Matthew Green: la IA podría dejar sin exploits a los gobiernos

La provocación de Matthew Green: ¿y si la IA hace al software demasiado seguro?

A principios de agosto, el criptógrafo Matthew Green publicó un hilo en X y un post largo en su blog que se volvió viral en la comunidad de ciberseguridad. Su tesis es directa: si los modelos de lenguaje siguen mejorando en encontrar vulnerabilidades, el software será tan sólido que las agencias de inteligencia y las policías perderán su principal mecanismo para vigilar a sospechosos: comprar exploits zero-day a empresas privadas.

I’m concerned that AI is going to make software much too secure. — Matthew Green

La idea importa porque rompe un equilibrio que lleva más de una década funcionando. Para entender por qué, hay que mirar atrás.

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

Por qué importa la «tregua» entre encryption y hacking

El debate del going dark se popularizó en 2014, cuando el entonces director del FBI James Comey advirtió que el cifrado de extremo a extremo estaba dejando «a oscuras» a las fuerzas de seguridad. Por la misma época, Signal, WhatsApp e iMessage activaron el cifrado por defecto, y Apple empezó a encriptar los datos en sus dispositivos protegidos con PIN robusto.

En lugar de pedir backdoors —un debate políticamente tóxico—, los gobiernos optaron por una ruta indirecta: comprar herramientas de hacking y spyware a empresas especializadas. Es la «tregua incómoda» que describe Green. El ciudadano gana privacidad, el Estado gana capacidad operativa y las firmas de offensive security —Crowdfense, NSO Group, Zerodium y otras— se quedan con un negocio floreciente.

Esa tregua es la que la IA amenaza.

La nueva asimetría: la IA encuentra bugs más rápido que los desarrolladores

La velocidad a la que aparecen y se parchean vulnerabilidades ya está cambiando. Según el Edgescan 2026 Vulnerability Statistics Report, el promedio para remediar una vulnerabilidad ronda los 55 días, mientras que el reloj Zero Day Clock documenta exploits funcionales tan solo 6 horas después de la divulgación pública, según datos recogidos por Harness.

En el frente ofensivo, Anthropic mantiene fuera del acceso general a Claude Mythos Preview precisamente por lo bien que encuentra y encadena vulnerabilidades en software crítico. A través de Project Glasswing, Anthropic da acceso controlado a socios de seguridad que, en pruebas, han reportado aproximadamente 10 veces más vulnerabilidades usando escaneo con LLMs frente a herramientas tradicionales, según cifras citadas por Harness.

We’re at a point where the same AI models helping our customers ship software faster are also what attackers are using to find and exploit vulnerabilities faster. — Rahul Sood, GM de Application Security en Harness

En el lado defensivo, plataformas como Harness, Snyk y la propia Xbow —startup de IA en ciberseguridad donde trabaja uno de los consultados por TechCrunch— están automatizando el triaje y la remediación. IBM reportó en una medición reciente que la IA participó en 1 de cada 4 brechas maliciosas analizadas, un dato que refuerza el doble filo.

¿Quiénes están de acuerdo con Green?

TechCrunch recogió opiniones de expertos en privacidad, hackers de offensive security y exinvestigadores. La grieta no es blanco o negro.

Luna Tong, investigadora que trabajó en dos empresas prominentes de búsqueda de bugs: coincide con Green. Habla de un gold rush of bugs actual que es «temporal» y que los bugs van a escasear pronto.
Paolo Stagno, CTO de Crowdfense (broker de zero-days para gobiernos): «ningún Estado va a tirar la posibilidad de surveillance». Para él, el sistema actual basado en exploits comprados es el «más democrático que tenemos» —el Gobierno necesita convencer a un intermediario—, pero podría no durar si los bugs se vuelven raros.
Un investigador con más de una década en firmas ofensivas, que pidió no ser identificado: teme que la IA haga obsoletos a los humanos que hoy viven de encontrar bugs, y que el péndulo termine del lado de los defensores.

¿Quiénes no están de acuerdo?

El campo contrario tiene argumentos más pragmáticos:

Tres investigadores activos en offensive security y un exinvestigador sostienen que los bugs fáciles se encontrarán más fácil, pero los bugs complejos y valiosos para gobiernos no van a desaparecer. La IA, además, ayuda a los propios investigadores que venden exploits a Estados.
Hamid Kashfi, fundador de DarkCell y que trabaja en Xbow, resume el cálculo: por cada bug encontrado y reportado por una IA «probablemente hay 20 que no se reportan», porque hay investigadores que prefieren no avisar a los vendors.
Dos investigadores que viven de buscar bugs para firmas zero-day dijeron a TechCrunch que les preocupa más la nueva generación de protecciones en dispositivos modernos que el avance de la IA.

El argumento incómodo de Eva Galperin: la IA también crea bugs

Eva Galperin, directora de ciberseguridad de la Electronic Frontier Foundation, introduce una variable nueva: hoy la ofensiva tiene ventaja porque la IA también introduce nuevas vulnerabilidades. Apunta al vibe-coding —programar usando IA generativa sin auditar lo que sale— como fuente creciente de código inseguro.

Pero Galperin matiza: encontrar más bugs no significa parchear más rápido. El proceso de remediación es complejo y desigual, y aun así asegura que «los regímenes autoritarios siempre van a querer acceso excepcional», lo que en algún momento reavivará la presión política por backdoors.

Katie Moussouris, fundadora y CEO de Luta Security y una de las voces más respetadas en bug bounty y disclosure coordinado, coincide parcialmente:

There will be some point at which finding bugs will be much harder and that may trigger these pressures to build in backdoors.

Moussouris estima que esa presión no llegará antes de después de la próxima elección presidencial en EEUU, pero el reloj ya corre.

¿Qué significa esto para tu startup?

Si construyes producto y manejas datos sensibles, esta discusión te toca aunque no vendas exploits. Tres implicaciones prácticas:

Tu superficie de ataque crece por dos lados. La IA encuentra más bugs en tu stack, pero también introduce más bugs si tu equipo programa con asistentes generativos sin auditoría. Audita explícitamente el código generado por IA antes de mergearlo a producción.
El cifrado deja de ser opcional. Si los gobiernos vuelven a empujar por backdoors, tu roadmap de cifrado en tránsito y en reposo pasa de ser buena práctica a decisión de producto y de compliance. Implementa cifrado de extremo a extremo donde sea viable y mantén logs de acceso cifrados.
El bug bounty se profesionaliza. Empresas como Luta Security, HackerOne y Bugcrowd ya ofrecen programas con SLAs definidos. Si dependes de software de terceros críticos, exige evidencia de programa de disclosure coordinado en tu due diligence.
Acciones concretas que puedes tomar esta semana:
Añade al pipeline de CI un escáner SAST basado en LLM (Harness, Snyk DeepCode AI, Xbow o similares) además del análisis determinista clásico.
Establece una política interna de revisión de código generado por IA: que dos humanos validen PRs con bloques sustanciales escritos por copilot.
Documenta tu postura de cifrado en tu security.txt y en la página de seguridad pública. Es señal de madurez para clientes enterprise.

La pregunta que deja Green no es si los gobiernos pedirán backdoors —Galperin y Moussouris creen que lo harán—, sino cuándo. Mientras tanto, la mejor defensa para una startup es tratar la seguridad como una pieza de primera clase del delivery, no como un parche de fin de trimestre.