Los creadores de la exitosa variante OpenClaw de código abierto y amigable para las empresas, NanoClaw, se están asociando con el líder en gestión de la cadena de suministro de software JFrog para lanzar una nueva integración de seguridad conjunta que, según dicen, protegerá a los agentes autónomos de NanoClaw de la inyección de código malicioso.
«Estos agentes están haciendo cosas que no necesariamente se pueden controlar y que no necesariamente se pueden entrenar», dijo Gal Marder, director de estrategia de JFrog, en una entrevista exclusiva con VentureBeat.
Disponible de inmediato, la asociación conecta a los agentes de NanoClaw directamente con los registros de software aprobados de JFrog, lo que garantiza que los asistentes de IA solo puedan extraer dependencias digitalizadas y seguras.
Esta versión aborda un punto ciego cada vez mayor en la tecnología: los agentes autónomos frecuentemente instalan paquetes en segundo plano para expandir sus capacidades, a menudo sin el conocimiento o la supervisión de sus operadores humanos.
«Las personas que operan los agentes no son necesariamente desarrolladores y ni siquiera son conscientes de las implicaciones», explicó Gavriel Cohen, creador de NanoClaw y director ejecutivo y cofundador de su nueva startup de servicios empresariales, NanoCo AI.
Para proteger el ecosistema más amplio, la integración está disponible de forma totalmente gratuita para la comunidad de código abierto, mientras que las empresas pueden enrutar sin problemas a sus agentes a través de sus entornos JFrog con licencia comercial existentes.
La nueva capacidad técnica habilitada por esta asociación sigue las iniciativas de NanoCo para agregar diálogos de permisos en aplicaciones donde están disponibles a través de una asociación con Vercel, y una nueva asociación con Docker para permitir que los agentes de NanoClaw se ejecuten de manera más segura, aislados de otros entornos de software directamente en los contenedores virtuales de Docker.
El riesgo de los agentes de IA personales y autónomos de hoy
Cuando un operador interactúa con un sistema autónomo como NanoClaw de NanoCo, se comunica a un alto nivel de abstracción.
Un usuario puede simplemente enviar un archivo de audio o una nota de voz, solicitando al agente que determine de forma independiente cómo procesarlo.
Como explicó Cohen, el agente piensa: «Oh, no entiendo las notas de voz, así que déjame buscar un paquete, descargar algo, instalarlo, configurarlo y ejecutarlo».
Esta superación dinámica hace que los agentes de IA sean increíblemente poderosos, pero también los hace muy vulnerables a los ataques a la cadena de suministro de software.
Los malos actores están envenenando cada vez más los registros de código abierto con paquetes maliciosos. Como los agentes actúan de forma autónoma para recuperar lo que necesitan, evitan el control humano.
Los operadores, que tal vez ni siquiera sean desarrolladores, desconocen en gran medida las implicaciones de seguridad que ocurren detrás de escena.
Cómo funcionan NanoCo y JFrog para evitar que los agentes ejecuten código malicioso
La integración entre NanoCo y JFrog actúa como un sistema inmunológico automatizado para estos entornos de IA.
En el interior, los agentes de NanoClaw ahora están configurados para enrutar sus solicitudes de paquetes de software, herramientas CLI y servidores Model Context Protocol (MCP) exclusivamente a través de los registros de JFrog.
Si un agente intenta descargar una biblioteca comprometida, como una versión vulnerable del popular paquete Axios, el registro JFrog intercepta la solicitud.
Bloquea la instalación, devolviendo un error de política de seguridad al agente, señalando que la solicitud fue «rechazada por el registro JFrog con una política de seguridad 403».
Básicamente, el sistema hace más que simplemente bloquear la amenaza; esto crea un bucle de corrección dinámica. Se informa al agente de la vulnerabilidad y se le orienta para que busque e instale automáticamente una versión confiable y no maliciosa del paquete solicitado.
Para las grandes organizaciones, esta integración resuelve un enorme problema de cumplimiento. Marder señala que cuando las empresas adoptan agentes autónomos, necesitan visibilidad absoluta.
Las organizaciones necesitan «un sistema de registro, necesitamos un lugar para rastrear qué agentes ejecutan quién, qué paquetes consumen, qué habilidades y qué MCP», dijo a VentureBeat.
Más allá de la visibilidad, la integración de JFrog proporciona una “capa de confianza” fundamental y una gobernanza estricta sobre a qué pueden acceder estos sistemas automatizados.
Licencias y accesibilidad
En la distribución de software, los parámetros de licencia y acceso dictan la adopción. La asociación NanoCo y JFrog utiliza un enfoque de doble vía para servir tanto a desarrolladores individuales de código abierto como a empresas altamente reguladas.
Para la comunidad de código abierto, la integración es completamente gratuita. JFrog proporciona a los usuarios de NanoClaw de código abierto acceso gratuito a fuentes seguras y verificadas de artefactos, herramientas y habilidades.
Esto permite a los desarrolladores individuales ejecutar agentes independientes localmente sin atascarse en solicitudes de aprobación manuales para cada dependencia. Además, a medida que los miembros de la comunidad desarrollan y comparten nuevas “habilidades” de agentes, estas contribuciones se cargan en el registro, se analizan en busca de códigos maliciosos y se eliminan antes de que alguien pueda usarlas.
Esta infraestructura neutraliza directamente la amenaza de los repositorios comunitarios envenenados.
Para implementaciones empresariales, la arquitectura se integra perfectamente con el entorno empresarial existente de una organización. En lugar de utilizar el registro público de código abierto, los usuarios empresariales dirigen a sus agentes NanoClaw a sus propios registros internos de JFrog.
Esto garantiza que todas las actividades de los agentes cumplan con las licencias comerciales, las políticas de seguridad internas, las necesidades de visibilidad y los estándares de gobernanza específicos de la empresa.
A medida que la IA continúa desdibujando la línea entre la intención humana y la ejecución de la máquina, la infraestructura que garantiza esa ejecución debe evolucionar. Esta asociación reconoce una realidad fundamental: no se puede entrenar una IA para que reconozca perfectamente cada vulnerabilidad de día cero; en lugar de ello, es necesario crear un entorno en el que el agente simplemente no pueda alcanzar la vulnerabilidad.
Suscríbete y recibe las historias más importantes del día.
Al suscribirte aceptas nuestros términos y condiciones y política de privacidad.
