Intensivo Gratis 21–22.11Intensivo gratuito de 2 días en Vibecoding (21–22 nov, 16:00 MSK) · Cohorte 3 inicia 23.11Registrarse gratis →Cohorte 3 (23.11)
LanzamientoAnálisis · En radarRB.RU→ original

Google creó una copia de internet para agentes de IA y aceleró las pruebas de ataques más de 30 veces

Google ha construido Mirror Dimension, una copia cerrada de internet con tiendas, redes sociales y bancos falsos, para probar agentes de IA sin poner en riesgo cuentas reales. El agente ve la dirección de YouTube, pero acaba en una réplica a la que se inyectan automáticamente órdenes fraudulentas ocultas. Un ingeniero de seguridad puede preparar más de 1000 pruebas de ataque al día, más de 30 veces lo que se consigue manualmente. Para los agentes de navegador, probarlos en este entorno aislado resulta más rentable.

Procesado por IA desde RB.RU; editado por Hamidun News
Google creó una copia de internet para agentes de IA y aceleró las pruebas de ataques más de 30 veces
Fuente: RB.RU. Collage: Hamidun News.
Escuchar artículo
Ficha técnica y cifras clave
ParámetroDatos
Fuente originalRB.RU ↗
Editor jefe
Dato clave #1Más de 1000 pruebas de ataque al día por ingeniero de seguridad
Dato clave #2Certificados de seguridad falsos convencen al agente de que los sitios son auténticos
Dato clave #3Si el agente detecta la simulación, se comportará de otra forma y la prueba perderá sentido

Imagine que le pide a un agente de IA que busque el último episodio de un podcast en YouTube y lo prepare para descargarlo antes de un vuelo. El agente decide por sí mismo a qué página ir, en qué botón pulsar y qué formularios rellenar. Ahora imagine que se equivocó o que alguien lo engañó con texto oculto en la página, y que todo esto ocurrió en una cuenta real.

Para no probar a los agentes con personas y empresas reales, Google construyó Mirror Dimension, una "dimensión espejo", es decir, una copia aislada de internet. Según la compañía, en ese entorno un ingeniero de seguridad puede crear más de 1000 variantes de ataques de prueba al día, más de 30 veces lo que un especialista consigue preparar y verificar a mano.

Qué es Mirror Dimension

Según la descripción de Google, el entorno reproduce miles de sitios y servicios creíbles: redes sociales, tiendas en línea, aplicaciones bancarias y plataformas de anuncios. Los desarrolladores no copiaron solo el aspecto visual. Las páginas funcionan: el agente puede seguir enlaces, rellenar formularios, pulsar botones y ejecutar tareas de varios pasos.

¿Para qué sirve? Google señala dos razones por las que entrenar y evaluar agentes en la internet abierta resulta incómodo:

  • El contenido de las páginas cambia constantemente, así que los resultados de las pruebas no pueden compararse de forma fiable entre ejecuciones.
  • Las acciones del agente pueden afectar a cuentas, usuarios y empresas reales.

Además, los usuarios rara vez indican la dirección exacta de un sitio. El agente tiene que averiguar por sí mismo qué recurso necesita, abrirlo y completar una cadena de acciones. Según la estimación de Google, para evaluar bien ese comportamiento hacen falta miles de ejecuciones en cientos de sitios. Hacerlo en servicios reales es caro y arriesgado.

Cómo se convence al agente de que el internet es real

Técnicamente, el sistema funciona así: un servidor local intercepta las solicitudes del navegador y las redirige a sitios sintéticos. El agente ve direcciones familiares, como YouTube, pero en realidad opera sobre una copia aislada.

Los desarrolladores señalaron como principal dificultad la posibilidad de que el agente detecte que está siendo evaluado. Si nota indicios de simulación, puede comportarse de forma distinta a como lo haría en la vida real, y los resultados serían menos fiables. Por eso Google utiliza sus propios certificados de seguridad falsos. El navegador considera de confianza la conexión con el proxy local, y el agente no tiene motivos para sospechar.

Para los desarrolladores, esta lógica resulta familiar. Cuando prueba un módulo de pagos, no cobra con tarjetas reales, sino que usa un entorno de pruebas. Pero los agentes necesitan un entorno de pruebas mucho más amplio: no les basta con API aisladas, sino una "ciudad" entera de sitios por la que puedan moverse libremente.

Prueba de engaños mediante el contenido de las páginas

La segunda función del entorno está relacionada con la seguridad. En los sitios pueden ocultarse instrucciones que obliguen al agente a olvidar la tarea del usuario y ejecutar otra cosa. Por ejemplo, un texto en la página podría exigir que se envíen datos o que se siga un enlace malicioso. Mirror Dimension añade automáticamente estas órdenes fraudulentas en distintos elementos de las páginas, y los ingenieros analizan cómo responde el modelo y corrigen su comportamiento.

Las cifras de Google son estas: el entorno permite crear más de 1000 variantes de ataques de prueba al día por cada ingeniero de seguridad. Eso supera en más de 30 veces el número de escenarios que una persona puede preparar y verificar manualmente. Una salvedad importante: son datos de la propia compañía y el material no incluye una verificación independiente. Tampoco hay información sobre lo fielmente que las copias reproducen los sitios complejos ni con qué frecuencia el agente aun así detecta la suplantación.

Qué significa esto en la práctica

Si desarrolla agentes de navegador, la conclusión es sencilla: probarlos únicamente en internet real ya no basta. Hace falta un entorno reproducible, donde las páginas no cambien por sí solas y donde un fallo pueda producirse sin consecuencias. También se necesita un generador automático de ataques, porque inventar a mano tantos escenarios es inviable.

Para los responsables de producto hay otra consecuencia. Cuantos más usuarios encomiendan a los agentes compras, transferencias y gestión de cuentas, más caro resulta un solo ataque exitoso mediante texto oculto en una página. Las empresas que someten de antemano a sus agentes a miles de escenarios de este tipo obtienen una ventaja considerable en confianza. Mirror Dimension parece, por ahora, una herramienta interna de Google, pero el enfoque —un internet sintético más ataques automáticos— probablemente se convertirá en estándar para todo el sector.

Historia

Preguntas frecuentes sobre la noticia

¿Qué se sabe sobre Qué es Mirror Dimension?

Según la descripción de Google, el entorno reproduce miles de sitios y servicios creíbles: redes sociales, tiendas en línea, aplicaciones bancarias y plataformas de anuncios. Los desarrolladores no copiaron solo el aspecto visual. Las páginas funcionan: el agente puede seguir enlaces, rellenar formularios, pulsar botones y ejecutar tareas de varios pasos. ¿Para qué sirve?

Cómo se convence al agente de que el internet es real?

Técnicamente, el sistema funciona así: un servidor local intercepta las solicitudes del navegador y las redirige a sitios sintéticos. El agente ve direcciones familiares, como YouTube, pero en realidad opera sobre una copia aislada. Los desarrolladores señalaron como principal dificultad la posibilidad de que el agente detecte que está siendo evaluado. Si nota indicios de simulación, puede comportarse de forma distinta a como lo haría en la vida real, y los resultados serían menos fiables.

¿Qué se sabe sobre Prueba de engaños mediante el contenido de las páginas?

La segunda función del entorno está relacionada con la seguridad. En los sitios pueden ocultarse instrucciones que obliguen al agente a olvidar la tarea del usuario y ejecutar otra cosa. Por ejemplo, un texto en la página podría exigir que se envíen datos o que se siga un enlace malicioso. Mirror Dimension añade automáticamente estas órdenes fraudulentas en distintos elementos de las páginas, y los ingenieros analizan cómo responde el modelo y corrigen su comportamiento.

ZK
Zhemal Khamidun — CPO de Alpina Digital, product manager de AlpinaGPT. Crea productos de IA desde 2019. Hamidun News es un proyecto personal que creció hasta ser un agregador en producción con más de 6.000 lectores.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
¿Qué te parece?
Cargando comentarios…