Este documento blog se publicó originalmente el 18 de noviembre de 2025 y se ha actualizado.
Por Amber Wolff, Gerente de contenido
El Protocolo de Contexto de Modelos (MCP) se está convirtiendo en una forma eficaz de ampliar los sistemas de IA con herramientas externas, fuentes de datos y flujos de trabajo. Ofrece una manera sencilla y flexible de conectar los modelos con el mundo real, lo que lo convierte en algo muy importante para los desarrolladores y los equipos de producto.
Sin embargo, a medida que crece el interés, surge una preocupación: MCP aún no está preparado para uso corporativo en lo que respecta a la seguridad.
Por qué la seguridad es un problema para los MCP
El modelo MCP de Anthropic ofrece una conectividad sin precedentes, lo que ha impulsado su rápida y generalizada adopción. Sin embargo, esta conectividad es un arma de doble filo.
Múltiples CVE descubiertas recientemente indican que MCP se está convirtiendo en una nueva superficie de ataque. Y al igual que ocurrió con el problema de los buckets de S3 sin protección que afectó a AWS hace menos de una década, se ha descubierto que una cantidad alarmante de servidores MCP están expuestos a Internet: la empresa de seguridad Trend Micro encontró casi 500 instancias de este tipo, mientras que la propia Knostic AI descubrió más del triple.
Lamentablemente, los riesgos de seguridad asociados son enormes. Investigación de la firma de pruebas de seguridad de APIs Pynt Se descubrió que un solo complemento MCP presenta una probabilidad de 9% de que se aproveche la vulnerabilidad. Con tan solo tres servidores interconectados, es más probable que se produzca un ataque que lo contrario. Y con diez complementos MCP, según descubrió Pynt, es casi una certeza, con una probabilidad de explotación de 92%.
Peor aún, a diferencia de lo que ocurre con las vulnerabilidades de seguridad tradicionales, que a menudo pueden solucionarse simplemente instalando un parche, MCP suele operar por debajo de la capa de aplicación, lo que dificulta la detección y la resolución de los problemas.
Lo que le falta al MCP
Si bien MCP es una tecnología muy prometedora, el ecosistema actual carece de varias medidas de seguridad fundamentales que requieren las grandes organizaciones. En la actualidad, las implementaciones de MCP suelen funcionar con:
- Ningún modelo estándar de autenticación o autorización
- Sandbox débil alrededor de la ejecución de herramientas externas
- Alta exposición a ataques de inyección de prompts
- Aplicación limitada de políticas, limitado solo a usuarios individuales o sesiones
- Marcos mínimos de monitoreo y auditoría
Estas brechas no solo presentan riesgo teórico, sino que crean vías reales para la escalada de privilegios, la fuga de datos, la ejecución no intencionada de herramientas y violaciones de cumplimiento.
¿Qué necesita cambiar?
Para implementar MCP de manera segura en entornos empresariales o regulados, necesitamos bases más sólidas. Eso significa incorporar:
1. Autenticación Robusta y Control de Acceso Detallado
Las herramientas y los datos solo deben poder ser invocados por identidades autorizadas, y los permisos deben estar delimitados, aplicarse y ser revocables.
2. Entorno aislado y aislamiento de ejecución
Cualquier herramienta externa invocada por un modelo de inteligencia artificial debe ejecutarse en un entorno cuidadosamente contenido, no directamente en una red o sistema de archivos de producción.
3. Inyección de Prompts y Defensas de Validación de Entrada
Los modelos necesitan salvaguardias contra ser manipulados para invocar herramientas de maneras no deseadas.
4. Auditoría, Monitoreo y Registro de Cumplimiento
Las empresas deben poder rastrear quién accedió a qué, cuándo, cómo y por qué.
5. Límites de Tasa y Protección DoS
Los puntos finales de las herramientas deben ser resistentes a indicaciones descontroladas o llamadas recursivas a herramientas.
6. Transporte Seguro (TLS/SSL)
Todas las conexiones MCP deben estar encriptadas, y punto.
7. Minimización de Datos por Defecto
El modelo solo debe ver los datos necesarios para una tarea dada, nada más.
Cómo Jitterbit protege MCP
Jitterbit MCP implementa una solución de nivel empresarial para el Protocolo de Contexto de Modelo, transformando las API e integraciones existentes en capacidades reutilizables y listas para agentes. Establece una capa de control estandarizada entre los modelos de IA, los agentes y los sistemas empresariales, transformando las integraciones y API existentes en herramientas administradas y reutilizables.
Integrado en la plataforma Jitterbit Harmony, permite a las organizaciones crear, exponer y administrar de manera segura servidores MCP “sin necesidad de desarrollo personalizado”, al tiempo que mantiene una gobernanza centralizada, controles de identidad y la aplicación de políticas en todas las interacciones de IA.
Esto cambia la IA agentiva de conexiones personalizadas a un modelo de ejecución empresarial consistente con control, visibilidad y seguridad integrados.
Diseñado para ofrecer seguridad, flexibilidad y escalabilidad, Jitterbit MCP brinda protecciones en tiempo de ejecución, tales como control de acceso, limitación de rendimiento y medidas de seguridad contra comportamientos peligrosos o fuera de control de los agentes, lo que ayuda a las empresas a implementar de manera segura la IA basada en agentes sin exponer los sistemas subyacentes ni crear una “IA en la sombra” fuera de control.”
Juntas, estas capacidades brindan una base segura y escalable para que las empresas pasen de la experimentación con IA a la ejecución de IA gobernada y de nivel de producción.
El resultado final
MCP ofrece nuevas y potentes capacidades. Sin embargo, sin controles de acceso sólidos, aislamiento de ejecución, monitoreo e interfaces resistentes a la inyección, también conlleva un riesgo significativo.
El la próxima ola de adopción del MCP — especialmente en empresas grandes — dependerá del cierre de estas brechas de seguridad.
Quienes resuelvan esto de manera adecuada no solo harán que MCP sea más seguro. También definirán la forma en que los sistemas de IA interactúan con el mundo real a gran escala.