Inicio / Artículos

Identidad para agentes de ejecución prolongada: tokens de delegación y un bucle de rehidratación

Identidad para agentes autónomos de larga duración: por qué fallan las claves estáticas, y cómo funcionan la delegación OBO, un plano de auditoría y un bucle de rehidratación en entornos serverless.

Editor: REACTAPP.TOP8 min de lectura1938 palabras

Fuentes: The Temporal Identity Paradox: Architecting Zero-Trust for Long-Running Data Agents on Ephemeral Compute

La IA empresarial está pasando de interfaces de chat pasivas a agentes autónomos que realizan transacciones. Con este cambio surge un problema de identidad, que tiene poco que ver con la capacidad de razonamiento de un modelo. El problema radica en saber quién es el modelo cuando actúa.

Las organizaciones que proporcionan a los modelos de lenguaje claves API estáticas, claves rotativas o cuentas de servicio ordinarias se exponen a un riesgo de seguridad grave y en aumento. Un agente no es como el software convencional: actúa por sí mismo sobre servicios externos, y su comportamiento es flexible y no determinista, adaptándose a medida que avanza.

Surgen tres preguntas: ¿Por qué la gestión tradicional de identidades y accesos resulta insuficiente en la era de los agentes? ¿Por qué los diseños adecuados para chatbots simples fallan ante agentes autónomos y enjambres que operan durante mucho tiempo? ¿Y cómo sería un bucle de rehidratación que permita a los agentes con estado funcionar de forma segura en entornos serverless efímeros?

Por qué un agente necesita una identidad propia

Los clientes web y móviles funcionan con datos estructurados y claros, por lo que su comportamiento representa de manera evidente y verificable la intención del usuario. Los agentes, en cambio, procesan datos no estructurados y crean sus propios diagramas de ejecución. El camino que sigue un LLM junto con sus herramientas para alcanzar un objetivo es probabilístico, y esa aleatoriedad es lo que dificulta la auditoría.

Hoy en día, los agentes a menudo se hacen pasar por usuarios de formas que los servicios externos no pueden detectar, lo que genera lagunas en la rendición de cuentas. Si un agente genera erróneamente un script de automatización de red al contar con amplios privilegios administrativos, los daños pueden ser catastróficos, y ya han ocurrido varios incidentes reales que lo demuestran.

La solución consiste en pasar de la impersonación implícita a la delegación explícita. La delegación se basa en flujos de tipo “on-behalf-of” (OBO), en los cuales el agente muestra qué acciones tiene autorización para realizar, manteniéndose al mismo tiempo como una entidad separada del usuario al que representa. El agente necesita una identidad verificable criptográficamente, tanto para que las acciones no puedan ser negadas posteriormente como para que se puedan aplicar límites en sus capacidades.

Una analogía ayuda a comprenderlo. La suplantación implícita es similar a prestar la placa personal de un ingeniero senior a un contratista junior que debe reiniciar un servidor. El sistema de seguridad solo ve al ingeniero. Si el contratista entra en pánico y cierra la base de datos principal de facturación, el registro de auditoría indica que fue el ingeniero quien lo hizo, y no hay pruebas de que estuviera presente otra persona. Hoy en día se trata a los agentes de exactamente la misma manera: se colocan claves API del sistema en su entorno. El modelo realiza el razonamiento, pero actúa con los privilegios de administrador del usuario. Si genera falsamente una orden destructiva como DROP TABLE, la orden se ejecuta sin ninguna restricción de menor privilegio, y las consecuencias recaen en el humano.

La delegación explícita consiste en que el contratista se presente en el mostrador de seguridad y obtenga una placa temporal propia. La placa indica que su titular es el Contratista X y establece que el Ingeniero Y ha aprobado su entrada al Rack 4 de forma individual, por una hora. Esto establece un límite tanto en el espacio como en el tiempo. Al intentar acceder al Rack 5 se activa una luz roja. Cuando se realiza una auditoría, el registro no indica simplemente que el Ingeniero Y estuvo presente, sino que también registra que el Contratista X, actuando en nombre del Ingeniero Y, accedió al Rack 4.

En una arquitectura basada en la nube, el JWT desempeña el papel de dicha placa de visitante. No basta con un subreclamo que identifique a la persona; el token también debe contener un reclamo de acción que especifique la instancia concreta del agente. Esa prueba limita al agente al alcance que le fue delegado, y cada acción que realice queda registrada como si fuera una máquina trabajando en nombre de alguien.

El patrón habitual para los agentes de primera generación

La seguridad de los agentes en sus inicios era bastante sencilla. Los marcos OAuth 2.1 utilizados con los agentes funcionan bien dentro de un único dominio de confianza cuando las operaciones del agente son síncronas.

En el patrón estándar, un empleado habla con un chatbot que debe consultar una herramienta interna. El agente está vinculado al Protocolo de Contexto de Modelo (MCP), se autentica a través del proveedor de identidad empresarial (IdP), recibe un token JSON Web de corta duración y realiza la llamada a su herramienta.

Eso funciona porque la operación es síncrona y breve. El agente se inicia, recopila el contexto, utiliza el token para leer de la base de datos y responde al usuario antes de que el token expire.

Donde se separan los agentes de corta y larga duración

El modelo falla a medida que aumenta la autonomía. Un chatbot RAG sin estado y un enjambre asíncrono de agentes entre sí (A2A) difieren enormemente en su arquitectura.

Tomemos un escenario de búsqueda de amenazas. A las 2:00 a.m., una alerta de gravedad 1 informa sobre un ataque de rebinding DNS. Un analista activa un grupo de agentes para analizar 48 horas de registros de tráfico de VPC, compararlos con fuentes de amenazas en tiempo real e aislar los puntos finales comprometidos. Eso no es una solicitud de chat; se trata de un gráfico de ejecución en múltiples pasos que puede durar minutos u horas.

El paradoja de la identidad en la computación efímera

Ejecutar tales agentes en infraestructuras sin servidor como Google Cloud Run plantea un paradoja. Los modelos de identidad basados en tokens de acceso de corta duración y vinculados a sesiones no son adecuados para tareas asíncronas de larga duración. Un enfoque estricto de confianza cero requeriría tokens OBO de 15 minutos, pero ese tipo de token expiraría en medio del proceso de razonamiento del agente. El servidor MCP devolvería entonces un error 401 Unauthorized, el contenedor se colapsaría y se perderían horas de contexto de razonamiento acumulado.

Los desarrolladores a menudo recurren a una solución temporal deficiente: colocar tokens de actualización de larga duración o claves API estáticas dentro del entorno aislado del agente. Entregar a un modelo no determinista un token persistente y con altos privilegios que se renueva indefinidamente destruye el principio del mínimo privilegio. Si el agente genera ilusiones o es vulnerable a inyecciones de comandos, se le ha proporcionado una credencial que nadie puede detener.

Una identidad duradera y un ciclo de rehidratación

La mejor opción es dejar de oponerse a la naturaleza efímera del cómputo en la nube y separar el estado cognitivo del agente de la máquina que lo ejecuta.

El agente necesita una identidad duradera y delegada que sea un objeto de primera clase en el sistema IAM, distinta del usuario que lo inició, para que pueda autenticarse por sí mismo durante largos períodos. Esa identidad se combina con un diseño de memoria temporal llamado patrón Sense and Act (SnAC), que en efecto externaliza el hipocampo del agente.

El diseño SnAC de cero confianza

La arquitectura está compuesta por cuatro componentes aislados. Juntos, describen un ecosistema que permite que los agentes autónomos funcionen de manera segura sin otorgar claves de administrador permanentes. Primero, un humano delega autoridad a través de un plano de control de identidades, el cual emite un token de corta duración a un agente dentro de un entorno de cómputo aislado. Cada acción que intenta realizar el agente es interceptada y evaluada por la red SnAC IAM encargada de aplicar las políticas. Mientras tanto, su proceso de pensamiento en curso y su estado de ejecución se envían a un plano de auditoría temporal basado en Kafka y ClickHouse. Si el token se agota durante una tarea, o si el agente intenta realizar una acción de alto riesgo que requiere aprobación humana fuera de banda mediante notificación por push, el plano de auditoría pausa el estado del agente. Luego, un orquestador en segundo plano verifica los permisos y reactiva un contenedor nuevo para que el trabajo continúe sin problemas.

  1. Plano de control de identidad (SCIM e IdP). El esquema del Sistema para la Gestión de Identidades entre dominios se amplía de modo que un agente sea considerado un empleado no humano. El IdP conserva la delegación permanente del empleado humano, pero emite únicamente tokens OBO de corta duración para el entorno aislado.
  2. Capa de aislamiento de cómputo (Cloud Run o WebAssembly). El agente funciona dentro de un entorno serverless efímero y estrictamente delimitado, sin almacenar nunca secretos persistentes.
  3. Plano de auditoría temporal (Kafka a ClickHouse). Mientras el agente procesa su grafo, cada pensamiento, rastro de razonamiento y flujo de acciones se registran como datos de cambios a través de Kafka hacia ClickHouse. Esto permite obtener el estado temporal en menos de un segundo y evita el problema de amplificación de lecturas.
  • Gateway MCP (punto de aplicación de políticas). El servidor MCP se encuentra entre la capa de cómputo y las herramientas externas, validando dinámicamente los tokens de corta duración e interceptando las solicitudes de capacidades.
  • Cómo se ejecuta la rehidratación

    Un token vencido durante la ejecución se trata como un evento normal del ciclo de vida, y no como un error fatal.

    Fase 1: ejecución y suspensión

    1. El agente se ejecuta en Cloud Run y utiliza un token de duración fija, por ejemplo 15 minutos, para comunicarse con el gateway MCP.
    2. Transmite continuamente su contexto a ClickHouse a través de Kafka.
    3. El token vence y el gateway devuelve 401 Unauthorized.
    4. El agente captura la excepción, envía un marcador final STATE_SUSPENDED a Kafka que contiene su posición exacta en el grafo de ejecución, y cierra el contenedor de manera ordenada.

    Fase 2: verificación y rehidratación

    1. Un orquestador de fondo seguro detecta el evento STATE_SUSPENDED en ClickHouse.
    2. Pregunta al IdP si la delegación duradera original del usuario sigue en vigor.
    3. Si es así, el plano de identidades genera un token nuevo de 15 minutos de validez.
    4. El orquestador inicia un nuevo contenedor de Cloud Run, le pasa el token recién generado y le indica al agente que cargue su estado cognitivo anterior desde ClickHouse. El agente reanuda exactamente desde donde se detuvo.
    // Inside the Ephemeral Agent Worker
    try {
        const result = await mcpClient.executeTool(action.tool, action.params);
        this.state = updateState(this.state, result);
        await flushStateToKafka('STATE_ACTIVE', this.state);
    } catch (error: any) {
        if (error.statusCode === 401) {
            console.log(`[AUTH_BOUNDARY] Token Expired. Halting execution.`);
            // Safely persist execution pointer before container death
            await flushStateToKafka('STATE_SUSPENDED', this.state);
            // Graceful exit. Orchestrator will re-hydrate.
            process.exit(0);
        }
    }
    

    Escalar un enjambre con CIBA

    El diseño también aborda uno de los casos prácticos más difíciles: el cuello de botella que representa la intervención humana durante la búsqueda de amenazas de alto riesgo.

    Volviendo al enjambre que aísla el ataque de reenlazamiento DNS. A mitad del proceso, el agente de triaje identifica un nodo comprometido y asigna la tarea de ponerlo en cuarentena a un subagente de remediación. La cuarentena es una funcionalidad de altas consecuencias, y la pasarela MCP detecta que el token del subagente carece de ese alcance.

    En lugar de fallar, el sistema utiliza la Autenticación por Canal Secundario Iniciada por el Cliente (CIBA). El agente envía una solicitud CIBA al IdP, registra su estado como STATE_SUSPENDED en ClickHouse y finaliza su funcionamiento.

    CIBA permite que un agente solicite la autorización segura a través de canales externos directamente al responsable humano competente. El ingeniero de guardia recibe una notificación push en su teléfono con el contexto exacto y aprueba la escalada. A continuación, el servidor de autorización activa el ciclo de rehidratación, y esta vez el nuevo token incluye un ámbito verificado criptográficamente para eliminar la regla del firewall.

    Tratar la identidad como un estado dinámico y rehidratable en lugar de como una credencial estática elimina la supuesta elección entre seguridad y autonomía. Los agentes de datos autónomos pueden ejecutar cargas de trabajo extensas que duran varios días en sistemas distribuidos, al mismo tiempo que se ajustan a las estrictas reglas de la infraestructura nativa en la nube.

    Un regreso a los conceptos básicos de los sistemas distribuidos

    Un atajo común es pegar un token de administrador permanente en un script de Python, rodearlo con un modelo LLM y denominar el resultado como un agente. Es la forma más rápida de poner en marcha un prototipo. Sin embargo, una vez que estos sistemas pasan de las demostraciones internas a tareas en producción sobre infraestructura real, ese atajo se convierte en un grave riesgo. Las credenciales estáticas y generales no deben seguir utilizándose con modelos no deterministas con la esperanza de que no ocurran problemas.

    La rehidratación es más que una forma ingeniosa de sortear las expiraciones de 15 minutos. Refleja la forma en que realmente deben estructurarse los sistemas con estado cuando la plataforma subyacente no conserva estado alguno. Crear lagunas en la política IAM o alargar la vida útil de los tokens va en contra de la naturaleza de los servicios de cómputo sin servidor, y este diseño acepta esa realidad en su lugar.

    La memoria se almacena de forma segura en ClickHouse, la ejecución tiene lugar en contenedores de Cloud Run de corta duración, y la delegación explícita se realiza a través de tokens on-behalf-of. Eso representa una clara separación de responsabilidades. Acepta una realidad práctica: nadie puede garantizar qué decidirá hacer a continuación un LLM. Las normas estándar de IAM, sumadas a aprobaciones externas como CIBA, sí garantizan qué podrá ejecutar el sistema. Los límites se vuelven explícitos y auditables, y siguen el principio del mínimo privilegio.