Los agentes de IA pueden tomar cientos de decisiones por segundo antes de que reaccionemos — ahora se pone a prueba nuestra preparación en serio

La velocidad es el problema — y la solución

Existe un dilema fundamental en el corazón del surgimiento de los agentes de IA: lo que los hace poderosos es exactamente lo que los hace difíciles de controlar. Un agente autónomo puede tomar cientos de decisiones por segundo, interactuar con sistemas, mover datos y ejecutar acciones — todo antes de que un ser humano siquiera haya tenido tiempo de ver qué está sucediendo.

Es esta brecha la que la empresa estadounidense de seguridad Capsule Security intenta cerrar ahora con su mecanismo de protección recientemente lanzado, que SecurityWeek describe como un disyuntor de IA. La solución fue lanzada el 2 de septiembre de 2026 por los fundadores Naor Paz y Lidan Hazout, quienes identificaron la falta de protección contra el comportamiento desviado de agentes en tiempo real.

— La amenaza de seguridad crucial con la IA ya no se trata solo de lo que las personas pueden hacer con agentes, sino de lo que los agentes autónomos pueden decidir hacer por su cuenta, dice el consejero delegado Naor Paz.

El núcleo del sistema consiste en dos modelos de lenguaje especializados, entrenados con la ayuda de NVIDIA Nemotron 3 Ultra en rastros reales de agentes, revisión humana y ejemplos de pruebas adversariales. El más preciso de los dos modelos logra un 96,9 por ciento de precisión al identificar comportamiento desviado — en comparación con el 86 por ciento de la mejor solución de terceros. Y lo crucial: el sistema toma decisiones en un mínimo de 71 milisegundos, lo que significa que realmente logra actuar dentro del propio flujo de trabajo del agente.

Esta es innovación técnica de alto nivel. Y la necesitamos.

Cuando el sistema de vigilancia crece fuera de control

Al mismo tiempo, una investigación de Wired muestra lo rápidamente que los sistemas impulsados por IA pueden expandirse mucho más allá de su propósito original — sin que ni el público ni los representantes electos tengan una visión completa.

La empresa de vigilancia Flock Safety ha promocionado durante mucho tiempo sus redes de cámaras como una herramienta para la prevención del delito, centrada principalmente en la lectura de placas de matrícula. Pero cuando Wired reconstruyó el código fuente del sistema, quedó claro que la plataforma de IA de próxima generación es considerablemente más amplia: se trata de una herramienta con amplias capacidades para mapear y rastrear individuos, no solo vehículos.

Particularmente alarmante es el informe de que el departamento de policía de la ciudad de Alpharetta en el estado de Georgia comparte datos recopilados con más de 2 000 organizaciones diferentes — desde agencias federales hasta comisiones de pesca y vida silvestre. No es una red, es un ecosistema. Y ha crecido sin supervisión proporcional.

Además, varios de los departamentos de policía que el propio Flock ha destacado con fines de marketing han enfrentado acusaciones de abuso de la tecnología. Es un patrón que reconocemos de otras expansiones tecnológicas: las capacidades se escalan rápidamente, el marco de responsabilidad se queda atrás.

Cuatro caídas — un disparo de advertencia infraestructural

Si la noticia de Capsule representa una respuesta a un problema conocido, y Flock representa un problema oculto que se ha vuelto visible, entonces las interrupciones del jueves representan algo más: un recordatorio de cuán vulnerable sigue siendo nuestra infraestructura de IA.

Según Ars Technica, modelos de IA de OpenAI, Anthropic, xAI y Google sufrieron interrupciones significativas en un corto período — algo que los expertos describen como prácticamente sin precedentes. Anthropic fue la primera en reportar interrupciones en varias versiones de Claude poco antes de las nueve y media de la mañana. OpenAI siguió a las once con rendimiento degradado en ChatGPT y Codex. Ambas habían resuelto los problemas al mediodía y a la una de la tarde, respectivamente.

Grok de xAI aún mostraba mensajes de error cuando el artículo se publicó, con reportes de usuarios en DownDetector que se dispararon de menos de diez a casi 1 400 en media hora. Google eligió no confirmar públicamente ninguna interrupción en Gemini — pero DownDetector contó una historia diferente.

Que cuatro plataformas líderes se vean afectadas casi simultáneamente no es necesariamente un signo de un ataque común o falla del sistema. Pero expone una vulnerabilidad estructural: cuando las organizaciones, flujos de trabajo y decisiones dependen cada vez más de estos servicios, ¿qué sucede cuando desaparecen — aunque sea por algunas horas?

Tres noticias, una pregunta

Estos tres eventos no son aislados entre sí. Son síntomas de la misma tensión fundamental: los sistemas y agentes de IA se escalan a un ritmo que nuestra arquitectura de seguridad, nuestra legislación y nuestra solidez infraestructural aún no han logrado igualar.

No es una razón para frenar. Es una razón para construir de manera más inteligente — y más rápida.