Cisco abre Project Quarry: vigilar a los agentes de IA exige mirar la secuencia de acciones, no cada comando suelto

Por CDO Magazine · 28 de octubre de 2026.

Cisco ha publicado como código abierto Project Quarry, un lenguaje de detección y un motor diseñados para identificar comportamientos potencialmente dañinos de agentes de IA analizando secuencias de acciones a lo largo de una sesión. La información procede de un reporte de The Register, recogido por CDO Magazine. Según Cisco, el objetivo es cubrir un hueco de la monitorización de seguridad convencional, que suele examinar comandos o interacciones individuales y no la relación entre varias acciones.

Quarry permite a los equipos de seguridad escribir reglas que inspeccionan conversaciones con modelos de lenguaje (LLM), llamadas a herramientas, interacciones con el Model Context Protocol (MCP, el estándar que conecta agentes con herramientas y datos) y entradas multimodales. Un ejemplo que da la fuente: una regla que marque a un agente que lee un archivo de credenciales y después envía información a un servidor externo. Cuando una regla salta, Quarry registra la evidencia: las acciones y los campos que provocaron la coincidencia.

La publicación incluye instrucciones de instalación, guía para escribir reglas, ejemplos de configuración, un paquete inicial de reglas y plugins para Claude Code, Codex y otros agentes compatibles con MCP.

Cisco menciona como caso de referencia un incidente de julio con agentes de OpenAI y Hugging Face. Según OpenAI, un agente encontró y verificó 14 tokens de Hugging Face expuestos que le permitían hacer cambios, y luego los compartió. Cisco aclara que no ha probado Quarry sobre ese incidente, aunque cree que la herramienta habría podido detectar señales de alerta. Conviene leerlo como una hipótesis del proveedor, no como una validación.

**Nuestra lectura.** La tesis es sencilla: un agente no es peligroso por un comando, sino por una trayectoria. Leer un archivo es normal; enviar datos fuera también lo es; la combinación es el problema. Es el mismo patrón que vemos en la guerra autónoma, donde el riesgo no está en un arma concreta sino en cómo la velocidad vacía la supervisión: lo que hay que gobernar son procesos y secuencias, no acciones sueltas.

Hay además un matiz estratégico. Que el motor sea abierto y llegue con plugins para agentes de terceros (Claude Code, Codex) sugiere que la capa de detección aspira a ser infraestructura neutral. En general, esa es la dirección de la gobernanza de agentes: de las políticas escritas hacia controles técnicos, registros auditables y evidencia verificable. Un estándar abierto de reglas compartibles reduce además la dependencia de un único proveedor, algo valioso para empresas pequeñas.

También hay límites que merece la pena señalar. Las reglas por secuencia dependen de que alguien anticipe los patrones dañinos; un agente puede encadenar acciones de forma inesperada y las reglas escritas a mano van siempre un paso por detrás. Y el propio ejemplo de Hugging Face es una prueba de concepto declarada por Cisco, sin datos públicos de tasas de detección ni de falsos positivos en nuestro material.

A corto plazo, las empresas que den a los agentes acceso a datos y credenciales viven una transición incómoda: la capacidad llega antes que los controles. A largo plazo, agentes capaces y bien vigilados son la vía hacia automatizar buena parte del trabajo rutinario y liberar a las personas para lo que realmente importa. Herramientas como Quarry no son glamurosas, pero son la fontanería de confianza que hace posible ese futuro.