocimiento, explotación e informes a velocidad de máquina
Descripción
Cuando la superficie de ataque cambia cada día, los equipos de seguridad autorizados se quedan entre escáneres que acumulan miles de hallazgos sin verificar y consultores que sí explotan, pero llegan una vez al año. Un enjambre de agentes de IA trabaja esa superficie en paralelo: reconocimiento, clasificación, explotación e informe se coordinan sobre una pizarra compartida, no sobre un planificador que encadena fases fijas.
En cuanto un hallazgo aterriza en el tablero, despierta al agente al que le resulta relevante. Un objetivo con cientos o miles de subdominios se aborda de forma concurrente; a diferencia de un escáner, el enjambre explota lo que encuentra y lo demuestra con evidencia capturada, y después redacta el informe. Encaja en programas de bug bounty, monitorización continua y modos CTF, siempre con permiso explícito del titular del sistema.
Cómo se coordina el enjambre
- Estigmergia: los agentes leen y escriben hallazgos en una pizarra; el peso de feromona sesga el trabajo hacia lo relevante y decae con el tiempo.
- Emergencia: las cadenas de ataque aparecen sin que un único agente las haya planificado de antemano.
- Descentralización: cada agente lleva su propio predicado de activación; uno nuevo se suma sin reescribir el orquestador.
Está escrito principalmente en Go, usa razonamiento ReAct, la API de Claude y más de siete herramientas de seguridad nativas, y admite Claude, APIs compatibles con OpenAI, modelos abiertos afinados para seguridad o ejecución local con Ollama y LM Studio. El código es abierto bajo AGPL-3.0 y el proyecto se declara en fase alfa.
Tecnologías y temas
-
Bug bounty y CTF
Modos para recompensas, monitorización continua y competiciones
-
Enjambre de agentes
Coordinación por pizarra estigmérgica, no un pipeline fijo de un planificador
-
Evidencia de explotación
No se limita a alertas: demuestra el hallazgo y documenta la prueba
-
Modelos locales o en API
Claude, APIs estilo OpenAI, Ollama y LM Studio sin enviar datos si se ejecuta en local
-
Pentesting autónomo
Reconocimiento, clasificación, explotación e informe con razonamiento ReAct