AWS está metiendo su infraestructura de seguridad con IA directo en los entornos de desarrollo construidos por dos de sus rivales más duros — Claude Code de Anthropic y Codex de OpenAI — y con eso hace una apuesta bien clara: controlar la capa de seguridad importa más que controlar el modelo.
El anuncio salió en Black Hat USA 2026: la plataforma Continuum para vulnerabilidades de código se integrará de forma nativa en Claude Code, Codex y el propio Kiro IDE de AWS. En paralelo, AWS expandió Security Hub Extended (su marketplace de seguridad de factura única lanzado en febrero) con una décima categoría dedicada a protección de supply chain, sumando a Chainguard y Socket como partners.
Por qué ahora: el efecto Mythos
El contexto no es casualidad. Claude Mythos Preview de Anthropic, mostrado en abril, identificó miles de zero-days desconocidos en todos los mayores sistemas operativos y navegadores. Más del 99% sigue sin parchear, y el tiempo mediano entre descubrimiento y exploit weaponizado — que ya colapsó de 771 días en 2018 a menos de 4 horas en 2024 — se proyecta bajo la hora para fin de 2026.
Chet Kapoor, VP de search, security y observability de AWS, lo resumió sin anestesia: los CISOs ya tenían backlog de vulnerabilidades, “y llegó Mythos y lo empeoró 5x”. Su visión para la seguridad: pasar de “telemetría, storage, query y dashboards para humanos” a “telemetría, contexto, razonamiento y acciones por agentes”. El eslogan de Black Hat: seguridad autónoma a velocidad de máquina.
Cómo funciona Continuum por dentro
Continuum opera con lo que AWS llama una arquitectura de loop de equipos de agentes: un orquestador que elige el modelo adecuado para cada tarea y entrega código seguro validado, en cuatro fases:
- Discovery: múltiples modelos frontier escanean el código e ingieren el backlog existente.
- Priorización (según Kapoor, el mayor value add): contextualiza cada hallazgo contra el entorno y riesgo real del cliente. De 100 a 2.000 vulnerabilidades, ¿cuáles importan de verdad?
- Validación: construye exploits reproducibles en sandbox aislado para confirmar si la vulnerabilidad es explotable y calcular el blast radius. Cubre código propio y dependencias open source.
- Remediación: propone fixes — cambios de red, políticas o parches de código.
Sobre qué modelo usa para qué, Kapoor fue pragmático: “GPT Cyber es bueno en algunas cosas, Mythos en otras”. El sistema optimiza por tarea.
La jugada estratégica
Lo más interesante del anuncio es la integración con herramientas de la competencia directa. AWS compite de frente con Anthropic y OpenAI en servicios de IA en la nube, pero igual abre sus herramientas de seguridad para sus workflows. Mientras el mercado de infraestructura cloud supera los US$143 mil millones por trimestre (Synergy Research), posicionarse como el control plane de seguridad por defecto para el desarrollo enterprise en la era IA es un negocio gigante.
La lectura corta: en un mundo donde cualquier modelo puede escribir el código, el que controla la verificación de que ese código no te quema — gana.
Fuentes: VentureBeat, AWS Security Blog, Synergy Research Group.
Update: 24 de octubre, 2026
Continuum ya es generalmente disponible — AWS lo anunció el jueves 22 de octubre como servicio de seguridad con IA que encuentra, valida y prioriza vulnerabilidades de código, y entrega los fixes como pull requests listos para revisar.
El titular que acompaña el GA: 89% de éxito end-to-end en CyberGym-E2E, el benchmark donde un agente tiene 90 minutos para encontrar y parchear una vulnerabilidad real en uno de 139 proyectos open source — sin descripción del bug, sin PoC, sin logs. Continuum pasó 819 de 920 tareas (89,0%), contra un máximo público previo de 65,9%. En etapas: reprodujo el bug en 92,5% de las tareas, detuvo el crash en 89,6% y mantuvo los tests pasando en 89,0%. Matt Garman, CEO de AWS, lo calificó como “genuinamente transformador para defensores”.
Pero hay gato encerrado, como desmenuzó The New Stack hoy:
- El benchmark solo cubre bugs de memoria en C y C++ — AWS lo reconoce. Nada de otros lenguajes ni tipos de vulnerabilidad.
- Solo 37,8% de los parches también arreglaba el bug histórico específico que el benchmark evaluaba en paralelo (aunque el agente nunca supo cuál era, lo que hace la comparación medio injusta).
- Por ahora, todo fix requiere aprobación humana antes de mergearse; la acción autónoma dentro de guardrails viene “en el futuro”.
- Corey Quinn especuló (sin evidencia) que pudo ser un anuncio de re:Invent adelantado por el momento que vive el ecosistema — el caso PHP2Shell mostró que la IA encuentra vulnerabilidades más rápido de lo que las arregla.
La lógica de negocio del post original sigue intacta: la carrera ya no es encontrar el bug, sino validar y parchear a velocidad de máquina. Continuum GA es el primer intento serio de producto en esa capa.
Fuentes update: AWS News Blog, The New Stack (24 oct 2026).