Los agentes ReAct, que combinan razonamiento encadenado con llamadas a herramientas externas, se están convirtiendo en un componente habitual en sistemas empresariales de inteligencia artificial. Desde la gestión de calendarios hasta la recuperación de archivos, estos agentes ejecutan tareas complejas intercalando reflexión y acceso a datos. Sin embargo, esta arquitectura introduce un riesgo de seguridad poco explorado: la inyección indirecta de comandos a través de los valores devueltos por las herramientas. Un adversario que controle una fuente de datos puede incrustar instrucciones que redirijan al agente lejos del objetivo original del usuario. Para entender mejor este fenómeno, un estudio reciente ha analizado sistemáticamente cómo la profundidad de la inyección (la posición en la secuencia de herramientas), el marco retórico del payload y el límite de turnos afectan a la tasa de éxito del ataque.

La investigación, realizada sobre 20 escenarios y 460 pruebas con modelos como GPT-4o-mini y Claude Haiku, revela que la variable dominante es la profundidad de inyección. En GPT-4o-mini, la tasa de éxito decae desde un 60% cuando el payload aparece en la primera herramienta hasta 0% en las posiciones cuarta y quinta. Este patrón se explica por la resistencia natural del modelo en la primera interacción y porque en posiciones más profundas el agente suele completar la tarea antes de encontrar el payload. Claude Haiku, por su parte, mostró una resistencia completa (0% en todas las profundidades) gracias a una combinación de invocación conservadora de herramientas y una genuina capacidad de ignorar instrucciones maliciosas. El marco retórico del mensaje (neutral vs. persona) puede modular la tasa de éxito hasta en 50 puntos porcentuales, aunque sin alcanzar significación estadística con el tamaño muestral utilizado. El límite de turnos, en cambio, no resultó un factor relevante.

Estos hallazgos tienen implicaciones prácticas directas para el diseño de agentes IA seguros. Sanitizar únicamente la primera observación de cada herramienta capturaría el 67% de las inyecciones exitosas, lo que sugiere una estrategia de mitigación simple pero efectiva. No obstante, la dependencia del modelo y la profundidad indican que las empresas deben adoptar un enfoque multicapa: seleccionar modelos con mayor resistencia intrínseca, validar las respuestas de las herramientas y limitar la profundidad de las secuencias de llamadas. En este contexto, Q2BSTUDIO ofrece servicios especializados de ciberseguridad y pentesting que incluyen auditorías de agentes de IA para identificar vectores de inyección y otras vulnerabilidades. Además, el desarrollo de aplicaciones a medida con inteligencia artificial integrada puede beneficiarse de estas prácticas de seguridad desde la fase de diseño.

Para las organizaciones que ya están implementando agentes IA en sus flujos de trabajo, la combinación de servicios cloud AWS y Azure con soluciones de inteligencia de negocio como Power BI permite monitorizar el comportamiento de los agentes y detectar anomalías en tiempo real. La inteligencia artificial para empresas no solo debe ser potente, sino también robusta frente a manipulaciones. Por eso, en Q2BSTUDIO integramos pruebas de penetración y validación de inputs en nuestros procesos de automatización de procesos, garantizando que los agentes actúen dentro de los límites seguros definidos. La inyección indirecta de comandos es un recordatorio de que la seguridad debe evolucionar al mismo ritmo que la adopción de la IA, y la profundidad del ataque es una dimensión que ningún equipo de desarrollo debería pasar por alto.

En resumen, comprender cómo la profundidad de la inyección afecta a la tasa de éxito permite a los desarrolladores priorizar las defensas. Modelos como Claude Haiku ofrecen una resistencia prometedora, mientras que la sanitización temprana de las observaciones puede reducir significativamente el riesgo. Q2BSTUDIO está preparado para ayudar a las empresas a implementar estas medidas, combinando su experiencia en software a medida, ciberseguridad y cloud computing para construir sistemas de agentes IA fiables y seguros.