The Hacker News ha publicado una checklist de IA para pentesting web con 15 preguntas para elegir proveedor, comparar resultados y evitar sorpresas en producción.
Qué plantea esta checklist de IA para pentesting
La guía parte de una idea sencilla: los proveedores de pentesting con IA no son intercambiables. Un demo puede parecer convincente, pero otra cosa distinta es que la herramienta entre en flujos con sesión iniciada, mida bien la cobertura, valide hallazgos y trabaje con límites de seguridad reales.
Según el texto original, los atacantes suelen ir por delante. Cita Mandiant M-Trends 2026 para señalar que la explotación empieza, de media, antes de que exista un parche. Además, añade que en el primer semestre de 2026 el 23% de las vulnerabilidades que VulnCheck incorporó a su lista de explotadas fueron atacadas el mismo día o antes de su divulgación.
Con ese contexto, la pieza defiende que los agentes de pentesting con IA pueden ayudar a cerrar una brecha real, sobre todo en aplicaciones web donde los ataques encadenan pasos, cambian de contexto y atraviesan roles distintos. También recuerda otro dato relevante: según el texto, el 87% de los responsables de seguridad en Estados Unidos consultados planean usar, pilotar o ya usan este tipo de agentes.
Qué cambia al probar el agente sobre tu web
La recomendación central es no comprar por la demo del proveedor, sino por una prueba controlada sobre la propia aplicación. La publicación propone comparar a varios candidatos en el mismo entorno, con las mismas cuentas de prueba, el mismo alcance y la misma semana de trabajo. Así se ve qué cubre cada uno y dónde se queda corto.
La lógica es práctica: un agente puede encontrar fallos reales y, aun así, quedarse bloqueado en la pantalla de acceso; otro puede moverse por la aplicación pero no explicar qué cobertura tiene; y un tercero puede ser eficaz pero carecer de guardarraíles suficientes para producción. En todos los casos, el problema no es solo la detección, sino la capacidad de demostrar lo encontrado.
La guía también insiste en que el contexto cambia el resultado. Sin contexto, un agente se comporta como un escáner inteligente. Con contexto, puede razonar sobre la aplicación y descubrir vulnerabilidades que no salen en pruebas superficiales. El artículo pone como ejemplo un caso en Apache Airflow en el que un asistente de IA ayudó a encontrar un RCE no autenticado a partir de cómo se relacionaban sus componentes, no solo leyendo código.
Qué preguntas hacer antes de contratar
El núcleo de la checklist son 15 preguntas para revisar lo que el proveedor realmente entrega. Entre los bloques que menciona están el contexto inicial, la cobertura, la cadena de ataque, el acceso por roles, el tratamiento de datos, los guardarraíles y las pruebas de repetición tras corregir fallos.
La publicación resume tres preguntas especialmente útiles para detectar un proveedor débil:
- Si el agente llega o no a flujos autenticados.
- Si puede validar lo que sospecha, en lugar de limitarse a listar indicios.
- Si confirma que los parches o cambios realmente corrigen el problema.
También recuerda que un indicio no es una vulnerabilidad explotada. Lo útil es que el agente intente reproducir el fallo y entregue pruebas verificables para que el equipo interno pueda validarlo.
Un ejemplo de lo que sí cuenta como prueba
Para ilustrarlo, The Hacker News cita un caso recogido por Reflectiz: durante una evaluación autorizada sobre la web de una gran aseguradora, un agente de pentesting con IA detectó que la solicitud del código de un solo uso podía enviar el acceso a cualquier correo electrónico. El sistema demostró el fallo iniciando sesión con un código recibido en su propia bandeja de entrada y, después, los guardarraíles detuvieron la prueba.
Ese ejemplo resume bien el criterio que defiende la guía: no basta con enseñar una interfaz atractiva o una lista de alertas. Hace falta comprobar si el agente puede trabajar con seguridad en un entorno real, probar lo que encuentra y parar cuando toca.
Qué debería hacer ahora una empresa
Para una compañía que valore contratar este tipo de servicio, la utilidad inmediata es clara: preparar una bake-off entre proveedores. La publicación sugiere usar la misma aplicación, las mismas credenciales y el mismo alcance para todos. Después, registrar tres tiempos clave —acceso concedido, descubrimiento completado y primer test— y puntuar cada respuesta con una hoja de cálculo que pondere seguridad y cobertura.
Eso permite comparar resultados con criterios homogéneos y evitar la compra basada en una demostración de marketing. En términos prácticos, la checklist de IA sirve para distinguir entre un agente que parece útil y otro que realmente encuentra fallos, los prueba y los documenta sobre la aplicación del cliente.
La conclusión del texto es directa: el mejor agente no es el que mejor vende la demo, sino el que puede mostrar qué ha probado, demostrar qué ha encontrado y operar sin salirse del perímetro definido. En un terreno donde la explotación suele ir por delante del parche, la checklist de IA para pentesting web se convierte en una herramienta de compra y de control técnico.


