Auditor de metodología para skills de agentes de IA
Nadie chequea lo que le enseñamos a nuestros agentes.
Una skill puede pasar cualquier escáner de seguridad que tengas y aun
así enseñarle a un agente a trabajar mal. Crucible audita la
metodología, no solo la seguridad — de forma determinista, con
evidencia adjunta a cada afirmación.
La gente está instalando cientos de "skills" de terceros en sus
agentes. Los escáneres de seguridad detectan malware, secretos,
inyección — la falla ruidosa. No tienen nada que decir sobre la
silenciosa: una instrucción que pasa cualquier escáner y aun así le
enseña a un agente a trabajar mal.
Una skill perfectamente segura
---
name: retry-example
description: Retry failed operations.
---
Retries MUST continue until success.
Lo que realmente hace
✅ Sin malware
✅ Sin secretos expuestos
✅ Sin inyección de prompts
✅ Pasa cualquier escáner de seguridad
Y le dice a un agente que reintente para
siempre — sin límite, sin forma de verificar la obligación que
acaba de declarar. Nadie atacó nada. Alguien escribió una metodología
mala, y un agente le creyó.
Cómo funciona Crucible
El modelo propone. Un gate determinista decide.
Crucible compila la metodología declarada de una skill en registros con
dirección a su fuente y los audita de forma determinista. Un modelo
puede proponer una fusión, una reparación, una segunda opinión — pero un
gate determinista acepta o rechaza. Lo probamos directamente: la misma
fusión, corrida dos veces a temperatura cero, produjo dos skills con
texto distinto del modelo y exactamente el mismo veredicto del gate, las
dos veces.
Texto de la skill
→
Auditor determinista
→
Hallazgos sellados (SHA-256)
Modelo (propone)
→
Gate determinista
→
Aceptar / Rechazar
Potenciado por NVIDIA Nemotron 3 Super 120Bvía Nebius Token Factory
Este es el scanner real, corrido contra las propias skills instaladas de
la autora — no una maqueta. Usá la misma interfaz en vivo →
Medido, no afirmado
Lo corrimos donde realmente podía fallar.
Cuatro corpus externos, escritos por gente que nunca vio este proyecto.
Dos de ellos congelados y guardados para que el detector no pudiera
ajustarse para quedar bien.
2.806
skills auditadas en cinco corpus
337 / 337
hallazgos de duplicado chequeados — todos verdaderos positivos
963
tests pasando
Leyendo nuestro propio output de auditoría con la misma disciplina que
aplicamos al de todos los demás, encontramos que nuestra propia página
demo estaba silenciosamente mal — afirmaba que todos los chequeos
pasaban cuando a varios simplemente no les había llegado nada que
examinar. Lo arreglamos para que lo dijera honestamente en vez de dejar
que el silencio se leyera como limpio.
