Strix: agentes de IA que atacan tu propia web para enseñarte por dónde entrarían

Hoy es el repositorio que más rápido sube de todo GitHub: más de 850 estrellas en un día y 53.500 en total. Y hace algo que hasta hace dos años costaba varios miles de euros y una semana de espera: lanzar un ataque real contra tu propia aplicación para ver por dónde se entra.

La diferencia con los escáneres de seguridad de toda la vida está en una palabra: explotar. Un escáner clásico te devuelve una lista de sospechas —"este campo podría ser vulnerable a inyección"— y tú te comes el trabajo de comprobar cuáles son verdad. Strix intenta el ataque, y si funciona te entrega la prueba de concepto que lo demuestra.

Aviso antes de seguir, porque esto no es un detalle: esta herramienta se usa contra sistemas que son tuyos o para los que tienes autorización escrita. Lanzarla contra la web de un tercero sin permiso es un delito tipificado en el artículo 197 bis del Código Penal. Con eso claro, seguimos.

Qué hace exactamente

Strix despliega un equipo de agentes especializados que se reparten el trabajo por fases, igual que lo haría un equipo de auditoría:

• Reconocimiento: mapear qué hay expuesto, qué endpoints existen, qué tecnologías corren detrás.
• Explotación: probar los ataques que encajan con lo encontrado.
• Post-explotación: hasta dónde se llega una vez dentro.

Los agentes se ejecutan en paralelo y escriben y ejecutan código durante el proceso, que es lo que les permite adaptarse en vez de recorrer una lista fija de comprobaciones.

Cubre el catálogo estándar de la industria, el OWASP Top 10: inyección SQL y NoSQL, ejecución remota de código, XSS, CSRF, IDOR (acceder a datos de otro usuario cambiando un número en la URL), fallos de lógica de negocio, ataques a APIs y configuraciones mal puestas en la nube.

Ese "fallos de lógica de negocio" merece una parada. Es la categoría que los escáneres automáticos nunca han sabido tocar, porque no hay un patrón que buscar: es descubrir que si pides el reembolso dos veces seguidas, el sistema te lo abona dos veces. Ahí es donde un modelo que razona tiene algo que aportar y una expresión regular no.

Lo que cuesta de verdad

La herramienta es gratuita. El gasto está en otro sitio, y conviene decirlo antes de que alguien se lleve el susto en la factura.

Strix no trae modelo: tú le pones el tuyo. Soporta OpenAI, Anthropic, Google, Vertex AI, Bedrock, Azure y modelos locales. Y un equipo de agentes explorando una aplicación durante horas consume muchísimos tokens: mucho más que una conversación normal, porque cada agente lee, prueba, falla y vuelve a intentarlo.

Concepto	Coste
La herramienta (CLI, Apache 2.0)	0 €
El modelo que la mueve	Tu clave de API, por consumo
La plataforma en la nube de la empresa	De pago, aparte

La recomendación práctica: empieza con un objetivo pequeño y un límite de gasto puesto en el panel del proveedor. Un escaneo sobre un proyecto mediano no es una consulta, es un rato largo de trabajo automático.

Cómo probarlo

Necesitas Docker corriendo y la clave de un proveedor de modelos. La instalación es una línea:

curl -sSL https://strix.ai/install | bash
export STRIX_LLM="openai/gpt-5.4"
export LLM_API_KEY="tu-clave"
strix --target ./carpeta-de-tu-app

Puedes apuntarlo a una carpeta de código local o a una URL. Trae además un panel web que corre en tu propia máquina, sin mandar nada a la nube, para ver los resultados y generar el informe.

Y tiene lo que hace que estas cosas se usen de verdad en vez de quedarse en la carpeta de descargas: integración con GitHub Actions, modo no interactivo para tuberías de integración continua y escaneo del diff de cada pull request en lugar del proyecto entero.

Cómo sacarle partido con Claude Code o Codex

Aquí es donde cambia el resultado. Lanzar el escaneo es fácil; interpretarlo, no. Un informe de pentesting tiene sesenta hallazgos y cincuenta y cinco no importan.

Con Claude Code, Codex o el agente que uses abierto en la carpeta del proyecto:

Lee el informe que ha dejado Strix en ./strix-results.
Ordéname los hallazgos por riesgo real para este proyecto concreto,
no por la severidad genérica de la etiqueta. Para cada uno de los tres
primeros: dime en qué fichero y línea está, por qué es explotable AQUÍ
y qué cambio mínimo lo cierra. Y dime cuáles descartas y por qué.

Ese "cuáles descartas y por qué" es el que separa una auditoría útil de una lista de deberes. La mitad de lo que sale en cualquier escaneo no aplica a tu caso, y quien no sepa distinguirlo acaba tocando código que funcionaba.

Si vas a montarlo en el flujo de trabajo, el escaneo por pull request es la única versión que sobrevive al mes siguiente. Lo demás se hace una vez y se abandona.

Cuándo no te compensa

• Si tu web es un WordPress con plugins. El riesgo ahí está en los plugins desactualizados y en las contraseñas, no en la lógica de tu código. Actualiza y pon doble factor: eso te cubre el 90 % y sale gratis.
• Si necesitas una auditoría con validez formal. Para un cliente que exige un informe firmado, un contrato o una certificación, esto no sirve. Necesitas un auditor con nombre y responsabilidad.
• Si no vas a arreglar nada. Es el error más común: se lanza el escaneo, sale el informe, y el informe se archiva. Encontrar el fallo y no corregirlo te deja peor que antes, porque ahora está documentado.
• Si no controlas el gasto de tu API. Un equipo de agentes suelto durante horas se come el presupuesto del mes sin avisar.
• Si el sistema no es tuyo. Esto no es un matiz legal menor. Es la línea entre auditar y delinquir.

Para quién sí: para quien tiene una aplicación propia en producción —un SaaS, una tienda a medida, un panel de clientes— y hoy no hace ninguna comprobación de seguridad porque una auditoría cuesta lo que cuesta. Pasar de cero a esto es un salto enorme. Pasar de una auditoría profesional a esto es un retroceso.

Preguntas frecuentes

¿Sustituye a un auditor de seguridad?

No. Cubre muy bien el terreno mecánico y encuentra cosas reales, pero no entiende tu negocio, no negocia el alcance y no firma nada. Lo razonable es usarlo entre auditorías, no en lugar de ellas.

¿Es legal usarlo?

Contra sistemas propios o con autorización expresa por escrito, sí. Contra sistemas de terceros sin permiso, no: es acceso ilícito, esté hecho a mano o con un agente.

¿Cuánto cuesta un escaneo?

Depende del modelo que elijas y del tamaño del objetivo, y puede irse de las manos rápido. Pon un límite de gasto en el panel de tu proveedor antes del primer intento y empieza por un objetivo pequeño.

¿Manda mi código a algún sitio?

La versión de línea de órdenes corre en tu máquina y el panel de resultados también. Lo que sí sale fuera son las peticiones al modelo que elijas: ahí van fragmentos de tu código. Si eso es un problema, tienes soporte para modelos locales.

¿Sirve para una web hecha con WordPress o Shopify?

Poco. Esas plataformas se protegen actualizando, limitando accesos y poniendo doble factor. Strix está pensado para aplicaciones con código propio.