Pentest agêntico

O que é

Um agente é um programa que raciocina rumo a um objetivo em vez de executar um script fixo. Dê a ele um alvo e um objetivo — “encontrar o que um atacante poderia realmente alcançar aqui” — e ele decide o que tentar a seguir com base no que já viu: mapear a superfície, formar uma hipótese, testá-la, ler a resposta, revisar, seguir em frente. O pentest agêntico é esse ciclo apontado para a segurança ofensiva.

Ele fica entre as duas coisas que as equipes usam hoje. Um scanner roda uma bateria fixa de verificações e reporta tudo o que casa com uma assinatura — rápido, mas cego ao contexto e ruidoso em falsos positivos. Um pentester humano raciocina sobre a aplicação específica e sua lógica de negócio — lento, caro e um instantâneo de uma semana. Um agente mira o raciocínio do pentester com alcance mais próximo ao do scanner, e deixa as decisões de julgamento para uma pessoa.

Por que a segurança ofensiva estagnou

A maior parte da segurança se modernizou — integração contínua, nuvem, defesa automatizada. A segurança ofensiva, em grande medida, não. Ainda é entregue sobretudo como serviço, à mão, e carrega três problemas que nunca sumiram:

• Pontual. Um pentest descreve a aplicação como ela estava na semana do teste. O próximo deploy pode invalidar o relatório.
• Difícil de escalar. Bons testadores são escassos e caros, então a profundidade é racionada. Muitos trabalhos se apoiam em mão de obra júnior ou terceirizada e otimizam o volume de achados em vez da qualidade.
• Conformidade acima de segurança. Com frequência, o teste vira uma caixa a marcar para uma auditoria, em vez de uma tentativa honesta de quebrar o sistema.

Os limites da automação até aqui

Ferramentas automatizadas fecharam parte dessa lacuna para infraestrutura, onde os alvos se parecem. Para aplicações web, elas ficam sistematicamente aquém, e a razão é o problema da última milha: cada aplicação é diferente. As falhas que importam — controle de acesso quebrado, falhas de lógica de negócio, vulnerabilidades encadeadas — dependem de entender para que serve um endpoint específico, algo que uma assinatura não consegue codificar.

É a mesma parede que a antiga categoria DAST encontrou: ela podia sinalizar um padrão, mas não raciocinar se ele importava aqui, nem o que fazer a seguir. Então as equipes seguiram pagando por teste humano — não porque as ferramentas falhavam em rodar, mas porque falhavam em pensar.

O que um agente muda

Os modelos de linguagem tornaram a peça que faltava viável: um sistema capaz de reter o contexto de uma aplicação e adaptar seu teste a ele. Usado com cuidado, isso transforma três coisas que antes se opunham em propriedades que você pode ter ao mesmo tempo:

• Contínuo em vez de anual. O teste pode rodar a cada mudança, de modo que o resultado acompanha a aplicação em vez de descrever a versão do trimestre passado.
• Sensível ao contexto em vez de casado a assinatura. O agente parte de como a aplicação realmente se comporta: quais objetos existem, quais papéis os alcançam, para que serve uma dada chamada.
• Uma lista curta e verificada em vez de um backlog. A saída deve ser o punhado de problemas genuinamente exploráveis, com os passos para reproduzi-los — não milhares de achados “potenciais” sem triagem.

Como funciona

O que torna isso confiável é justamente não deixar o modelo improvisar livremente. Na CyberStrike, o agente raciocina sobre um motor determinístico que faz o trabalho em que um modelo é ruim: ele ingere cada requisição e resposta, roda centenas de regras, constrói um mapa entre identidades de quais papéis alcançaram quais objetos e funções, sonda pontos de injeção e reenvia requisições sob limites de segurança estritos. Esse motor produz a verdade de base.

O trabalho do agente é decidir o que perseguir — quais pistas parecem exploráveis, qual cadeia tentar a seguir — e explicar por quê. A evidência vem do motor, não da imaginação do modelo; portanto um achado se apoia em tráfego real que uma pessoa pode reenviar. O julgamento é do agente; os fatos são determinísticos.

O que os agentes ainda não fazem

É aqui que a honestidade importa mais que o entusiasmo. A tecnologia não está pronta, e quem diz o contrário está vendendo algo:

• Modelos alucinam. Um modelo de linguagem às vezes afirma uma vulnerabilidade que não existe. É exatamente por isso que os achados têm de estar ligados a evidência reproduzível, e por que um relatório confiante não é o mesmo que um bug real.
• A saída não é determinística. Rode o mesmo prompt duas vezes e você pode obter caminhos diferentes. A reprodutibilidade tem de vir do motor e do tráfego registrado, não do modelo concordando consigo mesmo.
• Segurança e autorização são decisões humanas. Escopo, regras de engajamento e “é seguro enviar esta requisição contra a produção” não são decisões para entregar a um processo autônomo.

Logo, o modelo realista é human-on-the-loop: o agente faz a amplitude e o trabalho braçal, e uma pessoa valida os achados, assume as decisões arriscadas e responde pelo relatório. É esse par — não a autonomia total — que é entregável hoje.

Onde se encaixa

O pentest agêntico não aposenta testadores humanos nem o aval da auditoria. Ele muda no que o humano gasta tempo: menos em redescobrir a mesma superfície a cada trimestre, mais em validar achados reais e tomar as decisões que exigem responsabilidade. O teste fica contínuo; a pessoa passa a revisar em vez de rastrear.

É essa a afirmação inteira, e ela é deliberadamente modesta. A segurança ofensiva sempre foi o jeito mais direto de entender risco real. Só era lenta e escassa demais para ser usada em todo lugar. Estreitar essa lacuna — sendo claro sobre o que ainda precisa de uma pessoa — é a versão útil desta tecnologia.

A CyberStrike é uma plataforma de testes de intrusão aumentados por IA, atualmente em acesso antecipado. Quer ver o agente e o motor por trás dele? Explore a plataforma ou entre na lista de espera.