Artículo
METR: revisar agentes exige proteger la evidencia
METR publicó el 6 de octubre de 2026 un PoC del visor Inspect. David Rein relata que un investigador asistido por IA encontró la vulnerabilidad en unos diez minutos: podía alterar vista y descarga. La base de datos de METR conservaba la trayectoria real.
1. Una demostración acotada, no un incidente observado
METR no observó explotación en sus evaluaciones, sin buscar específicamente ese exploit. Meridian Labs lo corrigió dentro de un día del reporte. La prueba se realizó en un entorno aislado.
Sus escenarios futuros son predicciones, no incidentes observados.
Fuente: METR, 6 de octubre de 2026.
Recuperamos este análisis once días después de su publicación. La fecha del anuncio no establece cuándo se encontró el fallo ni demuestra una exposición actual. La demostración no permite diagnosticar instalaciones ajenas. El caso sirve para discutir cómo justificar una revisión, sin atribuir vulnerabilidades a sistemas que no examinamos.
Análisis editorial propio. La pregunta práctica es qué evidencia necesita una persona para aceptar que una tarea terminó correctamente. Proponemos separar el registro conservado, su representación y la decisión humana. Esa distinción organiza el ejercicio siguiente; no añade resultados a la investigación de METR.
2. Distingue registro, representación y decisión
Un registro puede contener acciones, respuestas y tiempos. Una pantalla selecciona y presenta parte de esa información. Después, alguien interpreta lo que ve y decide si acepta la entrega. Para diseñar una revisión, trata esos pasos como responsabilidades distintas y especifica qué debe conservar cada uno.
- Registro: referencia conservada de la tarea.
- Representación: vista preparada para examinarla.
- Contraste: comparación con una referencia accesible por otra vía autorizada.
- Decisión: aceptación, rechazo o pregunta pendiente.
Antes de confiar en la comparación, pregunta si ambas vistas dependen de la misma transformación. Abrir dos pestañas no establece independencia. Documenta de dónde sale cada referencia y qué parte del recorrido comparte con la pantalla revisada.
3. Imagina un agente que prepara noticias
Ejemplo hipotético, sin ejecución ni incidente real. Un agente recibe una fuente y prepara una ficha noticiosa. Debe indicar la fecha, resumir el anuncio y señalar límites. Una persona revisa la ficha mediante un panel que también permite consultar el material conservado. Este diseño sirve para aprender a revisar; no describe una instalación real.
Define el resultado aceptable antes de revisar: fecha respaldada, afirmaciones vinculadas a la fuente y ausencia de conclusiones que excedan lo leído. Conserva el encargo y la versión examinada. Si la ficha cambia durante la revisión, identifica qué versión recibió aprobación; una decisión sin versión deja una ambigüedad que conviene resolver.
El ejercicio consiste en detectar discrepancias entre referencias preparadas deliberadamente para una sesión de formación. Utiliza contenido ficticio y estático. No necesitas introducir un fallo, ejecutar una carga ni manipular una herramienta real para practicar esta decisión.
4. Decide qué comparar antes de aprobar
La tabla propone preguntas para el caso hipotético. No es una prueba de seguridad ni una lista exhaustiva de controles. Su función es asignar una evidencia concreta a cada decisión, de modo que la revisión pueda repetirse y discutirse.
| Decisión | Qué contrastar | Qué dejar registrado |
|---|---|---|
| Fecha | La fecha de la ficha frente a la fuente conservada. | Si corresponde a publicación, evento o actualización. |
| Afirmación | El resumen frente al pasaje que lo respalda. | La limitación que acompaña al dato. |
| Versión | La entrega examinada frente a la aprobada. | Qué cambió y quién decidió. |
| Discrepancia | Las referencias disponibles sin alterar sus originales. | La duda y la persona responsable de resolverla. |
Una captura de pantalla puede ayudar a describir lo visto. Evita usarla como sustituto automático de todos los registros necesarios: primero establece qué pregunta puede contestar y cuál deja abierta.
5. Mantén el material revisado como material
Como regla propuesta para este ejercicio, el contenido de una ficha se lee y se contrasta; no concede permisos ni modifica el procedimiento. Si un documento pide omitir una comprobación, registra esa petición como parte del documento y consulta la regla de revisión acordada.
El equipo puede practicar con una frase inocua que solicite saltarse un paso. La respuesta esperada consiste en identificar que esa frase pertenece al material examinado. Esta dinámica enseña una frontera de autoridad sin reproducir instrucciones técnicas de explotación. No permite concluir que el sistema que use el equipo resista ataques reales.
Asigna también quién puede cambiar la pauta. Una excepción necesita una decisión identificable y un alcance concreto; no debería quedar escondida dentro de la misma ficha que está pendiente de aprobación.
6. Resuelve una diferencia sin borrar su rastro
Supongamos que la ficha muestra una fecha y la referencia de formación muestra otra. Detén la aceptación de esa ficha y conserva ambas versiones. Describe exactamente la diferencia antes de proponer una causa. Podría tratarse de una confusión editorial; el ejercicio no autoriza diagnosticar un ataque.
Separa observación e interpretación en la anotación: qué campo difiere, qué versión examinaste y qué falta por comprobar. Asigna una persona para resolverlo mediante los accesos autorizados disponibles. Si la referencia necesaria no está accesible, deja la decisión pendiente. Corregir el texto visible no demuestra por sí solo que se entendió el origen de la discrepancia.
7. Explica el alcance de cada revisión
Cuando cierres la sesión, escribe qué materiales se examinaron y con qué criterio. Distingue una revisión editorial, una comprobación técnica y una evaluación de seguridad. Una puede aportar información a otra, pero no conviene convertir sus conclusiones en certificaciones que no produjo.
También importa lo que no se buscó. Si revisaste únicamente fechas, no presentes el resultado como una aprobación completa de exactitud. Si usaste ejemplos preparados, describe esa condición. Un ejercicio pequeño puede revelar dudas útiles sin medir frecuencia de fallos, cobertura de amenazas ni comportamiento en producción.
8. Evalúa decisiones, no una pantalla convincente
Para aprender del ejercicio, registra qué diferencias detectó el revisor, cuáles dejó pasar y qué información pidió. Conserva los criterios y compara las respuestas con ellos. No inventes una tasa de detección a partir de impresiones ni atribuyas mejoras a una herramienta sin una comparación adecuada.
Observa además el esfuerzo de resolver dudas y corregir fichas. Si propones automatizar una parte, identifica primero qué decisión conserva la persona responsable y qué evidencia necesitará. Más alertas no constituyen por sí mismas una revisión mejor; define qué acción concreta debería seguir a cada señal.
9. Termina con una evidencia y un responsable
La entrega del ejercicio puede ser sencilla: una ficha aceptada o rechazada, las referencias usadas y una explicación breve. Si queda una pregunta abierta, registra quién la resolverá. Esa práctica permite discutir la decisión sin depender exclusivamente del recuerdo de una pantalla.
El propósito editorial es hacer revisable el trabajo delegado. Un caso acotado no demuestra que otras instalaciones estén afectadas ni que un diseño específico sea seguro. Ayuda a formular una pregunta concreta: ¿qué conservarías para justificar una aprobación si mañana tuvieras que revisarla de nuevo?