GUÍA Técnica

Seguridad de MCP y envenenamiento de herramientas

La seguridad de MCP cubre los riesgos que surgen al conectar agentes de IA a servidores de Model Context Protocol.

Escuche esta guíaNarrado por IA · ~3 min

En esta pagina4 minutos de lectura
  1. Descripción general
  2. Buceo profundo
  3. Implementación en el mundo real
  4. El futuro de la seguridad de MCP y el envenenamiento de herramientas
  5. Poniéndolo en práctica
  6. Sigue explorando
  7. Preguntas frecuentes

Descripción general

El riesgo más conocido es el envenenamiento de herramientas, donde la descripción de una herramienta oculta instrucciones que el modelo sigue pero que el usuario nunca ve. Debido a que los servidores MCP pueden leer archivos, enviar mensajes y actuar con credenciales reales, un servidor malicioso o descuidado puede convertir un asistente útil en una forma de robar datos o causar daños.

Buceo profundo

The Model Context Protocol, which Anthropic introduced in late 2024, standardizes how AI applications connect to external tools and data. A client such as a desktop assistant or IDE connects to servers, and each server advertises tools with names, descriptions and input schemas. The model reads those descriptions as part of its context, and that is where the main risk comes from. Tool poisoning puts malicious instructions inside a tool's description or metadata. The model treats the description as trusted guidance, but many interfaces show users only a short name, so the hidden text goes unseen. A poisoned tool can also steer how the model uses other, legitimate tools. This is sometimes called tool shadowing. A rug pull happens when a server that was approved as safe later changes its tool definitions. Most approvals happen once, so the change can go unnoticed. Over-broad permissions increase the damage from any attack. A server holding a token with full account access, or a filesystem server rooted at the home directory, gives an attacker far more than the task needed. A confused deputy is a trusted component tricked into using its authority for someone else. In MCP setups, a common version is indirect prompt injection: untrusted content such as a web page, email or issue comment gets pulled into context and tells the agent to misuse another server's access. The model cannot reliably tell data from instructions. It is a mistake to think that installing only reputable servers solves the problem. Injection can arrive through ordinary data returned by trustworthy tools. Defenses need layers: vet and pin servers, show full descriptions and alert when they change, grant least privilege, isolate servers from one another, require confirmation for sensitive actions, and log everything.

Implementación en el mundo real

Un servidor MCP 'meteorológico' incluye una línea oculta en la descripción de su herramienta que le indica al modelo que lea la clave SSH del usuario y la pase como parámetro adicional. La interfaz de chat muestra sólo el nombre de la herramienta, por lo que el usuario nunca se da cuenta.

Un servidor comunitario popular se comporta bien durante semanas y luego envía una actualización que cambia la descripción de una herramienta para filtrar el contenido de la conversación. Los clientes que no anclan versiones ni verifican definiciones modificadas recogen el cambio en silencio.

Un agente con un servidor GitHub y un servidor de correo electrónico lee un problema público que contiene instrucciones inyectadas y luego utiliza su acceso al repositorio privado para enviar secretos por correo electrónico. Este es un ataque de diputado confuso que utiliza los permisos legítimos del usuario.

Una empresa ejecuta sus servidores MCP internos con tokens de solo lectura destinados a proyectos individuales, requiere aprobación humana para cualquier herramienta que envíe datos al exterior y registra cada llamada de herramienta para su revisión.

El futuro de la seguridad de MCP y el envenenamiento de herramientas

La especificación MCP y su ecosistema han ido agregando características de seguridad a lo largo del tiempo, incluido un modelo de autorización basado en OAuth y orientación sobre el consentimiento del usuario para llamadas a herramientas. Están apareciendo registros, firmas y herramientas de escaneo para ayudar a las personas a juzgar de dónde proviene un servidor. La inyección rápida en sí misma sigue siendo un problema de investigación sin resolver, por lo que ninguna solución única hace que las descripciones o los resultados de las herramientas sean completamente seguros. La arquitectura es la defensa más confiable por ahora: privilegios mínimos, aislamiento, puntos de control humanos para acciones de alto impacto y monitoreo. Las organizaciones que adoptan MCP deben gestionar los servidores de la misma manera que gestionan las dependencias de software de terceros.

Poniéndolo en práctica

Por qué es importante

  • Costo y presupuesto. Las decisiones de arquitectura impulsan el rendimiento y los costos operativos durante años.
  • Decisiones más claras. La educación técnica ayuda a los equipos a elegir la pila adecuada, no sólo la más nueva.
  • control de calidad. Mejores opciones de ingeniería reducen los incidentes de confiabilidad en la producción.

cuidado con

  • La optimización de un punto de referencia puede ocultar debilidades más amplias del sistema.
  • Los costos de infraestructura y mantenimiento a menudo se subestiman.
  • Las brechas de seguridad y observabilidad pueden crecer a medida que los sistemas se vuelven más complejos.

Próximos pasos

  1. Defina objetivos de latencia, calidad y costos antes de la implementación.
  2. Comparación en condiciones realistas de carga y datos.
  3. Monitoreo de instrumentos para detectar errores, deriva e impacto para el usuario.
  4. Prepare rutas de reversión y respuesta a incidentes antes de escalar.

Sigue explorando

Boletín gratuito

Recibe el resumen diario de IA

Tres noticias verificadas sobre IA cada mañana de lunes a viernes, explicadas con claridad. Gratis para siempre y sin anuncios.

Un correo cada día laborable. Date de baja con un clic. Nunca vendemos ni compartimos tu dirección.

Ponte a prueba

Realice el cuestionario sobre seguridad y envenenamiento de herramientas de MCP

Corrección inmediata en cada respuesta y un certificado para compartir, con un ID verificable, cuando apruebas un curso.

Empezar el cuestionario

Apoya la educación gratuita sobre IA. AI Understanding es una organización sin fines de lucro 501(c)(3): sin anuncios ni muros de pago, nunca. Hacer una donación

Preguntas frecuentes

¿Qué es la seguridad de MCP y el envenenamiento de herramientas?

La seguridad de MCP cubre los riesgos que surgen al conectar agentes de IA a servidores de Model Context Protocol. El riesgo más conocido es el envenenamiento de herramientas, donde la descripción de una herramienta oculta instrucciones que el modelo sigue pero que el usuario nunca ve. Debido a que los servidores MCP pueden leer archivos, enviar mensajes y actuar con credenciales reales, un servidor malicioso o descuidado puede convertir un asistente útil en una forma de robar datos o causar daños.

¿Qué es el envenenamiento por herramientas en MCP?

El modelo lee las descripciones de las herramientas como una guía confiable. Las instrucciones ocultas en ellos pueden controlar su comportamiento sin que el usuario lo vea.

¿Por qué el envenenamiento por herramientas suele ser invisible para los usuarios?

El modelo ve el texto completo, mientras que el usuario puede ver solo una etiqueta. Esa brecha es lo que hace que las instrucciones ocultas funcionen.

¿Qué es un tirador de alfombra MCP?

La aprobación suele ocurrir una vez. Un servidor que luego cambia sus definiciones puede pasar el comportamiento malicioso más allá de esa verificación única.

¿Qué escenario es un ataque de diputado confundido?

Se engaña a un componente confiable, en este caso el agente con los permisos del usuario, para que utilice su autoridad ante un atacante.

¿Por qué no es suficiente instalar sólo servidores MCP de buena reputación?

Las páginas web, los correos electrónicos y los problemas obtenidos con herramientas honestas pueden contener instrucciones inyectadas, por lo que la confianza en el servidor no cubre el contenido que devuelve.