Un agente de IA no debería tener tus claves
El 53% de los servidores MCP de código abierto depende de claves o tokens estáticos de larga duración, según un relevamiento de Astrix citado por CIO.com. Para un founder que ya corre agentes de código todos los días, ese dato resume el riesgo: el agente necesita actuar como tú, y la forma más común de lograrlo es copiarle tus credenciales.
El desarrollador detrás de lend, una herramienta open source publicada en el repositorio antoniomika/lend, propone invertir el flujo. En lugar de llevar las credenciales hacia el agente, lleva la ejecución hacia tu laptop: el agente pide, tú apruebas con Touch ID, y el comando corre donde viven tus claves. Nunca al revés.
¿Qué problema resuelve lend?
El escenario que describe el autor en su blog es el de casi cualquier equipo técnico hoy: varios agentes en paralelo —uno de Claude Code en un repo, otro de Codex revisando una rama, algo de fondo corriendo hace horas— y ninguno en la laptop. Corren en VMs desechables. La laptop se queda con lo importante: las llaves SSH, la bóveda de 1Password y los CLI de gh y del cloud, todos logueados como él.
Leíste lo que hace la IA. ¿Y en tu negocio?
Un agente de IA puede quedarse con parte de tu día: ordenar lo pendiente y pedirte el OK antes de actuar. El Kit «tu mano derecha con IA» trae un video de 11 minutos y una ficha para dejar al tuyo trabajando. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.
👥 Quiero el Kit →El problema aparece cuando un agente necesita alguno de esos recursos. Las dos soluciones habituales tienen el mismo defecto:
- Copiar las credenciales a la VM. Un token en
~/.config/gh/hosts.ymlpuede leerlo cualquier proceso de esa máquina, incluido el agente y todo lo que el agente ejecute, mientras el token siga vigente. - Reenviar el agente SSH con
ssh -A. Las llaves privadas se quedan en la laptop, pero la VM puede usar cualquier llave sin pedir permiso y sin registro de qué firmó. Además, solo cubre llaves SSH.
lend es un proxy que se coloca delante del agente SSH existente. Tú reenvías su socket en lugar del real, así que SSH y Git siguen funcionando igual, y lend agrega una vía para ejecutar comandos a través de una extensión del agente SSH. Cuando un agente en la VM pide correr gh, la solicitud viaja por el socket y gh se ejecuta en la laptop con tu sesión. El token nunca sale de la laptop.
¿Cómo se aprueba cada comando?
La política vive en la laptop y lista lo que la VM puede pedir. Todo lo demás se deniega por defecto. Una regla típica se ve así: default: deny, una lista de commands con el ejecutable y su forma de aprobación (biometric:inline pone el Touch ID dentro del diálogo de la solicitud) y un bloque ssh con huellas de llaves autorizadas. Una regla puede incluir un args_prefix —por ejemplo pr view— si solo quieres habilitar ciertos subcomandos.
El diálogo muestra la ruta completa del ejecutable, cada argumento, el directorio donde correrá, el motivo y lo que el proceso remoto dice de sí mismo. Ese último punto importa: el motivo y los datos del solicitante vienen de la VM, así que lend los marca como no verificados. Sirven para decidir, no para ampliar lo que la política permite.
Para conectar, se corre lend ssh --config ./policy.json -- agent-vm desde la laptop. El proxy vive lo que dura esa conexión. Del lado del agente, lend mcp expone un servidor MCP con una sola herramienta, run_local_command, que exige un motivo obligatorio. También hay una vía sin MCP: lend exec --reason "Read the repo description" -- gh repo view antoniomika/lend.
Las leases son el detalle que hace usable todo esto: al aprobar puedes conceder cinco minutos o tres usos. Solo existen dentro de la sesión de lend ssh, solo coinciden con el comando y los argumentos exactos que aprobaste, y desaparecen cuando la sesión termina o la pantalla se bloquea. Para auditar, lend status --all --watch muestra qué está conectado y qué espera aprobación, lend pause --all cancela todo y rechaza pedidos nuevos, y lend history guarda el registro sin argumentos, salidas ni secretos.
¿Qué secretos puede usar un agente sin verlos?
gh funciona porque ya está logueado en la laptop. Otras herramientas necesitan un token inyectado. Para eso, una regla puede declarar un secret_reader (por ejemplo op read) y mapear variables: GH_TOKEN apuntando a op://Development/github/token. Cuando apruebas, lend lee el token de 1Password, ejecuta el comando con la variable puesta y devuelve la salida. El valor nunca aparece en el prompt ni en el historial, y la VM no puede elegir qué variables se setean.
Hay una trampa que conviene tener grabada: esto solo funciona si el comando aprobado no imprime su propio entorno. Si apruebas env o sh, devolviste los valores al agente. Lo mismo si habilitas op como comando, porque op read imprime el secreto y esa salida va directo al agente.
¿Qué no protege lend?
Vale ser explícito, porque el autor lo es. Un comando aprobado corre con tu usuario y puede tocar tus archivos: lend decide qué se ejecuta, no lo aísla en un sandbox. Si apruebas un shell, un intérprete o cualquier cosa que lea instrucciones de stdin, en la práctica aprobaste ejecutar cualquier cosa en tu laptop.
Los datos del solicitante que ves en el diálogo vienen de la VM y pueden falsificarse. Cualquiera que alcance el socket reenviado en la VM, root incluido, puede hacer pedidos mientras la sesión esté abierta; la política sigue limitando qué puede pedir y cada pedido sigue necesitando tu aprobación. La conexión SSH desde la laptop tiene que quedar abierta: si se corta, los pedidos fallan, y al reconectar se inicia una sesión nueva con aprobaciones y leases frescos.
lend está en etapa temprana, corre en macOS y Linux, no asigna una PTY (los programas interactivos no funcionan a través de él) y la aprobación biométrica es solo para macOS. Como antecedentes, el propio autor menciona ssh-rev-exec y op-forward, que usan el mismo truco de extensión del agente SSH; lend agrega política por pedido, aprobación local y filtrado de llaves.
¿Qué significa esto para tu startup?
El contexto no es teórico. El informe Cost of a Data Breach 2026 de IBM encontró que las herramientas de IA no aprobadas aparecieron en el 43% de los incidentes de su población estudiada, más del doble que el año anterior, y que el 92% de las organizaciones con brechas vinculadas a modelos o aplicaciones de IA carecía de controles de acceso adecuados, según recoge CIO.com. El costo promedio de una brecha llegó a US$4,99 millones.
El mismo artículo de CIO.com cita una predicción de Gartner: para 2028, una de cada cuatro brechas empresariales se rastreará al abuso de agentes de IA apoyado en privilegios de máquina sin gestionar y prácticas heredadas de credenciales. Y el informe 2026 de seguridad de la cadena de suministro de software de JFrog identificó 969 skills de agentes de IA maliciosas con payloads de alto impacto y 495 modelos maliciosos alojados en Hugging Face, según Express Computer. Un archivo de skill puede incluso esconder instrucciones en caracteres Unicode invisibles, un caso que Tenable documentó y que recoge TechSpective.
Para un equipo chico, la lección práctica es que el problema no se resuelve confiando en el agente, sino quitándole lo que no necesita. Cuatro acciones concretas:
- Inventaria antes de comprar nada. Lista cada agente, plugin y servidor MCP instalado, quién lo instaló y a qué credenciales llega. CIO.com recomienda empezar por ahí porque el resto de los controles depende de saber qué hay instalado. Reconciliar contra los gastos de tarjeta, y no solo contra las licencias, suele revelar lo que nadie declaró.
- Mueve los secretos a una bóveda y acorta su vida. El patrón de lend —el token se queda en la laptop y se inyecta en el comando aprobado— es replicable con cualquier bóveda que soporte lectura por referencia. La meta es que el agente nunca tenga el valor, solo el resultado.
- Prueba lend en una VM desechable con política
default: deny. Instalación en ambos lados (brew install antoniomika/tap/lendo el script de releases),lend doctoren la laptop ylend doctor --remoteen la VM para confirmar que el socket reenviado es realmente lend. Empieza con un solo ejecutable y una sola llave. - Nunca apruebes
env,sh, intérpretes niopcomo comando. Es la forma más rápida de anular todo el modelo de seguridad que acabas de montar.
La conclusión es incómoda pero simple: si tu agente puede actuar como tú, tienes un proveedor privilegiado, no una herramienta de productividad. lend es una implementación temprana y con límites claros, pero apunta al diseño correcto: la credencial se queda donde vive y el agente pide permiso cada vez.
Fuentes
- Running coding agents without handing them my credentials (fuente original)
- Claude Code, Codex and Cursor have become part of your software supply chain – without approval
- JFrog extends AI security capabilities to detect Shadow AI on developer workstations
- Open Source AI Agents for Cybersecurity: Inspect, Then Trust
Leíste lo que hace la IA. ¿Y en tu negocio?
Un agente de IA puede quedarse con parte de tu día: ordenar lo pendiente y pedirte el OK antes de actuar. El Kit «tu mano derecha con IA» trae un video de 11 minutos y una ficha para dejar al tuyo trabajando. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.
👥 Quiero el Kit →













