Saltar al contenido principal
onext technology
IA 16 noviembre 2026 - 6 min de lectura

Vulnerabilidades que la IA encuentra y tu equipo no llega a corregir

Si encontrar fallos de seguridad ya cuesta poco, tu equipo tiene que decidir quién los filtra y cuánto tiempo reserva para corregirlos.

Bernat López
Fundador y CEO de onext
Tres desarrolladores en una reunión de planificación: uno señala un tablero de tareas en una pantalla grande; otro, de espaldas, trabaja con código en un portátil, y el tercero, de perfil, mira la pantalla pensativo

Planificación del lunes. El agente de revisión que el equipo activó hace un mes ha dejado otra tanda de avisos de seguridad en el tablero. Alguien pregunta cuáles son reales. Nadie lo sabe, porque nadie ha tenido tiempo de mirarlos, y la entrega que espera el cliente ya ocupa toda la iteración.

Propongo llamarlo correcciones sin hueco. Cada semana llegan más avisos, y el plan de la iteración tiene el mismo tamaño que hace un año.

Correcciones sin hueco: fallos de seguridad reales, ya encontrados por una persona o por una herramienta, que nadie ha planificado corregir porque cada iteración llega llena de lo prometido.

La tesis

No digo que haya que apagar el escáner ni esperar a tener tiempo para la seguridad; digo que, el mismo día que tu equipo enciende una herramienta que encuentra fallos, tiene que decidir quién filtra lo que llega, con qué criterio lo descarta y qué parte de cada iteración se reserva para corregir.

Filtrar y corregir lo que llega sigue pidiendo personas con criterio, y ese trabajo cae sobre el mismo equipo que tiene prometida la siguiente entrega. Si nadie lo decide, la lista crece y las correcciones sin hueco se acumulan.

Lo que dicen los datos

Anthropic publica un panel con lo que han encontrado sus modelos en proyectos de código abierto entre noviembre de 2025 y noviembre de 2026. Son 37.966 hallazgos candidatos. Empresas de seguridad externas han revisado 6.376 y han confirmado 6.009, el 94,2 %. Se han comunicado 5.087 a quienes mantienen 680 proyectos, y el panel cuenta 629 ya parcheados. La cuenta es nuestra: menos de uno de cada cinco candidatos ha pasado por una revisión humana. El propio panel lo explica: la revisión humana independiente es el paso que marca el ritmo («the rate limiting step»), y los parches tardan en crearse.

curl, una librería de código abierto para transferir datos por internet, lo vivió en dos tiempos. En octubre de 2025, su responsable, Daniel Stenberg, contaba que dos investigadores con analizadores basados en IA le habían enviado más de 400 posibles fallos. De la primera lista salieron unas 50 correcciones, con muy pocos falsos positivos («remarkably few»), y aun así lo describía como «a fair pile of work», un buen montón de trabajo.

En enero de 2026, Stenberg cerró el programa de recompensas por fallos de curl. Antes de 2025, más del 15 % de los informes eran vulnerabilidades reales; desde 2025, menos del 5 % («not even one in twenty was real»). Escribió que filtrar ese goteo sin fin de informes vacíos le suponía «a serious mental toll», un desgaste serio. curl sigue aceptando avisos, sin dinero de por medio.

Veracode, que vende herramientas de seguridad, mide cada año cuánto tardan sus clientes en corregir. En su informe de 2025, el tiempo medio para corregir un fallo era de 252 días, frente a 171 cinco años antes, y la mitad de las organizaciones arrastraba deuda de seguridad crítica: fallos graves abiertos durante más de un año.

Las fuentes tienen sus límites. El panel lo publica un fabricante de modelos y mide código abierto, lejos del código de una empresa; además, avisa de que un parche publicado no garantiza que esté instalado. curl es un solo proyecto, y su programa pagaba por cada fallo, lo que atraía informes de poca calidad. Veracode mide a sus propios clientes. Ninguna mide un equipo de producto con un agente de revisión, que es el caso de este artículo.

Cómo se ve en un equipo

  • El agente de revisión comenta un posible fallo en cada pull request (la petición para integrar un cambio) y el equipo aprende a cerrarlo sin leerlo.
  • El escáner abre incidencias sin estimar, y en la planificación pasan a la siguiente iteración porque «no corren prisa».
  • Un aviso real y uno falso esperan con la misma prioridad, porque nadie ha decidido cuál es cuál.
  • La persona que sabe distinguirlos es la misma que tiene que sacar la entrega del viernes.
  • Una dependencia con parche publicado sigue meses sin actualizar, porque actualizarla rompe algo y nadie tiene tiempo para mirarlo.

Por qué pasa

Lo prometido al cliente tiene fecha y alguien que pregunta por ello. Una vulnerabilidad sin explotar no se ve: no genera ninguna llamada ni retrasa ninguna demo. Con ese reparto, pasar la corrección a la siguiente iteración es una decisión razonable cada vez que se toma.

Parte de la responsabilidad es de la dirección. Se celebra en la reunión el número de avisos que encuentra la herramienta y nadie reserva el tiempo de corregirlos. El equipo recibe dos encargos a la vez, entregar y asegurar, y solo uno de los dos se mide.

Lo que cuesta aplazarlo

Cada aviso sin clasificar baja el valor de los demás. Cuando la lista solo crece, el equipo aprende que sus avisos no cambian nada y deja de leerlos, y el fallo real que llega en medio pasa igual de desapercibido.

La espera también tiene un coste directo. Con 252 días de media para corregir en las empresas que mide Veracode, una lista que crece más deprisa de lo que se vacía convierte cada hallazgo en deuda. Esa deuda aparece después, en un incidente o en una actualización que ya no se puede hacer porque hay tres versiones de diferencia.

Y la lista recibe por dos lados. A lo que encuentran los escáneres se suma lo que deja el propio agente cuando su código pasa los tests y sigue sin ser seguro.

Qué decidir antes de encenderlo

Si haces el trabajo:

  • Clasifica cada aviso nuevo en cinco días hábiles como mucho: real, falso positivo o riesgo aceptado con un motivo escrito.
  • Cuando descartes un falso positivo que se repite, escribe el motivo en las reglas del repositorio que lee el agente, para que la siguiente revisión parta de ahí.

Si diriges el equipo:

  • Antes de encender la herramienta, escribe en el contexto del equipo los criterios de gravedad y lo que se descarta, para que los avisos lleguen ya ordenados.
  • Mira cada mes el tiempo que pasa desde que un fallo se confirma hasta que se corrige, al lado de las entregas.

Lo que haría Manel Marcos, nuestro responsable técnico:

  • Que el control automático frene poco y bien. Solo bloquea el merge (la integración del cambio) una vulnerabilidad confirmada de gravedad alta o crítica en el código que cambia esa pull request. Todo lo demás entra en una cola que se revisa sin parar al equipo.
  • Ningún aviso sin propuesta de corrección. Si el agente encuentra un fallo, abre también el cambio que lo corrige y sus pruebas. Revisar un arreglo cuesta mucho menos que escribirlo desde cero.
  • Un dueño del filtro por rotación. Cada iteración, una persona decide qué avisos son reales y cuáles se descartan, con un criterio escrito. Así no se convierte siempre en el mismo cuello de botella.
  • Un hueco fijo en cada iteración. Una parte estable de la capacidad va a corregir, y la cola de seguridad se mira con la misma métrica que el resto del trabajo: cuántos entran y cuántos se cierran.

Es muy habitual encontrarme con equipos con una larga lista de deuda técnica, o con las incidencias compitiendo con las funcionalidades nuevas sin un criterio de priorización. Ahí el escáner solo alarga la lista.

Darle hueco a lo que encuentra la IA es una decisión de planificación, y conviene tomarla el mismo día en que se enciende el escáner.

Preguntas frecuentes

¿Qué son las correcciones sin hueco?

Son fallos de seguridad reales que alguien, persona o herramienta, ya ha encontrado y que nadie ha planificado corregir, porque cada iteración del equipo llega llena de trabajo prometido. Darles sitio en el plan es una decisión de quien planifica.

¿Cuántas vulnerabilidades encuentra ya la IA?

El panel de divulgación de Anthropic cuenta 37.966 hallazgos candidatos en proyectos de código abierto entre noviembre de 2025 y noviembre de 2026. Empresas de seguridad externas revisaron 6.376 y confirmaron 6.009, el 94,2 %. El propio panel dice que la revisión humana es el paso que marca el ritmo.

¿Por qué cerró curl su programa de recompensas por fallos?

Porque desde 2025 menos de uno de cada veinte informes era un fallo real, frente a más del 15 % de antes, y filtrar ese ruido desgastaba al equipo. Daniel Stenberg lo anunció en enero de 2026. curl sigue aceptando avisos de seguridad, sin pago.

¿Cuánto tarda una empresa en corregir un fallo de seguridad?

En el informe de 2025 de Veracode, el tiempo medio fue de 252 días, frente a 171 cinco años antes, y la mitad de las organizaciones tenía fallos graves abiertos más de un año. Veracode vende herramientas de seguridad y mide a sus propios clientes.

¿Qué es el triaje de vulnerabilidades?

Es clasificar cada aviso que llega: si es un fallo real, un falso positivo o un riesgo que se acepta con un motivo escrito. Conviene hacerlo en pocos días y con criterios escritos en el contexto del equipo, para que la lista no crezca sin que nadie la entienda.

¿Cuánta capacidad hay que reservar para corregir?

No hay una cifra que sirva para todos los equipos. Lo práctico es fijar un porcentaje de cada iteración, mantenerlo tres iteraciones y ajustarlo con lo que ha entrado y lo que se ha corregido en ese tiempo.

Fuentes

Bernat López
Escrito por
Bernat López
Fundador y CEO de onext

Bernat López es fundador y CEO de onext, boutique de IA. Acompaña a equipos de desarrollo y de producto a trabajar con IA con método —especificación antes de programar, controles automáticos y Spec-Driven Development— y aplica a su propia empresa lo que propone: onext funciona con su propio sistema agéntico.

LinkedIn →

¿Cuántos avisos de seguridad tiene tu equipo sin clasificar?

Lo miramos contigo en el diagnóstico, que es gratuito.

Ver cómo trabajamos

Lo que construimos se queda en tu equipo.