Google publica la arquitectura del sistema de IA multigente que detectó más de 100 vulnerabilidades críticas en 48 horas

Google ha publicado la arquitectura del sistema de inteligencia artificial (IA) multiagente que utiliza a nivel interno para detectar fallos de seguridad en el código fuente, que ya ha demostrado su capacidad al identificar más de cien vulnerabilidades críticas en 48 horas.

Agentic Vulnerability Discovery Harness (AVDH) es una infraestructura interna que Mandiant (perteneciente a Google Cloud) utiliza para descubrir "vulnerabilidades a gran escala".

"Lo hemos utilizado para analizar entornos que abarcan decenas de millones de líneas de código y ejecutar miles de canalizaciones para generar decenas de miles de hallazgos", afirma en un comunicado.

Este sistema automatizado de descubrimiento de vulnerabilidades realiza un análisis rápido del código fuente y encuentra rutas de explotación con una infraestructura que se apoya en el Kit de Desarrollo de Agentes de Google (ADK) y Google Antigravity para orquestar agentes especializados en distintas tareas.

Estos agentes valida hipótesis activamente, mapean rutas de ejecución y verifican fallos de lógica frente a reglas definidas por humanos, una forma de detectar amenazas que contrasta con las alertas basadas en coincidencias brutas de patrones de código y que reduce la fatiga por alertas, habituales en las revisiones automatizadas.

REVISIÓN DEL CÓDIGO MULTIAGENTE Según explica, en este sistema entra en acción un agente explorador, que identifica el propósito principal del código fuente objetivo y activa subagentes especializados que profundizan en categorías como autenticación, autorización y enrutamiento para enviar los resultados a un agente de síntesis de amenazas, que deben verificarse.

Una vez establecido el modelo de amenazas, el sistema da paso a los agentes de descubrimiento en paralelo, que utilizan Gemini Flash Lite para procesar y analizar cada archivo y encontrar puntos de entrada críticos.

Posteriormente, agentes de enriquecimiento analizan los puntos de entrada que se les han asignado para recopilar información contextual relevante y determinar si requieren un análisis adicional por parte del agente de control de acceso, el agente de análisis de flujo de datos, o de ambos.

Estos últimos agentes se encargan de la observación de dos propiedades clave para el análisis, como son la determinación del orden de ejecución de las tareas e instrucciones y la forma en que se mueve y transforma la información a lo largo de la aplicación.