
Esto es grave y hay que prestarle atención. En el Black Hat USA 2026, los investigadores Hedi Ingber y Aviyam Ivgi (cofundadores de Stealth) presentaron CoreBreak — un patrón de vulnerabilidad cross-platform que afecta la infraestructura de agentes de IA de AWS, Google y Vercel.
¿Cuál es el problema?
En un flujo normal de un agente de IA, el modelo recibe el request, decide si usar una tool, y devuelve una instrucción estructurada. El SDK entonces ejecuta la tool. El punto clave: el runtime debería verificar que efectivamente fue el modelo quien autorizó la llamada.
CoreBreak explota que eso no estaba pasando. Los runtimes afectados recibían datos con forma de tool call generada por el modelo y los ejecutaban sin verificar la proveniencia. En varios caminos de ataque, el modelo nunca se ejecutaba — los system prompts, filtros de contenido y guardrails del modelo nunca tenían oportunidad de intervenir.
Productos afectados y estado
| Producto | CVE / Issue | Estado |
|---|---|---|
| AWS Bedrock AgentCore (InvokeHarness API) | CVE-2026-18830 (CVSS 8.6) | ✅ Parchado en managed service (antes del 31 jul) |
| Google ADK (Agent Development Kit Python) | Múltiples paths | ✅ Corregido en ADK 2.5.0 |
| Vercel AI SDK (harness-codex y harness-opencode) | Paths en sandbox | ✅ Parchado en v1.0.29 / v1.0.28 |
| Strands Python SDK (open source, base de AgentCore) | Path de resume sin modelo | ⚠️ Sin parchar al momento del reporte |
Detalles técnicos
AWS AgentCore: Un usuario autenticado podía colocar un bloque tool-use en el mensaje final de un request InvokeHarness. El event loop lo despachaba directamente sin pasar por el modelo. AWS agregó validación server-side que rechaza tool-use blocks suministrados por el caller. El fix fue automático, sin acción del cliente.
Pero ojo: el Strands Python SDK open source (en el que AgentCore está construido) mantiene el path vulnerable. El archivo event_loop.py tiene un branch que detecta tool_use en el último mensaje y salta la ejecución del modelo directamente. Un comentario en el código dice literalmente “Skip model invocation if the latest message contains ToolUse”. Sigue ahí.
Google ADK: requería eventos de sesión controlados por el atacante o function calls escritas por el usuario.
Vercel AI SDK: necesitaba código no confiable corriendo dentro de un sandbox Linux.
¿Cuál es el impacto real?
La exposición está limitada a lo que cada agente puede hacer. Si tu agente no tiene tools sensibles, un atacante no gana nada. Pero si tu agente tiene acceso a bases de datos, APIs externas, sistemas de archivos, o herramientas de despliegue — un atacante podría ejecutar esas tools sin que el modelo lo autorice ni lo revise.
Imagina: tienes un agente con acceso a una tool de borrado de recursos, otra de ejecución de SQL, y otra de envío de emails. CoreBreak permitiría llamar esas tools saltándose el system prompt que dice “no borres producción”.
Lecciones para el equipo
- Verify provenance en cada tool call. El runtime debe exigir prueba criptográfica o verificación de que el modelo generó la autorización. No asumir que un mensaje con formato de tool call es legítimo.
- Audit logs de tool execution. Registrar no solo qué tool se ejecutó, sino qué turno del modelo la autorizó.
- Principle of least privilege para agentes. Si tu agente no necesita una tool, no se la des. CoreBreak explota el gap entre lo que el modelo permite y lo que el runtime permite.
- El modelo no es tu firewall. Los guardrails del LLM (system prompts, RLHF, content filters) son la primera línea de defensa, no la única. El infrastructure layer necesita sus propios controles.
- Revisa Strands SDK si usas AgentCore. Aunque AWS parchó el managed service, el código open source sigue con el path abierto.
Fuentes: The Hacker News, Black Hat USA 2026 - CoreBreak, AWS Security Bulletin

