Google construyó un internet paralelo para entrenar a sus agentes de IA
Google creó una réplica sintética y aislada de internet para entrenar y evaluar a los agentes que navegan la web en su nombre, sin exponer el mundo real a sus errores. El entorno —que el equipo de Chrome detalla por primera vez en un blog y que Wired describe como una «dimensión espejo»— alberga miles de sitios simulados, entre redes sociales, tiendas y paneles bancarios, según GovInfoSecurity.
Para un founder que ya conecta agentes a sus sistemas, el dato relevante no es el experimento en sí: es que Google haya decidido que un agente sin entorno aislado es un riesgo operativo, no un problema teórico.
¿Qué es el «internet espejo» y cómo funciona por dentro?
El diseño resuelve un problema de ingeniería concreto: cómo darle a un agente la ilusión de navegar la web real cuando en realidad nunca sale de una caja cerrada.
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 →- Contenedor aislado: Google ejecuta una versión sin interfaz de Chrome dentro de un contenedor gVisor que bloquea cualquier salida al internet público.
- Proxy de intercepción: cuando el agente pide ir a un sitio como YouTube, el entorno captura la petición de red y la desvía hacia un servidor local con la web simulada.
- Certificados al vuelo: para que Chrome no marque el desvío como un error de seguridad, el proxy genera certificados TLS válidos vinculados a una autoridad de certificación raíz propia, preinstalada en el navegador del sandbox. Así la conexión HTTPS se valida como legítima.
Las webs no se escribieron a mano. Un sistema de tres subagentes se encargó de definir los requisitos funcionales (carritos de compra persistentes, filtros, formularios) y los recursos visuales básicos; de escribir el código real en HTML, CSS y JavaScript para aplicaciones funcionales de varias páginas; y de auditar cada sitio buscando errores de JavaScript, fallos de diseño responsivo y problemas de accesibilidad, como etiquetas ARIA.
¿Por qué la «conciencia de evaluación» es el verdadero obstáculo?
Un agente que detecta que está siendo evaluado deja de comportarse como lo haría en producción. Si el sitio es estático y sus botones no hacen nada, el modelo sospecha, modifica su comportamiento y los resultados de la prueba dejan de servir.
Google lo resolvió haciendo que el agente navegue a la URL real —por ejemplo, youtube.com— mientras el navegador sin interfaz impide que la petición llegue al DNS externo y carga la web falsa en su lugar. Según GovInfoSecurity, decirle al agente que visite una URL falsa «rompe fácilmente el realismo de la evaluación e induce conciencia de evaluación».
«Los agentes no están programados, así que no puedes predecir todo lo que un agente podría ver; el espacio de exploración es enorme y la web es hostil», explicó Charles Qian, ingeniero de software del equipo de seguridad de Chrome AI, a Wired.
Sobre ese escenario, Google planta instrucciones maliciosas en el texto visible, dentro de imágenes, en el código subyacente y en descripciones ocultas para lectores de pantalla, y observa si el agente sigue su tarea original o cae en la trampa. Con ese pipeline automatizado de red-teaming, la compañía realiza miles de pruebas diarias de seguridad y resistencia sin riesgo para el mundo real.
El objetivo declarado es abrir el entorno a más equipos. «Compartimos este enfoque para que otros equipos, internos y externos, piensen en hacerlo así», dijo Doug Turner, director de ingeniería de Google, a Wired.
El prompt injection dejó de ser un problema teórico
La razón por la que Google construyó todo esto es que el ataque más común contra agentes no se resuelve con un parche.
TechTimes recuerda que la inyección de prompts encabeza el Top 10 de OWASP para aplicaciones con modelos de lenguaje, y que los investigadores documentaron 12 ataques de inyección indirecta vía web contra sistemas de IA en producción solo en los primeros tres meses de 2026. El equipo de investigación de amenazas de Google reportó un aumento del 32% en payloads de inyección maliciosos contra aplicaciones integradas con LLM entre noviembre de 2025 y febrero de 2026, según el mismo medio.
El caso más grave confirmado fue EchoLeak (CVE-2025-32711, CVSS 9.3), que explotó una inyección indirecta en Microsoft 365 Copilot para exfiltrar datos de documentos y correos que el agente procesaba, según TechTimes.
WWWhat’s New documentó en abril de 2026 una investigación de Aonan Guan que secuestró tres agentes de código —Claude Code Security Review, Gemini CLI Action y Copilot Agent— escondiendo instrucciones en títulos de pull requests, issues y comentarios HTML invisibles para humanos. Las tres compañías pagaron recompensas (100 dólares Anthropic, 500 GitHub y 1.337 Google) pero ninguna publicó un aviso ni asignó un CVE. La misma nota cita una revisión de 78 estudios que encontró que cada agente de coding evaluado era vulnerable a prompt injection, con tasas de éxito superiores al 85% en ataques adaptativos.
Y no es solo el código. Un estudio de la Universidad de Washington presentado en el ICLR 2026 Workshop on Agents in the Wild, recogido por Europa Press, evaluó siete navegadores agénticos —entre ellos Atlas de ChatGPT, Comet de Perplexity, Gemini en Chrome y Copilot en Edge— y encontró que un sitio malicioso puede usar el agente para eludir la política de mismo origen y mover datos entre webs.
¿Qué significa esto para tu startup?
Si tu producto tiene un agente que lee páginas, correos, PDFs o issues, ya tienes la misma superficie de ataque que Google está intentando domesticar. La diferencia es que tú no tienes un equipo de seguridad de Chrome.
1. Saca las credenciales del sandbox. El modelo que Google Cloud presentó en su Agent Compute Engine, anunciado el 22 de octubre de 2026 en AGNTCon + MCPCon en San José según TechTimes, es replicable en cualquier escala: el agente nunca sostiene los tokens de servicio. Un proxy valida su identidad y los inyecta en el tránsito hacia el servicio destino. Si un ataque logra controlar al agente, encuentra una caja vacía. Aplica el mismo principio: el agente pide, no tiene.
2. Bloquea la salida a internet por defecto. Lista blanca de dominios, no lista negra. Todo lo que no esté autorizado explícitamente no se resuelve.
3. Haz tu propio red-teaming, y automatízalo. Planta instrucciones maliciosas en tus propias páginas, formularios y documentos, y mide si el agente las obedece. Repite la prueba en cada release: los ataques adaptativos tienen tasas de éxito superiores al 85% según la revisión citada por WWWhat’s New.
4. Exige confirmación humana en acciones irreversibles. Compras, borrados, envíos de dinero o de datos personales. Google menciona explícitamente el riesgo de que un agente borre datos o haga compras accidentales; tu producto debería tener esa barrera antes de que la necesites.
5. Revisa el costo de aislar. La objeción clásica era que el aislamiento por hardware era caro. TechTimes reporta que los microVMs del nuevo servicio de Google arrancan en aproximadamente 125 milisegundos con unos 5 MiB de sobrecarga de memoria por agente, y que la restauración desde un snapshot toma menos de 500 ms. Aislar dejó de ser un lujo de presupuesto grande.
Conclusión
Google no construyó un internet falso por diversión técnica: lo hizo porque entrenar agentes contra la web real es peligroso y entrenarlos contra un sitio de prueba estático no sirve, ya que el modelo se da cuenta. Ese hallazgo —la conciencia de evaluación— es el más útil para cualquier equipo que hoy prueba agentes con mocks y se pregunta por qué funcionan en staging y fallan en producción.
La lección práctica es doble. Primero: si tu agente toca contenido externo, asume que ese contenido es hostil y diséñalo en consecuencia. Segundo: si tu agente tiene credenciales, el problema no es si lo van a atacar, sino cuándo. Un sandbox con la salida bloqueada y las llaves afuera no es paranoia: es el estándar que los grandes acaban de fijar.
Fuentes
- La Opinión: Google crea internet aislado para sus agentes de IA sin riesgos
- Wired: Google Built a Giant ‘Mirror Dimension’ Internet to Test Its Chrome AI Agents
- GovInfoSecurity: Google Builds Fake Internet to Test AI Agent Security
- TechTimes: Google Cloud Unveils Agent Compute Engine
- WWWhat’s New: Investigador hackea agentes de IA de Anthropic, Google y Microsoft con prompt injection
- Europa Press: Algunos navegadores con IA pueden eludir la política de mismo origen
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 →













