← Volver al blog
Aiaprox. 7 min de lectura

security-audit de Cloudflare: auditar sin inventarse hallazgos

Publicado 2 nov 2026
security-audit de Cloudflare: auditar sin inventarse hallazgos

Casi todos los proyectos de «escáner de seguridad con IA» mueren en el mismo punto: el modelo encuentra algo, escribe un párrafo muy seguro al respecto y tú te pasas la hora siguiente descubriendo que el «RCE crítico» era un fixture de pruebas.

Cloudflare publicó la semana pasada una skill construida justo para evitar ese final. Se llama security-audit, ronda las 57.000 estrellas con unas 10.000 añadidas en los últimos siete días y tiene licencia MIT. Tampoco es un escáner. Es un procedimiento.

El README es inusualmente claro sobre su origen: esta skill sembró el arnés de descubrimiento de vulnerabilidades que describe un artículo del propio blog de ingeniería de Cloudflare, y que después creció hasta convertirse en un sistema multi-etapa para toda la flota. El repositorio público es el punto de partida para un solo repo del que evolucionó aquello. Esa procedencia explica el tono. Nadie escribe «los huecos de defensa en profundidad no son vulnerabilidades» como regla si no le han entregado antes un informe lleno de ellos.

Seis fases, un libro mayor

El flujo se ejecuta en un orden fijo y cada fase escribe artefactos que puedes inspeccionar.

La fase uno es reconocimiento. El agente plasma arquitectura, fronteras de confianza, superficies de entrada y evidencia previa en architecture.md, y arranca un coverage-ledger.json. Ese libro mayor es la columna vertebral de todo: es una lista de unidades que hay que cubrir, y la valida un script sin dependencias tanto al crearlo como después de cada actualización.

La fase dos es caza guiada por cobertura. Se asignan cazadores aislados a partir del libro mayor, registran qué comprobaron y los críticos de cobertura buscan huecos. La fase tres entrega cada candidato único a un verificador nuevo cuyo trabajo es refutarlo. La fase cuatro escribe tres veredictos en findings.json y los valida contra un esquema JSON. La fase cinco hace que agentes nuevos reverifiquen las afirmaciones finales sobre el código. La fase seis deriva los informes legibles a partir de los registros verificados.

A wall of pinned index cards in a dark room, most marked, a few left blank

Los tres veredictos son el diseño interesante

Cada hallazgo cae en uno de tres cajones, y las definiciones son estrictas.

confirmed significa un rastreo completo hasta el código fuente más un resultado observado y acotado. needs_validation significa un hecho concreto sin resolver y ninguna severidad asignada. rejected registra un candidato que quedó refutado.

Ese cajón intermedio es el que casi ninguna herramienta tiene, y el que hace utilizable la salida. Una pista bloqueada con «no pudimos ejecutar esto porque el sandbox no estaba disponible, y esta es la pregunta exacta que queda abierta» vale más que un crítico inventado. La skill lo impone de forma mecánica: si no tienes un sandbox aplicado por el sistema operativo, el flujo mantiene la pista en needs_validation en vez de ejecutar código del objetivo.

La otra regla que importa es organizativa, no técnica. El agente que comprueba un hallazgo nunca es el que lo encontró. Validación adversarial, en palabras del README. Quien haya visto a un modelo justificar su propia afirmación anterior entenderá por qué no es opcional.

Instalarla es un comando, y esa es la parte fácil

npx skills add https://github.com/cloudflare/security-audit-skill --skill security-audit

Añade --global para una instalación a nivel de usuario. Después arrancas tu agente de programación en el repositorio que quieres auditar y dices algo como:

security audit this codebase

o

do a security review, output to ~/audits/my-project

La skill se activa con peticiones que encajan. Una petición directa de auditoría o pentest ejecuta el modo completo; una pregunta de seguridad ejecuta un modo de orientación salvo que pidas artefactos. Si no indicas directorio de salida, los resultados van a ~/security-audit-skill/<repo-name>/run-<N>, y solo escribirá dentro del repositorio objetivo si eliges explícitamente un directorio que el control de versiones ignora.

Y llega el requisito que nadie lee hasta que le muerde. Necesitas un agente de programación cuyo modelo soporte uso de herramientas y subagentes en paralelo, Node para los validadores, y un sandbox impuesto por el sistema operativo que corte la red externa, use un entorno saneado con lista blanca, aplique límites de recursos y permita escribir solo en rutas temporales asignadas.

Esa última cláusula es todo el producto. Sin ella la skill sigue funcionando, pero degenera en un ejercicio de lectura, porque no compilará, ni probará, ni hará fuzzing, ni ejecutará nada del objetivo. Para un desarrollador solo con un portátil, levantar ese sandbox es una tarde entera de trabajo. Para un equipo de plataforma que ya tiene un arnés de contenedores, esto entra solo.

Cómo acotar una ejecución sin perder un día

La skill auditará encantada un repositorio entero, que es el primer movimiento equivocado. Apúntala a un servicio o a un directorio, y apúntala a la parte del código donde un error del atacante sale más caro: el parser de peticiones, el middleware de autenticación, la ruta de subida de archivos, lo que habla con los datos de otro inquilino.

Luego lee el libro de cobertura antes que los hallazgos. Si el libro es escaso, los hallazgos son escasos, y ninguna cantidad de prosa en REPORT.md lo arregla. El libro mayor es el único artefacto de todo el flujo que te dice qué no se miró, y «no se miró» es lo que te lleva a una brecha.

Presupuesta también la segunda pasada. El diseño asume que las pasadas repetidas añaden cobertura, y la lectura honesta de las propias cifras de Cloudflare es que la primera te da más o menos la mitad. Si solo la ejecutas una vez, estás pagando el precio completo por medio resultado.

En qué es realmente buena

La lista de archivos dice dónde está la profundidad. Hay documentos por clase de caza para seguridad de memoria y binarios, para inyección de prompts y manejo de agentes y herramientas, para framing de peticiones HTTP y protocolos de autenticación, para inyección en el DOM y contaminación de prototipos, para cadena de suministro y firma de releases, para configuración de IAM, contenedores y serverless, para RPC, colas y webhooks, para agotamiento de recursos, para aislamiento entre inquilinos y ciclo de vida del dato, y para IPC local en escritorio y móvil.

Diez dominios, cada uno con su propio paquete de prompts. Es una estructura mucho más honesta que un único preámbulo de «eres un experto en seguridad», porque permite al agente cargar las clases que encajan con el objetivo en lugar de alucinar cobertura en todas.

También hay respuesta explícita a la pregunta obvia: una pasada no basta. En las pruebas del propio Cloudflare, una sola ejecución encontró aproximadamente la mitad de las vulnerabilidades que encontraron en total las ejecuciones repetidas. Por eso la skill está pensada para ser aditiva: las pasadas posteriores leen el libro y los hallazgos anteriores, apuntan a los huecos, revalidan el código que cambió y se niegan a dar por cubierto lo que está obsoleto o sin resolver.

Dónde discrepo

En dos cosas.

Primera: los libros de cobertura pueden convertirse en papeleo. Un cazador obligado a justificar cada unidad que revisó acabará escribiendo comprobaciones que satisfacen al libro en vez de al código. Los scripts de validación demuestran que el JSON está bien formado. No pueden demostrar que la caza fue honesta.

Segunda: la estructura de seis fases es cara. Seis fases, cazadores aislados, verificadores nuevos, reverificación independiente de cada sustitución relevante... en un repo mediano eso son muchos tokens y muchas horas de reloj. El README admite desde el principio que la severidad debe salir de probabilidad por impacto y no de desviarse de una lista de comprobación, pero el proceso en sí es una lista de comprobación, y ejecutarlo sobre un servicio de 40.000 líneas antes de un lanzamiento no es realista.

Mi lectura: úsala como la usa Cloudflare. No como una puerta que pasas en cada commit, sino como una pasada profunda programada sobre las partes del sistema donde equivocarse sale caro, con el sandbox en su sitio para que los hallazgos se puedan observar en vez de teorizar.

El listón que pone esto no es «¿encuentra fallos?». Es «¿se niega a mentir sobre los que no pudo demostrar?». Es un listón más bajo de lo que parece, y casi nada más en esta categoría lo supera.

Artículos relacionados